Block Perkenalkan Dessa AI Suara yang Meniru Percakapan Manusia - Demokratis

Smallest Font

Largest Font

Teknologi percakapan berbasis kecerdasan buatan kini dikembangkan untuk menghadirkan interaksi suara yang semakin menyerupai komunikasi antarmanusia. Block memperkenalkan Dessa, model AI suara yang dapat merespons percakapan dengan intonasi alami, tawa spontan, dan ekspresi emosional, sebagaimana dilansir dari Tekno.

Model tersebut dikembangkan oleh perusahaan teknologi finansial Block, yang didirikan oleh Jack Dorsey, mantan CEO Twitter yang kini dikenal sebagai X. Dessa dirancang untuk berkomunikasi melalui suara tanpa bergantung pada teks sebagai bahan pelatihan utamanya.

Menurut penjelasan Block, Dessa sejak awal dilatih menggunakan percakapan manusia dalam bentuk suara. Proses pengembangannya tidak memanfaatkan teks maupun model AI pralatih, sehingga pendekatan pembelajaran bahasanya berbeda dari model bahasa besar atau LLM yang umumnya menggunakan kumpulan tulisan.

Dengan metode tersebut, Dessa mempelajari pola komunikasi secara langsung melalui ucapan. Block menyebut model ini mampu mengenali sekaligus menyampaikan beragam emosi, termasuk sarkasme, frustrasi, dan kesedihan.

Dalam pernyataan resminya, Block menggambarkan kemampuan model tersebut sebagai pencapaian baru dalam pengembangan AI percakapan berbasis suara.

"Sejauh yang kami ketahui, Dessa adalah AI pertama di dunia yang dapat diajak melakukan percakapan langsung yang realistis dan dilatih hanya dari ucapan manusia," demikian pernyataan Block.

Memanfaatkan sistem komputasi Nvidia

Pengembangan Dessa dilakukan menggunakan satu sistem komputasi Nvidia GB200 NVL72. Block juga menyatakan bahwa model ini mempelajari bahasa dengan jumlah kata yang jauh lebih sedikit dibandingkan model AI yang mengandalkan teks.

Dalam penggunaannya, Dessa dapat menentukan isi respons, waktu yang tepat untuk berbicara, serta cara menyampaikan jawaban. Kemampuan tersebut mencakup pemilihan suara dan gaya komunikasi yang disesuaikan dengan situasi percakapan.

Block menjelaskan pengalaman berinteraksi dengan model ini melalui pernyataan berikut.

"Berbicara dengannya terasa seperti berbicara dengan manusia, dengan emosi, nuansa, jeda, dan irama bicara yang alami," kata perusahaan.

Teknologi suara memungkinkan interaksi bersamaan

Dessa menggunakan pendekatan speech-to-speech, yaitu teknologi yang menerima masukan dalam bentuk suara dan menghasilkan jawaban melalui suara pula. Sistem ini juga mendukung kemampuan full-duplex, yang memungkinkan proses mendengarkan dan berbicara berlangsung secara bersamaan.

Fitur tersebut diperlihatkan dalam demonstrasi yang dibagikan Block. Dalam contoh percakapan, Dessa dapat tertawa secara spontan ketika mendengar sesuatu yang lucu, membantu seseorang mengingat judul film, serta memberikan tanggapan yang terdengar empatik saat membahas persoalan kehidupan.

Contoh tersebut memperlihatkan beberapa kemampuan yang ingin dihadirkan melalui model ini, mulai dari merespons konteks pembicaraan hingga menggunakan ekspresi suara yang sesuai dengan situasi. Kemampuan mengenali emosi dan mengatur waktu respons menjadi bagian dari rancangan interaksinya.

Akses Dessa masih terbatas

Block menyebut Dessa dapat dijalankan secara lokal pada komputer konsumen. Perangkat yang disebutkan mencakup MacBook dengan chip M4 Max atau komputer dengan spesifikasi yang lebih tinggi.

Meskipun demikian, model ini belum tersedia secara luas untuk masyarakat umum. Berdasarkan laporan yang dihimpun KompasTekno dari TechCrunch, Block baru memberikan akses awal kepada kelompok kecil peneliti keamanan AI.

Para peneliti tersebut memperoleh kesempatan untuk menguji model dan mencari kemungkinan risiko yang mungkin belum diperhitungkan dalam proses pengembangannya. Dengan demikian, akses terhadap Dessa pada tahap ini masih berfokus pada pengujian keamanan, bukan peluncuran publik secara luas.

• 

  0

  Like

• 

  0

  Dislike

• 

  0

  Funny

• 

  0

  Angry

• 

  0

  Sad

• 

  0

  Wow