Block Perkenalkan Dessa, Model AI Suara yang Bisa Mendengar Sambil Berbicara
Perkembangan TEKNOLOGI kecerdasan buatan kembali menghadirkan inovasi menarik dalam interaksi manusia dan mesin. Block, perusahaan teknologi yang dikenal melalui layanan Square dan Cash App, memperkenalkan Dessa pada 23 Oktober 2026 sebagai model AI suara yang mampu mendengarkan sekaligus berbicara dalam satu percakapan. Berbeda dari asisten virtual konvensional yang umumnya menunggu pengguna selesai berbicara, Dessa dirancang untuk menghadirkan komunikasi dua arah yang lebih alami. Inovasi ini membuka peluang baru bagi pengembangan asisten digital, layanan pelanggan, dan berbagai sistem komunikasi berbasis suara, meskipun teknologi tersebut masih berada dalam tahap penelitian dan belum tersedia secara luas.
Dessa Hadir Membawa Pendekatan Baru dalam Kecerdasan Buatan Suara
Kehadiran Dessa menghadirkan pendekatan berbeda dalam pengembangan teknologi AI, khususnya pada pengolahan audio berbasis kecerdasan buatan. Model ini dikembangkan oleh tim riset Block dengan strategi pengembangan yang menitikberatkan pada percakapan manusia secara langsung. Berbeda dengan sejumlah sistem AI suara yang mengandalkan proses pengubahan audio menjadi teks sebelum menghasilkan jawaban, Dessa dikembangkan untuk memproses percakapan melalui jalur suara secara langsung. Pendekatan tersebut memungkinkan sistem mengenali berbagai informasi dalam suara, termasuk ritme bicara, penekanan kata, serta nuansa emosional yang sering kali tidak tergambarkan secara lengkap ketika komunikasi hanya diproses sebagai teks.
Menurut penjelasan pengembangnya bahwa Dessa merupakan model speech-to-speech yang mempelajari pola dari percakapan manusia tanpa menggunakan teks sebagai bahan pelatihan maupun model AI yang telah dilatih sebelumnya. Keunikan pendekatan ini membuat Dessa menjadi perhatian dalam pengembangan AI karena sistem membangun pemahaman terhadap bahasa melalui interaksi verbal antarmanusia. Melalui pendekatan tersebut, model tidak hanya ditujukan untuk memberikan jawaban, tetapi juga mengikuti dinamika percakapan secara lebih alami. Kendati hasil demonstrasinya menjanjikan, kemampuan Dessa masih harus dibuktikan dalam berbagai situasi nyata sebelum dapat dianggap andal untuk beragam kebutuhan.
Kemampuan Mendengarkan dan Berbicara Bersamaan Menjadi Keunggulan Dessa
Aspek teknologi yang paling menarik dari Dessa adalah penggunaan sistem komunikasi full-duplex yang memungkinkan mendengarkan dan berbicara secara bersamaan. Pada sejumlah aplikasi komunikasi AI generasi sebelumnya, interaksi biasanya mengharuskan pengguna dan sistem menunggu giliran. Pengguna memberikan perintah melalui suara, kemudian sistem menafsirkan masukan yang diterima sebelum menyampaikan respons verbal. Melalui arsitektur full-duplex, Dessa dirancang untuk tetap mendengarkan pengguna ketika sedang memberikan jawaban. Kemampuan ini membuat sistem lebih mudah menyesuaikan jalannya percakapan tanpa selalu memerlukan jeda panjang antarrespons.
Dalam situasi percakapan sehari-hari, seseorang mungkin meminta penjelasan mengenai sebuah topik, kemudian menambahkan keterangan ketika AI masih menyelesaikan respons. Dengan teknologi full-duplex, sistem dapat mengenali perubahan konteks pembicaraan tanpa harus memulai percakapan dari awal. Dessa juga didemonstrasikan dapat menghasilkan isyarat percakapan singkat, seperti ungkapan persetujuan, yang umum ditemukan dalam komunikasi antarmanusia. Walaupun terlihat sederhana, kemampuan mengatur waktu berbicara dan mendengarkan merupakan tantangan penting dalam pengembangan AI suara yang terasa natural.
Mengapa Pemrosesan Audio Langsung Penting bagi AI Suara
Komunikasi manusia tidak hanya bergantung pada rangkaian kata, tetapi juga melibatkan berbagai petunjuk suara yang membantu menjelaskan maksud pembicara. Sebagai ilustrasi, kalimat yang sama dapat memiliki penafsiran berlainan ketika diucapkan dengan intonasi tenang, marah, maupun gembira. Melalui pemrosesan audio langsung, Dessa berupaya memanfaatkan petunjuk vokal semacam ini selama proses memahami percakapan. Hal ini berpotensi menghasilkan respons yang lebih sesuai dengan situasi, terutama ketika ekspresi suara menjadi bagian penting dari pesan.
Tidak hanya dalam proses mendengarkan, Dessa juga dirancang untuk memproduksi suara dengan perubahan intonasi yang terasa dinamis. Dalam sejumlah demonstrasi, model menampilkan respons berupa tawa, menggunakan jeda alami, dan mengubah gaya pengucapan dalam percakapan. Namun demikian, ekspresi yang terdengar menyerupai manusia bukan berarti sistem merasakan pengalaman emosional. AI memproduksi respons melalui proses komputasi, sehingga nuansa perasaan dalam suaranya perlu dinilai sebagai hasil pemodelan percakapan, bukan bukti adanya kesadaran.
