Kabar5News – Perkembangan kecerdasan buatan (AI) kini tidak hanya berfokus pada kemampuan menjawab pertanyaan melalui teks. Teknologi ini juga terus dikembangkan agar mampu berkomunikasi melalui suara dengan cara yang lebih alami, menyerupai percakapan sehari-hari.
Salah satu inovasi tersebut adalah Dessa, model AI suara yang diperkenalkan oleh perusahaan teknologi Block pada 23 Oktober 2026. Perusahaan ini dipimpin Jack Dorsey, sosok yang dikenal sebagai salah satu pendiri Twitter, yang kini bernama X.
Dessa dirancang untuk menghadirkan interaksi suara yang lebih dinamis, mulai dari perubahan intonasi hingga respons spontan. Pendekatan ini menjadi bagian dari perkembangan teknologi AI yang berupaya membuat komunikasi antara manusia dan mesin terasa lebih alami.
Menggunakan Teknologi AI Suara yang Berbeda
Dessa menggunakan pendekatan speech-to-speech, yaitu memproses masukan suara dan menghasilkan respons dalam bentuk suara. Menurut informasi yang dipublikasikan pengembangnya, model ini dilatih menggunakan percakapan manusia tanpa mengandalkan teks sebagai bahan pelatihan.
Pada sistem AI suara konvensional, ucapan pengguna biasanya diubah menjadi teks terlebih dahulu. Setelah diproses oleh model, jawaban kemudian dikonversi kembali menjadi suara.
Proses tersebut dapat membuat sejumlah informasi dari percakapan, seperti intonasi dan jeda, tidak sepenuhnya terwakili. Pendekatan yang digunakan Dessa dirancang untuk mempertahankan lebih banyak karakteristik percakapan suara.
Dessa juga mengusung teknologi full-duplex, yang memungkinkan AI mendengarkan dan berbicara secara bersamaan. Dengan kemampuan ini, sistem dirancang untuk mengikuti alur percakapan, termasuk ketika lawan bicara menyela.
Bisa Tertawa dan Merespons secara Alami
Dalam demonstrasi yang dipublikasikan pengembangnya, Dessa memperlihatkan kemampuan menghasilkan suara dengan variasi intonasi dan jeda. Model tersebut juga dapat tertawa di tengah percakapan sehingga interaksinya terdengar lebih dinamis.
Kemampuan tersebut menunjukkan bahwa pengembangan AI suara tidak hanya berfokus pada isi jawaban, tetapi juga cara jawaban disampaikan. Perubahan nada dan tempo bicara dapat membuat percakapan terasa lebih alami dibandingkan suara digital yang monoton.
Meski demikian, suara yang terdengar emosional tidak berarti AI benar-benar memiliki perasaan. Ekspresi tersebut merupakan hasil pemrosesan model dan tidak membuktikan adanya pengalaman emosional seperti yang dialami manusia.
Berpotensi Digunakan dalam Berbagai Layanan
Teknologi seperti Dessa berpotensi dimanfaatkan dalam berbagai bidang yang membutuhkan komunikasi suara secara langsung, antara lain:
- Asisten virtual: membantu pengguna memperoleh informasi melalui percakapan suara.
- Layanan pelanggan: menghadirkan interaksi yang lebih fleksibel dalam menjawab pertanyaan.
- Aplikasi komunikasi: memungkinkan pengguna berinteraksi dengan sistem AI tanpa harus terus mengetik.
- Layanan berbasis suara: mendukung pengembangan aplikasi yang membutuhkan respons cepat dan percakapan interaktif.
Namun, penerapan tersebut masih bergantung pada kemampuan model dalam memahami konteks, memberikan jawaban akurat, dan bekerja secara konsisten dalam situasi nyata.
Tantangan Keamanan di Balik AI Suara
Di balik kemampuannya, teknologi AI suara yang semakin realistis juga membawa risiko penyalahgunaan. Suara sintetis dapat dimanfaatkan untuk meniru seseorang, membuat panggilan palsu, atau menjalankan penipuan dengan memanfaatkan kepercayaan korban terhadap suara yang dikenalnya.
Karena itu, pengembangan AI suara perlu disertai pengujian keamanan dan transparansi mengenai penggunaan teknologi tersebut. Masyarakat juga perlu berhati-hati ketika menerima permintaan uang atau informasi rahasia melalui telepon, sekalipun suara penelepon terdengar familier.
Pada tahap awal pengembangannya, Dessa diperkenalkan melalui akses penelitian terbatas untuk mengevaluasi kemampuan serta potensi risikonya. Kinerja model juga masih perlu dinilai lebih lanjut melalui pengujian independen.
Kehadiran Dessa memperlihatkan arah baru perkembangan kecerdasan buatan, ketika pengalaman berkomunikasi menjadi bagian penting dari inovasi teknologi. Meski menawarkan interaksi suara yang lebih alami, akurasi, keamanan, dan transparansi tetap menjadi faktor penting sebelum teknologi tersebut digunakan secara luas.
