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

Peluncuran Dessa menjadi salah satu perkembangan menarik dalam ekosistem inovasi digital, khususnya pada sistem interaksi percakapan. Model ini dirancang oleh tim riset Block dengan metode yang mengutamakan pada percakapan manusia secara langsung. Tidak seperti sejumlah sistem AI suara yang mengandalkan proses pengubahan audio menjadi teks sebelum menghasilkan jawaban, Dessa dikembangkan untuk memproses percakapan melalui jalur suara secara langsung. Cara kerja semacam ini memungkinkan sistem memanfaatkan berbagai informasi dalam suara, termasuk ritme bicara, penekanan kata, serta nuansa emosional yang sering kali sulit dipertahankan sepenuhnya 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 memanfaatkan kumpulan teks untuk proses pembelajaran maupun model AI yang telah dilatih sebelumnya. Karakteristik tersebut membuat Dessa menjadi perhatian dalam pengembangan AI karena sistem berusaha memahami bahasa melalui pola suara dan percakapan. Dari sisi pengalaman pengguna, model tidak hanya dirancang untuk merespons pertanyaan, tetapi juga menyesuaikan ritme komunikasi secara lebih responsif. Meski menawarkan kemampuan menarik, kemampuan Dessa masih harus dibuktikan dalam berbagai situasi nyata sebelum dapat dianggap siap digunakan secara luas.

Teknologi Full-Duplex Membuat Dessa Mampu Mendengar Sambil Berbicara

Fitur yang paling menonjol dari Dessa adalah penggunaan sistem komunikasi full-duplex yang memungkinkan mendengarkan dan berbicara secara bersamaan. Pada sejumlah aplikasi komunikasi AI generasi sebelumnya, interaksi biasanya berlangsung secara bergantian. Pengguna mengucapkan instruksi hingga selesai, kemudian sistem menafsirkan masukan yang diterima sebelum memberikan tanggapan. Melalui arsitektur full-duplex, Dessa dapat terus menerima informasi audio ketika sedang menyampaikan respons. Karakteristik tersebut membuat sistem lebih mudah menyesuaikan jalannya percakapan tanpa selalu menunggu satu pihak selesai berbicara.

Untuk menggambarkan kemampuannya, seseorang mungkin menanyakan suatu informasi, kemudian mengubah maksud pertanyaannya ketika AI masih memberikan penjelasan. Dengan teknologi full-duplex, sistem memiliki peluang merespons interupsi tersebut tanpa harus mengulangi seluruh proses komunikasi. Dessa juga diperlihatkan mampu menghasilkan isyarat percakapan singkat, seperti respons tanda mendengarkan, yang menjadi bagian alami dalam komunikasi antarmanusia. Meskipun terdengar sebagai perubahan kecil, kemampuan mengatur waktu berbicara dan mendengarkan merupakan aspek mendasar dalam pengembangan AI suara yang nyaman digunakan.

Keunggulan Pendekatan Speech-to-Speech untuk Komunikasi Alami

Interaksi verbal antarmanusia tidak hanya mengandalkan makna bahasa secara tertulis, tetapi juga memanfaatkan informasi nonverbal dalam audio yang membantu menjelaskan maksud pembicara. Dalam sebuah percakapan, kalimat yang sama dapat menyampaikan makna berbeda ketika diucapkan dengan penekanan lembut, keras, ataupun penuh keraguan. Melalui pemrosesan audio langsung, Dessa berupaya memanfaatkan petunjuk vokal semacam ini selama proses memahami percakapan. Pendekatan tersebut berpotensi menghasilkan respons yang lebih sesuai dengan situasi, terutama ketika intonasi memengaruhi penafsiran kalimat.

Di samping menerima informasi audio, Dessa juga didemonstrasikan dapat menciptakan suara dengan perubahan intonasi yang terasa dinamis. Dalam sejumlah demonstrasi, model terdengar tertawa, menggunakan perubahan tempo bicara, dan memodifikasi karakter suara saat berbicara. Namun demikian, ekspresi yang terdengar menyerupai manusia bukan berarti sistem benar-benar mengalami emosi. AI menghasilkan pola suara berdasarkan pembelajaran, sehingga respons ekspresif yang terdengar perlu dinilai sebagai hasil pemodelan percakapan, bukan bukti adanya kesadaran.

Block Mengembangkan Model Suara dengan Pendekatan Komputasi Berbeda

Keunggulan teknis yang turut mendapat perhatian adalah cara Block mengelola proses pembelajaran dan pemrosesan AI. Block mengungkapkan bahwa pelatihan Dessa memanfaatkan satu konfigurasi NVIDIA GB200 NVL72, yang merupakan sistem perangkat keras untuk beban kerja AI. Menurut perusahaan, model ini juga mempelajari bahasa dari jumlah kata yang jauh lebih sedikit dibandingkan model bahasa besar berbasis teks. Akan tetapi, perbandingan tersebut tidak cukup untuk menyimpulkan keunggulan mutlak karena kebutuhan pelatihan model suara dan teks tidak sama.

