Jakarta, Newtechclub.com – Wah, pecinta teknologi, bersiaplah terkesima! OpenAI, perusahaan di balik chatbot fenomenal ChatGPT, baru saja mengguncang industri kecerdasan buatan (AI). Mereka secara resmi meluncurkan tiga model audio mutakhir yang secara signifikan akan memperkuat layanan AI berbasis suara mereka. Bayangkan, Anda bisa ngobrol lintas bahasa tanpa hambatan!
Tiga Senjata Baru OpenAI: Realtime-2, Translate, dan Whisper
OpenAI menghadirkan trio andalan bernama GPT-Realtime-2, GPT-Realtime-Translate, dan GPT-Realtime-Whisper. Ketiganya dirancang untuk membuat interaksi manusia dengan mesin terasa lebih alami dan cepat dari sebelumnya.
Fitur Unggulan: Penerjemah Dua Arah yang Bikin Melongo
Nah, dari ketiga model ini, GPT-Realtime-Translate berhasil mencuri perhatian paling besar. Model ini mampu menerjemahkan percakapan secara langsung dan dua arah. Bayangkan betapa revolusionernya teknologi ini! Anda dan lawan bicara bisa menggunakan bahasa ibu masing-masing, lalu AI akan menerjemahkannya secara real-time.
Model canggih ini mendukung lebih dari 70 bahasa input dan 13 bahasa output. Dengan dukungan luar biasa ini, setiap pengguna dapat berkomunikasi lancar menggunakan bahasa native mereka. Selanjutnya, model AI langsung menerjemahkan ucapan tersebut ke penerima tanpa jeda berarti. Keren banget, kan?
OpenAI menjelaskan bahwa teknologi ini dirancang untuk “mengimbangi” kecepatan percakapan natural pengguna. Model ini tetap bekerja optimal meskipun pengguna berbicara cepat, tiba-tiba berpindah konteks pembicaraan, atau bahkan menggunakan istilah-istilah regional tertentu. Singkatnya, AI ini seperti penerjemah pribadi super cepat!
Siapa Saja yang Bisa Diuntungkan?
Teknologi penerjemah real-time ini sangat cocok diterapkan di berbagai sektor. Mulai dari layanan pelanggan yang ingin melayani klien global, dunia pendidikan untuk kelas internasional, acara berskala internasional seperti konferensi atau seminar, industri media untuk wawancara lintas bahasa, hingga platform kreator konten yang ingin menjangkau audiens lebih luas.
Klaim Mencengangkan dari Startup India
Menariknya, startup AI asal India, BolnaAI, mengklaim performa model ini sungguh istimewa. Mereka menyatakan bahwa GPT-Realtime-Translate memiliki tingkat kesalahan kata (Word Error Rate/WER) 12,5 persen lebih rendah dibandingkan model serupa yang mereka uji. Peningkatan ini sangat terasa, terutama untuk bahasa-bahasa kompleks seperti Hindi, Tamil, dan Telugu. Wah, ini kabar baik untuk keberagaman bahasa!
GPT-Realtime-Whisper: Ahli Transkrip Jeda Rendah
Selanjutnya, mari kita bahas GPT-Realtime-Whisper. Model AI berjenis speech-to-text ini memiliki kemampuan luar biasa untuk menyalin ucapan secara real-time dengan latensi super rendah. OpenAI menyebut teknologi ini dapat memunculkan teks secara langsung ketika seseorang masih berbicara. Bayangkan tidak ada lagi jeda menunggu transkrip!
Kemampuan ini membuatnya sangat ideal untuk berbagai kebutuhan. Contohnya, membuat caption otomatis untuk rapat online, membantu kelas virtual agar lebih inklusif, mendukung siaran langsung dengan teks berjalan, hingga pencatatan otomatis wawancara atau diskusi. Selain itu, model ini juga bisa dimanfaatkan untuk membuat ringkasan rapat otomatis, membantu efisiensi layanan pelanggan, tenaga kesehatan, proses rekrutmen, hingga menjadi pondasi bagi agen AI berbasis suara yang cerdas.
