Bagaimana Edge AI dan Kemajuan Mikrofon yang Muncul Mempercepat Adopsi Asisten Suara
Penemuan telepon lebih dari 150 tahun lalu memicu revolusi komunikasi. Hari ini, loncat kuantum baru sedang berlangsung: AI sekarang dapat mengekstrak makna dari suara, memungkinkan perangkat merespons perintah lisan dengan cara yang lebih alami dan intuitif. Artikel ini mengkaji lanskap saat ini dan melihat ke depan menuju teknologi yang akan menjadikan asisten suara sebagai teman sehari-hari.
"Mr. Watson, come here…"
Pernyataan Alexander Graham Bell tahun 1876 menandai pertama kali suara ditransmisikan secara listrik—teroboran yang mengubah cara kita bekerja, hidup, dan bermain. Inovasi dasar ini terus mendasari kemajuan saat ini dalam interaksi manusia-mesin.
Abad pertama jaringan telepon menghubungkan orang-orang di seluruh dunia. Boom elektronik lima dekade terakhir mengubah suara dan video menjadi percakapan portable dan nirkabel. Dalam dekade ini kita telah beralih dari panggilan bebas tangan antara manusia menjadi percakapan dengan mesin—transisi yang mendorong gelombang inovasi berikutnya.
Smartphone modern, smart speaker, dan perangkat terhubung lainnya kini menyediakan asisten suara bawaan yang didukung oleh model deep learning berbasis cloud. Asisten ini memungkinkan pengguna untuk bertanya dan memicu tindakan dengan bahasa lisan sederhana. Menurut Statista, pada 2020 diperkirakan 1,8 miliar orang akan memiliki akses ke asisten suara pada perangkat yang mereka bawa, dan pada platform tambahan di rumah, kantor, dan lingkungan lain.
Meskipun adopsi yang cepat, asisten suara masih menghadapi tantangan signifikan. Latensi adalah masalah utama: percakapan manusia bergantung pada waktu respons di bawah seratus milidetik, sedangkan sistem saat ini sering memperkenalkan penundaan beberapa detik. Penundaan ini berasal dari kebutuhan untuk merekam audio secara lokal, mentransmisikannya ke cloud untuk diproses, dan kemudian mengembalikan respons. Aliran audio kualitas lebih rendah dikirim untuk mengurangi bandwidth, yang meningkatkan tingkat kesalahan. Terkait, kecepatan internet yang bervariasi lebih memperburuk ketidakkonsistenan waktu.
Bahkan dengan keterbatasan ini, antusiasme konsumen tetap tinggi. Penjualan smart speaker—kategori pertama perangkat dengan asisten suara bawaan—telah melonjak pada laju yang dapat dibandingkan dengan boom smartphone awal. Pada 2018, penjualan perangkat AS tumbuh 40%, dengan 66,4 juta unit terjual, membawa total menjadi 133 juta smart speaker. Ini mewakili sedikit lebih dari 26% orang dewasa AS, menurut voicebot.ai.
Meningkatkan alur percakapan akan sangat bergantung pada mendekatkan proses ke pengguna. Edge computing memungkinkan inferensi AI terjadi pada perangkat itu sendiri, mengurangi ketergantungan pada konektivitas cloud. Manfaatnya jelas: respons lebih cepat, konsumsi daya lebih rendah, dan privasi yang ditingkatkan karena data audio tidak perlu meninggalkan lingkungan lokal.
Demonstrasi terbaru Infineon tentang chip pengenalan kata kunci edge daya terendah di dunia menggambarkan tren ini. Dengan melokalisasi tangkapan audio, komputasi, dan penyimpanan, solusi edge dapat menangani data sensitif—seperti suara napas yang digunakan untuk mendeteksi sleep apnea—tanpa mentransmisikan informasi pribadi ke cloud. Pengguna dapat kemudian memutuskan kapan dan bagaimana berbagi wawasan, meningkatkan kenyamanan dengan aplikasi pemantauan kesehatan.
Kemajuan hardware, terutama chip deep learning khusus dari mitra seperti Syntiant, mempercepat penerapan AI pada perangkat edge. Dalam beberapa tahun, miliaran orang akan berinteraksi sehari-hari dengan asisten suara yang rasanya hampir manusia, sementara teknologi yang mendasarinya akan menggerakkan pengenalan audio hemat baterai di seluruh spektrum kasus penggunaan.
Di luar perangkat konsumen, AI yang diaktifkan suara akan terintegrasi ke dalam suite sensor mesin cerdas, berkontribusi pada Industri 4.0, kendaraan otonom, pabrik pintar, dan sistem keamanan kota-wide. Misalnya, mobil dapat "mendengar" suara lalu lintas untuk mendeteksi halangan di luar garis pandang, pabrik dapat mendiagnosis masalah peralatan secara preventif melalui tanda tangan akustik, dan infrastruktur kota pintar dapat memperingatkan otoritas terhadap event seperti pecahan kaca atau kecelakaan.
— Pradyumna Mishra, Entrepreneur-in-Residence, Infineon Technologies