Untuk kebutuhan menjalankan model, Block menjelaskan bahwa Dessa dapat melakukan pemrosesan pada perangkat menggunakan MacBook Pro dengan chip M4 Max atau kemampuan perangkat keras yang lebih kuat. Kemampuan inferensi tanpa selalu bergantung pada server jarak jauh dapat menawarkan sejumlah manfaat potensial, terutama dalam mengurangi ketergantungan terhadap koneksi internet. Di sisi lain, pemrosesan lokal dapat mendukung strategi perlindungan privasi. Kendati demikian, manfaat sebenarnya tetap bergantung pada implementasi perangkat lunak, termasuk bagaimana akses terhadap data percakapan dikendalikan.

Dampak Teknologi Percakapan Alami bagi Bisnis dan Pengguna

Jika kemampuannya berhasil dimatangkan, pendekatan yang digunakan Dessa berpotensi diterapkan dalam sejumlah kebutuhan komunikasi modern. Contoh penerapan yang cukup menjanjikan adalah layanan pelanggan yang mengandalkan interaksi melalui telepon. Asisten digital dengan kemampuan full-duplex dapat membantu menciptakan pengalaman pelayanan yang tidak terlalu kaku, terutama saat pelanggan mengubah permintaan di tengah pembicaraan. Bagi perusahaan penyedia layanan, kemampuan tersebut berpotensi memberikan nilai tambahan apabila didukung oleh ketepatan informasi serta mekanisme pengawasan manusia.

Di luar kebutuhan operasional bisnis, teknologi percakapan seperti Dessa membuka kesempatan inovasi untuk aplikasi pembelajaran, alat bantu komunikasi, serta asisten pribadi. Dalam skenario pembelajaran, siswa mungkin menggunakan asisten suara untuk latihan verbal yang memberikan kesempatan melakukan interupsi. Bagi pengguna dengan kebutuhan interaksi tertentu, antarmuka suara yang tidak terlalu bergantung pada giliran bicara dapat mengurangi hambatan dalam komunikasi digital. Walaupun peluang pemanfaatannya cukup luas, semua penerapan ini masih merupakan gambaran kemungkinan penggunaan, bukan fitur produk Dessa yang telah tersedia.

Kesiapan Dessa Menghadapi Risiko serta Persaingan Teknologi AI

Seiring berkembangnya model suara realistis, muncul pula sejumlah tantangan etika yang perlu mendapat perhatian. Sistem suara yang menampilkan ekspresi verbal yang realistis dapat meningkatkan kenyamanan komunikasi, tetapi juga meningkatkan kekhawatiran terhadap manipulasi identitas. Misalnya, teknologi serupa berpotensi dipakai untuk membuat percakapan menyesatkan apabila tidak diterapkan bersama mekanisme pencegahan penyalahgunaan. Karena itu, transparansi mengenai identitas sistem AI menjadi kebutuhan mendasar untuk menjaga kepercayaan.

Block sendiri telah menawarkan akses awal terbatas bagi sejumlah peneliti keamanan AI untuk menemukan kelemahan keselamatan sistem. Tahapan evaluasi itu penting karena Dessa masih belum menjadi produk umum. Hingga akhir Oktober 2026, Block belum meluncurkan layanan yang dapat digunakan semua orang. Informasi mengenai distribusi model, spesifikasi lengkap, dan ketersediaan komersial juga belum diumumkan secara lengkap. Oleh karena itu, berbagai demonstrasi yang telah diperlihatkan belum dapat menggantikan evaluasi independen, terutama untuk menilai ketepatan respons di berbagai kondisi.

Kesimpulan: Dessa Membuka Babak Baru Interaksi AI Berbasis Suara

Perkenalan Dessa oleh Block menunjukkan bahwa perkembangan kecerdasan buatan terus bergerak menuju interaksi yang lebih alami. Dengan kemampuan mendengar sambil berbicara, Dessa memberikan gambaran perkembangan menarik bagi masa depan aplikasi percakapan cerdas. Walaupun inovasinya terlihat menjanjikan, teknologi ini masih membutuhkan pengujian keamanan dan performa sebelum dapat dimanfaatkan secara luas. Bagaimana pendapat Anda, apakah AI yang mampu berbicara seperti manusia akan mengubah kebiasaan menggunakan asisten virtual? Ceritakan pemikiran Anda mengenai masa depan kecerdasan buatan berbasis suara.