Dapur Pacu: Semua Ditenagai GPT-Realtime-2 yang Bertenaga GPT-5
Apa yang membuat kedua model di atas begitu gesit dan pintar? Jawabannya adalah GPT-Realtime-2. Model suara baru dari OpenAI ini merupakan mesin di balik keduanya. Hebatnya, GPT-Realtime-2 memiliki kemampuan penalaran yang setara dengan GPT-5. Wow, levelnya sudah sangat tinggi!
Model ini dirancang khusus untuk menangani percakapan kompleks, memahami konteks lebih panjang, serta menjalankan berbagai tugas tambahan sambil menjaga percakapan tetap terasa natural seperti ngobrol dengan manusia. OpenAI juga melakukan peningkatan signifikan pada context window, dari 32K menjadi 128K token. Dengan peningkatan ini, AI dapat mengingat alur percakapan yang sangat panjang dan menangani tugas-tugas rumit tanpa mudah lupa.
Lebih menarik lagi, GPT-Realtime-2 mendukung parallel tool calls. Artinya, AI bisa menjalankan beberapa tugas sekaligus di latar belakang sambil tetap berbicara lancar dengan pengguna. Multitasking tingkat dewa!
Bukti Kinerja: Skor Akurasi Meroket
Jangan main-main dengan kemampuan model ini. Dalam pengujian internal yang ketat, GPT-Realtime-2 berhasil mencatatkan skor akurasi fantastis 96,6 persen pada benchmark Big Bench Audio. Angka ini melonjak drastis dibandingkan pendahulunya, GPT-Realtime-1.5, yang hanya berada di angka 81,4 persen. Peningkatan lebih dari 15 persen ini menunjukkan lompatan kualitas yang sangat besar.
Masalah Keamanan: OpenAI Pasang Pagar Pengaman
Tentu kita juga harus jujur. Karena GPT-Realtime-2 murni berbasis suara, teknologi secanggih ini tetap rentan disalahgunakan, misalnya untuk penipuan via layanan suara atau deepfake audio. OpenAI tentu sadar akan risiko besar ini. Oleh karena itu, mereka menegaskan telah menanamkan berbagai sistem pengaman mutakhir untuk mencegah penyalahgunaan, termasuk upaya spam dan penipuan digital.
Sistem Realtime API milik OpenAI dilengkapi mekanisme yang dapat menghentikan percakapan secara otomatis begitu terdeteksi adanya pelanggaran terhadap pedoman konten berbahaya. Langkah ini penting untuk menjaga kepercayaan publik.
Ketersediaan dan Harga: Siap Pakai Sekarang Juga!
Kabar baiknya, Anda tidak perlu menunggu lama. Tiga model revolusioner ini – GPT-Realtime-2, GPT-Realtime-Translate, dan GPT-Realtime-Whisper – kini sudah tersedia. Aksesnya melalui sistem penghubung aplikasi atau Realtime API milik OpenAI.
Berikut rincian harganya yang telah dipatok oleh OpenAI:
- GPT-Realtime-2: Dibanderol 32 dolar AS per 1 juta token audio input, dan 64 dolar AS per 1 juta token audio output.
- GPT-Realtime-Translate: Dipatok dengan harga 0,034 dolar AS per menit.
- GPT-Realtime-Whisper: Dibanderol lebih ringan, yaitu 0,017 dolar AS per menit.
Dengan harga tersebut, para pengembang dan perusahaan kini bisa langsung mengintegrasikan teknologi canggih ini ke dalam aplikasi mereka. Jadi, siap menjadikan aplikasi Anda lebih pintar dan multibahasa?
Temukan juga berbagai berita terbaru lainnya hanya di Exposenews.id.