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.
Memahami Teknologi Dessa dan Terobosan Komunikasi Berbasis AI
Perkenalan Dessa menjadi salah satu perkembangan menarik dalam ekosistem inovasi digital, khususnya pada bidang komunikasi suara. Model ini dirancang oleh tim riset Block dengan pendekatan yang berfokus 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. Cara kerja semacam ini memungkinkan sistem mempertahankan berbagai informasi dalam suara, termasuk intonasi, jeda, dan perubahan ekspresi yang sering kali kehilangan sebagian maknanya 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 bergantung pada data teks maupun model AI yang telah dilatih sebelumnya. Karakteristik tersebut membuat Dessa menjadi perhatian dalam pengembangan AI karena sistem membangun pemahaman terhadap bahasa melalui informasi audio secara langsung. Dalam praktiknya, model tidak hanya ditujukan untuk memberikan jawaban, tetapi juga mengikuti dinamika percakapan secara lebih responsif. Meski menawarkan kemampuan menarik, kemampuan Dessa masih membutuhkan evaluasi lebih luas sebelum dapat dianggap setara dengan komunikasi manusia.
Kemampuan Mendengarkan dan Berbicara Bersamaan Menjadi Keunggulan Dessa
Fitur yang paling menonjol dari Dessa adalah penggunaan sistem komunikasi full-duplex yang memberikan kemampuan untuk mendengarkan dan berbicara secara bersamaan. Pada asisten suara tradisional, interaksi biasanya berlangsung secara bergantian. Pengguna memberikan perintah melalui suara, kemudian sistem menafsirkan masukan yang diterima sebelum memberikan tanggapan. Melalui arsitektur full-duplex, Dessa mampu memantau percakapan yang berlangsung ketika sedang menghasilkan suara. Kemampuan ini membuat sistem berpotensi mengikuti perubahan arah pembicaraan tanpa selalu memerlukan jeda panjang antarrespons.
Untuk menggambarkan kemampuannya, seseorang mungkin menanyakan suatu informasi, kemudian menyampaikan informasi tambahan ketika AI masih berbicara. Dengan teknologi full-duplex, sistem memiliki peluang merespons interupsi tersebut tanpa harus memulai percakapan dari awal. Dessa juga diperlihatkan mampu menghasilkan isyarat percakapan singkat, seperti tanggapan verbal sederhana, yang sering muncul dalam komunikasi antarmanusia. Walaupun terlihat sederhana, kemampuan mengatur pergantian dan tumpang tindih suara merupakan tantangan penting dalam pengembangan AI suara yang nyaman digunakan.
Mengapa Pemrosesan Audio Langsung Penting bagi AI Suara
Komunikasi manusia tidak hanya bergantung pada rangkaian kata, tetapi juga mengandung beragam sinyal vokal yang membantu menjelaskan maksud pembicara. Misalnya, kalimat yang sama dapat menyampaikan makna berbeda ketika diucapkan dengan intonasi tenang, marah, maupun gembira. 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 ekspresi suara menjadi bagian penting dari pesan.
Di samping menerima informasi audio, Dessa juga didemonstrasikan dapat menciptakan suara dengan variasi ekspresi yang lebih beragam. Dalam sejumlah demonstrasi, model menghasilkan ekspresi suara seperti tertawa, menggunakan jeda alami, dan mengubah gaya pengucapan dalam percakapan. Penting untuk dipahami bahwa, ekspresi yang terdengar menyerupai manusia bukan berarti sistem benar-benar mengalami emosi. AI memproduksi respons melalui proses komputasi, sehingga respons ekspresif yang terdengar perlu dinilai sebagai hasil pemodelan percakapan, bukan tanda bahwa mesin mempunyai perasaan.
Block Mengembangkan Model Suara dengan Pendekatan Komputasi Berbeda
Hal lain yang membuat Dessa menonjol adalah pendekatan pengembangan dan kebutuhan komputasinya. Block mengungkapkan bahwa pelatihan Dessa menggunakan satu sistem NVIDIA GB200 NVL72, yang merupakan platform komputasi yang dirancang bagi pengolahan kecerdasan buatan. Dalam penjelasan Block, model ini juga mempelajari bahasa dari jumlah kata yang jauh lebih sedikit dibandingkan model bahasa besar berbasis teks. Meski begitu, perbandingan tersebut tidak cukup untuk menyimpulkan keunggulan mutlak karena kebutuhan pelatihan model suara dan teks tidak sama.
