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
Peluncuran Dessa menandai langkah penting dalam industri kecerdasan buatan, khususnya pada pengolahan audio berbasis kecerdasan buatan. Model ini dirancang oleh tim riset Block dengan pendekatan yang berfokus pada percakapan manusia secara langsung. Alih-alih mengikuti sejumlah sistem AI suara yang mengandalkan proses pengubahan audio menjadi teks sebelum menghasilkan jawaban, Dessa dibangun dengan kemampuan untuk memproses percakapan melalui jalur suara secara langsung. Metode pengembangan ini memungkinkan sistem memanfaatkan berbagai informasi dalam suara, termasuk intonasi, jeda, dan perubahan ekspresi yang sering kali tidak tergambarkan secara lengkap ketika komunikasi hanya diterjemahkan menjadi rangkaian kata tertulis.
Dalam pengumuman resminya, Block menyampaikan 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. Karakteristik tersebut membuat Dessa menarik untuk diteliti karena sistem membangun pemahaman terhadap bahasa melalui pola suara dan percakapan. Melalui pendekatan tersebut, model tidak hanya dirancang untuk merespons pertanyaan, tetapi juga merespons perubahan dalam interaksi secara lebih alami. Walaupun demikian, kemampuan Dessa masih perlu dinilai melalui pengujian independen sebelum dapat dianggap setara dengan komunikasi manusia.
Cara Kerja Full-Duplex dalam Menciptakan Percakapan AI yang Alami
Fitur yang paling menonjol dari Dessa adalah penggunaan sistem komunikasi full-duplex yang memungkinkan mendengarkan dan berbicara secara bersamaan. Dalam banyak sistem percakapan konvensional, interaksi biasanya mengikuti pola berbicara secara berurutan. Pengguna menyampaikan pertanyaan terlebih dahulu, kemudian sistem memproses informasi sebelum menyampaikan respons verbal. Melalui arsitektur full-duplex, Dessa mampu memantau percakapan yang berlangsung ketika sedang menghasilkan suara. Karakteristik tersebut membuat sistem berpotensi mengikuti perubahan arah pembicaraan tanpa selalu memerlukan jeda panjang antarrespons.
Dalam situasi percakapan sehari-hari, seseorang mungkin meminta penjelasan mengenai sebuah topik, kemudian menambahkan keterangan ketika AI masih berbicara. Dengan teknologi full-duplex, sistem memiliki peluang merespons interupsi tersebut tanpa harus menunggu instruksi baru setelah jawaban selesai. Dessa juga diperlihatkan mampu menghasilkan isyarat percakapan singkat, seperti tanggapan verbal sederhana, yang umum ditemukan dalam komunikasi antarmanusia. Sekalipun fungsi tersebut tampak biasa, kemampuan mengatur jeda serta respons percakapan merupakan tantangan penting dalam pengembangan AI suara yang terasa natural.
Mengapa Pemrosesan Audio Langsung Penting bagi AI Suara
Komunikasi manusia tidak hanya ditentukan oleh kalimat yang diucapkan, tetapi juga memanfaatkan informasi nonverbal dalam audio yang membantu memberikan konteks tambahan. 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 membantu sistem mengenali nuansa pembicaraan, terutama ketika intonasi memengaruhi penafsiran kalimat.
Selain memahami masukan pengguna, Dessa juga didemonstrasikan dapat menciptakan suara dengan variasi ekspresi yang lebih beragam. Dalam sejumlah demonstrasi, model menampilkan respons berupa tawa, menggunakan jeda alami, dan menyesuaikan cara penyampaian respons. Penting untuk dipahami bahwa, ekspresi yang memunculkan kesan memiliki perasaan bukan berarti sistem merasakan pengalaman emosional. AI memproduksi respons melalui proses komputasi, sehingga nuansa perasaan dalam suaranya perlu dibedakan dari emosi manusia sesungguhnya, bukan bukti adanya kesadaran.
Block Mengembangkan Model Suara dengan Pendekatan Komputasi Berbeda
Keunggulan teknis yang turut mendapat perhatian adalah pendekatan pengembangan dan kebutuhan komputasinya. Block mengungkapkan bahwa pelatihan Dessa menggunakan satu sistem NVIDIA GB200 NVL72, yang merupakan infrastruktur komputasi berkemampuan tinggi. Berdasarkan keterangan pengembang, model ini juga menggunakan paparan bahasa yang lebih terbatas dibandingkan model bahasa besar berbasis teks. Akan tetapi, perbandingan tersebut tidak secara otomatis menunjukkan efisiensi keseluruhan yang lebih tinggi karena cakupan kemampuan kedua jenis model memiliki perbedaan.
