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 industri kecerdasan buatan, khususnya pada pengolahan audio berbasis kecerdasan buatan. Model ini dibangun oleh tim riset Block dengan strategi pengembangan yang menitikberatkan pada percakapan manusia secara langsung. Berbeda dengan sejumlah sistem AI suara yang menggunakan proses pengubahan audio menjadi teks sebelum menghasilkan jawaban, Dessa dikembangkan untuk memproses percakapan melalui jalur suara secara langsung. Pendekatan tersebut memungkinkan sistem mempertahankan berbagai informasi dalam suara, termasuk intonasi, jeda, dan perubahan ekspresi yang sering kali sulit dipertahankan sepenuhnya ketika komunikasi hanya diproses sebagai teks.

Dalam pengumuman resminya, Block menyampaikan bahwa Dessa merupakan model speech-to-speech yang dilatih menggunakan percakapan manusia tanpa bergantung pada data teks maupun model AI yang telah dilatih sebelumnya. Karakteristik tersebut membuat Dessa menarik untuk diteliti karena sistem dirancang untuk mempelajari bahasa melalui interaksi verbal antarmanusia. Melalui pendekatan tersebut, model tidak hanya dirancang untuk merespons pertanyaan, tetapi juga menyesuaikan ritme komunikasi secara lebih fleksibel. Walaupun demikian, kemampuan Dessa masih perlu dinilai melalui pengujian independen sebelum dapat dianggap siap digunakan secara luas.

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. Pada sejumlah aplikasi komunikasi AI generasi sebelumnya, interaksi biasanya berlangsung secara bergantian. Pengguna mengucapkan instruksi hingga selesai, kemudian sistem memproses informasi sebelum menghasilkan jawaban. Berbeda dari mekanisme tersebut, Dessa dapat terus menerima informasi audio ketika sedang menyampaikan respons. Kemampuan ini membuat sistem berpotensi mengikuti perubahan arah pembicaraan tanpa selalu menunggu satu pihak selesai berbicara.

Sebagai contoh, seseorang mungkin meminta penjelasan mengenai sebuah topik, kemudian menyampaikan informasi tambahan ketika AI masih menyelesaikan respons. Dengan teknologi full-duplex, sistem berpotensi langsung menyesuaikan jawaban tanpa harus menunggu instruksi baru setelah jawaban selesai. Dessa juga ditampilkan memiliki kemampuan untuk menghasilkan isyarat percakapan singkat, seperti ungkapan persetujuan, yang umum ditemukan dalam komunikasi antarmanusia. Sekalipun fungsi tersebut tampak biasa, kemampuan mengatur waktu berbicara dan mendengarkan merupakan aspek mendasar dalam pengembangan AI suara yang mendukung interaksi spontan.

Mengapa Pemrosesan Audio Langsung Penting bagi AI Suara

Percakapan sehari-hari 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 memiliki penafsiran berlainan ketika diucapkan dengan nada serius, bercanda, atau kecewa. Menggunakan mekanisme speech-to-speech, Dessa dirancang untuk mempertahankan informasi tersebut selama proses memahami percakapan. Pendekatan tersebut berpotensi mengurangi hilangnya konteks komunikasi, terutama ketika ekspresi suara menjadi bagian penting dari pesan.

Tidak hanya dalam proses mendengarkan, Dessa juga dirancang untuk memproduksi suara dengan variasi ekspresi yang lebih beragam. Dalam sejumlah demonstrasi, model menghasilkan ekspresi suara seperti tertawa, menggunakan jeda alami, dan memodifikasi karakter suara saat berbicara. Meski demikian, ekspresi yang terdengar menyerupai manusia bukan berarti sistem memiliki kesadaran seperti manusia. AI menghasilkan pola suara berdasarkan pembelajaran, sehingga kesan emosional yang muncul perlu dinilai sebagai hasil pemodelan percakapan, bukan bukti adanya kesadaran.