Dalam aspek penerapan perangkat, Block menyampaikan bahwa Dessa dapat dijalankan langsung menggunakan MacBook Pro dengan chip M4 Max atau kemampuan perangkat keras yang lebih kuat. Dukungan pemrosesan langsung pada perangkat dapat membuka peluang penerapan baru, terutama dalam mengurangi ketergantungan terhadap koneksi internet. Di sisi lain, pemrosesan lokal dapat mendukung strategi perlindungan privasi. Meskipun potensinya menjanjikan, manfaat sebenarnya tetap ditentukan oleh rancangan sistem keamanan, termasuk bagaimana informasi pengguna dikelola.
Potensi Penerapan Dessa dalam Layanan Digital dan Kehidupan Sehari-hari
Apabila dikembangkan lebih lanjut, pendekatan yang digunakan Dessa membuka kemungkinan pemanfaatan dalam berbagai layanan digital. Salah satu bidang yang relevan adalah layanan pelanggan yang mengandalkan interaksi melalui telepon. Asisten digital dengan kemampuan full-duplex mungkin mendukung pengalaman pelayanan yang lebih lancar dan responsif, terutama saat pelanggan menambahkan informasi secara spontan. Dalam konteks bisnis, kemampuan tersebut berpotensi memberikan nilai tambahan apabila didukung oleh keamanan pemrosesan data serta mekanisme pengawasan manusia.
Pada bidang penggunaan lainnya, teknologi percakapan seperti Dessa juga berpotensi dimanfaatkan untuk aplikasi pembelajaran, alat bantu komunikasi, serta asisten pribadi. Untuk kebutuhan pendidikan, siswa mungkin menggunakan asisten suara untuk latihan verbal yang memberikan kesempatan melakukan interupsi. Sementara itu, antarmuka suara yang merespons perubahan instruksi dapat mendukung interaksi yang lebih fleksibel. Meski memiliki banyak kemungkinan, semua penerapan ini masih bersifat potensi pengembangan, bukan fitur produk Dessa yang telah tersedia.
Kesiapan Dessa Menghadapi Risiko serta Persaingan Teknologi AI
Di balik kemampuan yang menarik, muncul pula berbagai persoalan keamanan yang tidak boleh diabaikan. Sistem suara yang menampilkan ekspresi verbal yang realistis dapat meningkatkan kenyamanan komunikasi, tetapi juga meningkatkan kekhawatiran terhadap manipulasi identitas. Sebagai gambaran, teknologi serupa dapat disalahgunakan dalam upaya penyamaran suara apabila tidak dilengkapi perlindungan memadai. Karena itu, transparansi mengenai penggunaan suara buatan menjadi bagian penting dalam pengembangan teknologi.
Block sendiri telah menawarkan akses awal terbatas bagi sejumlah peneliti keamanan AI untuk mengevaluasi kemungkinan penyalahgunaan. Pendekatan pengujian tersebut penting karena Dessa masih berada dalam fase riset. Hingga akhir Oktober 2026, Block belum membuka penggunaan umum terhadap model tersebut. Informasi mengenai harga, akses API, dan jadwal perilisan juga belum dipastikan kepada publik. Untuk saat ini, berbagai demonstrasi yang telah diperlihatkan sebaiknya dipandang sebagai gambaran kemampuan awal, terutama untuk menilai keandalan dalam percakapan panjang.
Kesimpulan: Dessa Membuka Babak Baru Interaksi AI Berbasis Suara
Kehadiran model suara Dessa menunjukkan bahwa perkembangan kecerdasan buatan terus menghadirkan pendekatan baru dalam hubungan manusia dan mesin. Dengan mekanisme pemrosesan percakapan dua arah, Dessa memberikan gambaran perkembangan menarik bagi masa depan asisten virtual. Meski kemampuannya menarik perhatian, teknologi ini masih membutuhkan pengujian keamanan dan performa sebelum siap diterapkan dalam berbagai layanan. Dari sudut pandang Anda, apakah AI yang menghasilkan dialog suara yang semakin natural akan membuat aktivitas digital lebih nyaman? Sampaikan pendapat Anda mengenai peluang dan tantangan inovasi ini.