Dari sisi penggunaan, Block mengklaim bahwa Dessa dapat dijalankan langsung menggunakan MacBook Pro dengan chip M4 Max atau kemampuan perangkat keras yang lebih kuat. Kemungkinan menjalankan AI secara lokal dapat memberikan keuntungan penting, terutama dalam membangun pengalaman penggunaan yang lebih mandiri. Lebih jauh lagi, pemrosesan lokal berpotensi membantu pengelolaan data sensitif. Meskipun potensinya menjanjikan, manfaat sebenarnya tetap memerlukan pembuktian melalui penerapan nyata, termasuk bagaimana rekaman suara disimpan dan diproses.
Peluang Pemanfaatan AI Suara Dessa untuk Berbagai Kebutuhan
Jika kemampuannya berhasil dimatangkan, pendekatan yang digunakan Dessa membuka kemungkinan pemanfaatan dalam beragam sistem berbasis percakapan. Salah satu bidang yang relevan adalah layanan pelanggan yang memerlukan komunikasi verbal secara langsung. Asisten digital dengan kemampuan full-duplex mungkin mendukung pengalaman pelayanan yang tidak terlalu kaku, terutama saat pelanggan menyela untuk mengoreksi pertanyaan. Bagi perusahaan penyedia layanan, kemampuan tersebut dapat menjadi bahan pertimbangan apabila didukung oleh keamanan pemrosesan data serta standar pelayanan yang jelas.
Selain layanan pelanggan, teknologi percakapan seperti Dessa dapat menginspirasi pengembangan untuk layanan edukasi digital, perangkat pendukung pengguna, dan antarmuka suara. Sebagai contoh, siswa dapat memperoleh pengalaman berdiskusi yang memberikan kesempatan melakukan interupsi. Bagi pengguna dengan kebutuhan interaksi tertentu, antarmuka suara yang tidak terlalu bergantung pada giliran bicara dapat membantu mempermudah penggunaan perangkat. Meski memiliki banyak kemungkinan, semua penerapan ini masih merupakan gambaran kemungkinan penggunaan, bukan kemampuan komersial yang telah dipastikan.
Tantangan Keamanan dan Masa Depan Pengembangan AI Suara Dessa
Seiring berkembangnya model suara realistis, muncul pula berbagai persoalan keamanan yang tidak boleh diabaikan. Sistem suara yang terdengar semakin menyerupai manusia dapat mempermudah interaksi pengguna, tetapi juga meningkatkan kekhawatiran terhadap manipulasi identitas. Sebagai gambaran, teknologi serupa dapat disalahgunakan dalam upaya penyamaran suara apabila tidak diatur dengan standar keamanan yang jelas. Untuk menghadapi tantangan ini, transparansi mengenai identitas sistem AI menjadi bagian penting dalam pengembangan teknologi.
Perusahaan di balik model tersebut telah membuka kesempatan pengujian terbatas bagi sejumlah peneliti keamanan AI untuk mengevaluasi kemungkinan penyalahgunaan. Tahapan evaluasi itu penting karena Dessa masih berada dalam fase riset. Hingga akhir Oktober 2026, Block belum menyediakan akses publik secara luas. Informasi mengenai ketentuan lisensi, antarmuka pengembang, serta biaya penggunaan juga belum tersedia secara resmi. Untuk saat ini, berbagai demonstrasi yang telah diperlihatkan belum dapat menggantikan evaluasi independen, terutama untuk menilai keandalan dalam percakapan panjang.
Kesimpulan: Dessa Membuka Babak Baru Interaksi AI Berbasis Suara
Perkenalan Dessa oleh Block menunjukkan bahwa kemajuan TEKNOLOGI terus menghadirkan pendekatan baru dalam hubungan manusia dan mesin. Dengan mekanisme pemrosesan percakapan dua arah, Dessa menawarkan arah penelitian menjanjikan bagi masa depan layanan berbasis suara. Namun demikian, teknologi ini masih membutuhkan pengujian keamanan dan performa sebelum dapat dimanfaatkan secara luas. Menurut Anda, apakah AI yang mampu berbicara seperti manusia akan membuat aktivitas digital lebih nyaman? Ceritakan pemikiran Anda mengenai peluang dan tantangan inovasi ini.