Pengembangan Dessa Menunjukkan Potensi Efisiensi Teknologi AI

Keunggulan teknis yang turut mendapat perhatian adalah strategi pelatihan serta kemampuan menjalankan model. Block mengungkapkan bahwa pelatihan Dessa memanfaatkan satu konfigurasi NVIDIA GB200 NVL72, yang merupakan infrastruktur komputasi berkemampuan tinggi. Menurut perusahaan, model ini juga diklaim membutuhkan paparan kata lebih sedikit dibandingkan model bahasa besar berbasis teks. Akan tetapi, perbandingan tersebut tidak cukup untuk menyimpulkan keunggulan mutlak karena cakupan kemampuan kedua jenis model memiliki perbedaan.

Untuk kebutuhan menjalankan model, Block mengklaim bahwa Dessa dapat beroperasi secara lokal menggunakan MacBook Pro dengan chip M4 Max atau kemampuan perangkat keras yang lebih kuat. Kemampuan inferensi tanpa selalu bergantung pada server jarak jauh dapat membuka peluang penerapan baru, terutama dalam memperpendek perjalanan data menuju server eksternal. Lebih jauh lagi, pemrosesan lokal memungkinkan sebagian data diproses tanpa dikirim ke layanan cloud. Walaupun konsep tersebut menarik, manfaat sebenarnya tetap bergantung pada implementasi perangkat lunak, 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 membuka kemungkinan pemanfaatan dalam beragam sistem berbasis percakapan. Sektor yang berpotensi memperoleh manfaat 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 dapat menjadi bahan pertimbangan apabila didukung oleh keamanan pemrosesan data serta prosedur penanganan kesalahan.

Pada bidang penggunaan lainnya, teknologi percakapan seperti Dessa dapat menginspirasi pengembangan untuk pendidikan interaktif, pendamping belajar, dan aksesibilitas. Untuk kebutuhan pendidikan, siswa dapat memperoleh pengalaman berdiskusi yang memberikan kesempatan melakukan interupsi. Pada aspek aksesibilitas, antarmuka suara yang merespons perubahan instruksi dapat mendukung interaksi yang lebih fleksibel. Walaupun peluang pemanfaatannya cukup luas, semua penerapan ini masih merupakan gambaran kemungkinan penggunaan, bukan layanan resmi yang sudah diluncurkan.

Kesiapan Dessa Menghadapi Risiko serta Persaingan Teknologi AI

Di balik kemampuan yang menarik, muncul pula berbagai persoalan keamanan yang harus dipertimbangkan secara serius. Sistem suara yang menampilkan ekspresi verbal yang realistis dapat membuat percakapan digital lebih alami, tetapi juga menimbulkan risiko penyalahgunaan. Misalnya, teknologi serupa berpotensi dipakai untuk membuat percakapan menyesatkan apabila tidak diterapkan bersama mekanisme pencegahan penyalahgunaan. Oleh sebab tersebut, transparansi mengenai penggunaan suara buatan menjadi kebutuhan mendasar untuk menjaga kepercayaan.

Perusahaan di balik model tersebut telah mengundang partisipasi awal bagi sejumlah peneliti keamanan AI untuk mengevaluasi kemungkinan penyalahgunaan. Tahapan evaluasi itu penting karena Dessa masih belum menjadi produk umum. Hingga 26 Oktober 2026, Block belum meluncurkan layanan yang dapat digunakan semua orang. 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 performa ketika menghadapi lingkungan suara yang kompleks.

Kesimpulan: Dessa Membuka Babak Baru Interaksi AI Berbasis Suara

Pengembangan AI percakapan Dessa menunjukkan bahwa kemajuan TEKNOLOGI terus menghadirkan pendekatan baru dalam hubungan manusia dan mesin. Dengan kemampuan mendengar sambil berbicara, Dessa menawarkan arah penelitian menjanjikan bagi masa depan layanan berbasis suara. Walaupun inovasinya terlihat menjanjikan, teknologi ini masih memerlukan evaluasi independen yang mendalam sebelum dapat dimanfaatkan secara luas. Bagaimana pendapat Anda, apakah AI yang dapat mengikuti percakapan secara spontan akan mengubah kebiasaan menggunakan asisten virtual? Ceritakan pemikiran Anda mengenai masa depan kecerdasan buatan berbasis suara.