Efisiensi Pelatihan dan Pemrosesan Menjadi Fokus Inovasi Dessa
Hal lain yang membuat Dessa menonjol adalah strategi pelatihan serta kemampuan menjalankan model. Block menyatakan bahwa pelatihan Dessa dilakukan dengan perangkat komputasi NVIDIA GB200 NVL72, yang merupakan platform komputasi yang dirancang bagi pengolahan kecerdasan buatan. Menurut perusahaan, model ini juga menggunakan paparan bahasa yang lebih terbatas dibandingkan model bahasa besar berbasis teks. Meski begitu, perbandingan tersebut tidak cukup untuk menyimpulkan keunggulan mutlak karena cakupan kemampuan kedua jenis model memiliki perbedaan.
Dalam aspek penerapan perangkat, Block mengklaim bahwa Dessa dapat dijalankan langsung menggunakan MacBook Pro dengan chip M4 Max atau konfigurasi komputasi yang lebih tinggi. Dukungan pemrosesan langsung pada perangkat dapat menawarkan sejumlah manfaat potensial, terutama dalam mengurangi ketergantungan terhadap koneksi internet. Selain itu, pemrosesan lokal berpotensi membantu pengelolaan data sensitif. Walaupun konsep tersebut menarik, manfaat sebenarnya tetap ditentukan oleh rancangan sistem keamanan, termasuk bagaimana informasi pengguna dikelola.
Potensi Penerapan Dessa dalam Layanan Digital dan Kehidupan Sehari-hari
Seandainya teknologi ini tersedia secara luas, pendekatan yang digunakan Dessa dapat menjadi dasar pengembangan dalam berbagai layanan digital. Sektor yang berpotensi memperoleh manfaat adalah layanan pelanggan yang memerlukan komunikasi verbal secara langsung. Asisten digital dengan kemampuan full-duplex berpotensi menghadirkan pengalaman pelayanan yang lebih lancar dan responsif, terutama saat pelanggan menyela untuk mengoreksi pertanyaan. Bagi perusahaan penyedia layanan, kemampuan tersebut dapat menjadi bahan pertimbangan apabila didukung oleh integrasi sistem yang andal serta standar pelayanan yang jelas.
Di luar kebutuhan operasional bisnis, teknologi percakapan seperti Dessa juga berpotensi dimanfaatkan untuk layanan edukasi digital, perangkat pendukung pengguna, dan antarmuka suara. Sebagai contoh, siswa berpotensi berlatih percakapan secara interaktif yang lebih menyerupai komunikasi langsung. Pada aspek aksesibilitas, antarmuka suara yang mampu mengikuti ritme pembicaraan dapat mengurangi hambatan dalam komunikasi digital. Kendati sejumlah skenario tersebut menarik, semua penerapan ini masih merupakan gambaran kemungkinan penggunaan, bukan fitur produk Dessa yang telah tersedia.
Tantangan Keamanan dan Masa Depan Pengembangan AI Suara Dessa
Seiring berkembangnya model suara realistis, muncul pula sejumlah tantangan etika yang tidak boleh diabaikan. Sistem suara yang terdengar semakin menyerupai manusia dapat mempermudah interaksi pengguna, tetapi juga meningkatkan kekhawatiran terhadap manipulasi identitas. Misalnya, teknologi serupa mungkin dimanfaatkan untuk membangun interaksi yang menipu apabila tidak diterapkan bersama mekanisme pencegahan penyalahgunaan. Untuk menghadapi tantangan ini, transparansi mengenai penggunaan suara buatan menjadi bagian penting dalam pengembangan teknologi.
Block sendiri telah mengundang partisipasi awal bagi sejumlah peneliti keamanan AI untuk mengidentifikasi risiko yang belum diketahui. Tahapan evaluasi itu penting karena Dessa masih berstatus pratinjau penelitian. Hingga akhir Oktober 2026, Block belum menyediakan akses publik secara luas. Informasi mengenai distribusi model, spesifikasi lengkap, dan ketersediaan komersial juga belum tersedia secara resmi. Dengan demikian, berbagai demonstrasi yang telah diperlihatkan sebaiknya dipandang sebagai gambaran kemampuan awal, terutama untuk menilai keandalan dalam percakapan panjang.
Penutup: Inovasi Dessa dan Arah Masa Depan Teknologi Percakapan
Kehadiran model suara Dessa menunjukkan bahwa kemajuan TEKNOLOGI terus mendorong cara komunikasi yang lebih fleksibel. Dengan kemampuan mendengar sambil berbicara, Dessa menawarkan arah penelitian menjanjikan bagi masa depan asisten virtual. Namun demikian, teknologi ini masih memerlukan evaluasi independen yang mendalam sebelum siap diterapkan dalam berbagai layanan. Menurut Anda, apakah AI yang menghasilkan dialog suara yang semakin natural akan membuat aktivitas digital lebih nyaman? Bagikan pandangan Anda mengenai peluang dan tantangan inovasi ini.
