Bagaimana Antarmuka Suara Membuka Kesempatan Interaksi: Tren, Teknologi, dan Pertumbuhan Pasar
Kontrol suara sering dipuja sebagai kemajuan inti dalam Interaksi Manusia-Mesin, menghilangkan kebutuhan untuk mengetik dan menunjuk. Upaya awal terhenti sampai speaker pintar menunjukkan potensi sebenarnya dari perintah suara. Hari ini, kemajuan cepat dalam akurasi pengenalan, fitur, dan lebar aplikasi menyebarkan antarmuka suara di ponsel pintar, headset, hearables, dan perangkat smart-home. Sementara solusi dominan masih bergantung pada sejumlah penyedia platform utama, lanskap berubah. Aktivasi suara semakin tertanam di seluruh perangkat, menawarkan kustomisasi, kekebalkan kebisingan yang lebih baik, konsumsi daya rendah, jangkauan yang diperpanjang, dan kinerja setara dengan pemimpin industri.
(Sumber: CEVA/Shutterstock)
Menurut FutureSource, pasar audio konsumen menurun antara 2008 dan 2012 saat pengalaman audio bermigrasi terutama ke ponsel pintar. Pertumbuhan terhenti dari 2012 hingga 2014, namun dari 2015 hingga 2018 pasar pulih dengan CAGR 15%, sebagian besar didorong oleh aktivasi suara. Proyeksi Yole Développement meramalkan CAGR minimal 30% hingga 2023, terutama didorong oleh pengenalan suara. Mayoritas ekspansi ini akan terkonsentrasi di ponsel pintar, diikuti oleh headset, hearables, asisten pribadi, dan peranti rumah pintar seperti TV dan peralatan dapur. Laporan ini juga menyoroti era baru audio pintar, di mana kontrol suara semakin merajalela seiring konsumen menjadi lebih nyaman dengan mode interaksi ini.
Di seluruh penerapan, tujuannya adalah diferensiasi. Perangkat berbasis baterai seperti ponsel pintar mendapat keuntungan jelas dengan mengaktifkan mendengarkan selalu, menghilangkan kebutuhan akan pemicu manual. Mencapai ini membutuhkan deteksi kata sandi trigger ultra-hemat daya, yang memerlukan hardware dan perangkat lunak yang terikat erat untuk menjaga konsumsi standby minimal. Kata sandi trigger yang dapat disesuaikan—disesuaikan dengan merek dan ditawarkan dalam berbagai bahasa—meningkatkan penetrasi regional dan jangkauan global. Sementara beberapa sistem meneruskan perintah selanjutnya ke layanan pengenalan suara mainstream, yang lain dapat mengandalkan sepenuhnya mesin dalam perangkat, terutama saat kosakata yang diperlukan terbatas.
Persyaratan kunci kedua adalah pengenalan yang kuat—dan seringkali autentikasi—di lingkungan akustik yang tantang. Pengenalan suara menghadapi tantangan unik dibandingkan pengenalan objek. Lingkungan seperti ruang tamu atau kendaraan memiliki banyak sumber suara bersamaan: percakapan, televisi, musik, radio, kebisingan lingkungan, dan refleksi dari permukaan. Mengisolasi perintah secara efektif, menekan gema, dan meredam kebisingan latar belakang membutuhkan solusi canggih yang memanfaatkan beberapa mikrofon, beamforming, pembatalan gema, dan penurunan kebisingan.
Tantangan ini diatasi oleh solusi yang ada seperti CEVA. Mesin pengenalan frasa WhisPro yang baru diluncurkan, didukung oleh perangkat lunak jaringan saraf pada DSP CEVA, sudah mendukung “Alexa” dan “OK Google” sebagai frasa trigger dan dapat dilatih ulang untuk menampung pemicu kustom apa pun. Ini multibahasa, mendukung beberapa pemicu secara bersamaan, dan dilatih di berbagai lingkungan kebisingan. Akibatnya, WhisPro mencapai akurasi pengenalan lebih dari 95% dengan tingkat penerimaan palsu kurang dari satu per jam, semuanya tanpa memerlukan validasi cloud.
Saat digabungkan dengan CEVA ClearVox™, modul pengambilan suara khusus, pengembang mendapatkan dukungan multi-mikrofon, beamforming untuk pengambilan jarak jauh yang ditingkatkan, dan pembatalan gema serta penurunan kebisingan canggih. Integrasi WhisPro + ClearVox™ memberikan pengenalan trigger yang kompetitif hingga jarak 7 m, bahkan di lingkungan berisik.
Youval Nachum berfungsi sebagai Manajer Pemasatan Produk Senior CEVA untuk garis produk audio dan suara. Youval membawa lebih dari 20 tahun pengalaman multi-disiplin, mencakup pemasaran, arsitektur sistem, ASIC, dan domain perangkat lunak di perusahaan teknologi terkemuka. Dia antusias memprediksi tren jangka panjang dan memimpin program teknis hingga penyelesaian yang sukses. Sangat mahir dalam menggabungkan kebutuhan pasar, definisi produk, standar industri, dan inovasi desain menjadi produk inovatif. Youval memiliki gelar S1 dan S2 dalam Teknik Elektro dari Technion – Institut Teknologi Israel.
Youval Nachum berfungsi sebagai Manajer Pemasatan Produk Senior CEVA untuk garis produk audio dan suara. Youval membawa lebih dari 20 tahun pengalaman multi-disiplin, mencakup pemasaran, arsitektur sistem, ASIC, dan domain perangkat lunak di perusahaan teknologi terkemuka. Dia antusias memprediksi tren jangka panjang dan memimpin program teknis hingga penyelesaian yang sukses. Sangat mahir dalam menggabungkan kebutuhan pasar, definisi produk, standar industri, dan inovasi desain menjadi produk inovatif. Youval memiliki gelar S1 dan S2 dalam Teknik Elektro dari Technion – Institut Teknologi Israel.