Bagaimana Smart Speaker Berfungsi?
Konsep kerja smart speaker sebagai asisten virtual sebenarnya cukup sederhana. Anda hanya perlu mengarahkan perintah suara Anda ke smart speaker. Setelah perangkat tersebut mengenali suara Anda, ia akan merelay permintaan Anda melalui IoT (Internet of Things) dan memberikan respon. Proses ini berlangsung sangat cepat dan bisa menjadi lebih cepat jika Anda sering memanfaatkan smart speaker. Menarik, bukan?
Smart speaker adalah produk yang mengeksploitasi kecerdasan buatan (AI). Elemen vital dari smart speaker adalah asisten virtual cerdas, yang memungkinkannya untuk mengidentifikasi, memproses, dan merespons suara manusia.
Sebelum membahas lebih lanjut proses dan cara kerja smart speaker, ada baiknya kita mengetahui terlebih dahulu bahwa untuk dapat merespons dan melaksanakan perintah yang kita inginkan, tentunya perangkat tersebut harus memahami apa yang kita katakan terlebih dahulu, bukan? Karena itulah, hampir semua smart speaker memiliki asisten virtual tersendiri dengan teknologi pengenalan suara, seperti Alexa dalam Amazon, Google Assistant untuk Google, Cortana oleh Microsoft, atau Siri oleh Apple. Namun, beberapa produsen seperti Bose dan Sonos mengandalkan asisten virtual dari perusahaan lain, memanfaatkan Google Assistant dan Alexa yang terpasang di speaker mereka untuk memberikan pelanggan mereka pilihan.
Cara Kerja Smart Speaker
Berikut adalah gambaran singkat dari cara kerja smart speaker dan teknologi yang digunakan:
- Untuk memulai penggunaan smart speaker, pengguna harus memanggil perangkat dengan “kata kunci aktif” atau wake word. Setiap asisten virtual memerlukan teknologi wake word sebagai kata kunci untuk “membangunkan” atau mengaktifkan sistem dengan perintah suara. Wake word merupakan sinyal bahwa smart speaker sudah siap untuk menerima perintah. Misalnya, Google Assistant memiliki wake word “Hi, Google!”.
- Setelah smart speaker diaktifkan, artinya pengguna dapat mulai memberikan perintah suara. Perintah suara dari pengguna akan direkam dan dikirim ke server atau cloud. Dalam smart speaker, teknologi cloud computing sangat penting sebagai tempat pengolahan data.
- Rekaman suara yang telah dikirim ke server akan diterjemahkan menjadi teks dengan teknologi Speech to Text (STT). Naskah pemrograman ini akan diproses untuk memberikan respon yang tepat.
- Kemampuan sistem dalam menghasilkan output yang sesuai merupakan contoh dari pengaplikasian teknologi Natural Language Processing (NLP) pada smart speaker. NLP, yang merupakan cabang Artificial Intelligence (AI), dapat memproses dan menganalisis bahasa manusia sehingga dipahami oleh bahasa komputer, yang menghasilkan respon sesuai dengan permintaan.
- Setelah data diproses dan sistem telah menemukan jawaban yang sesuai, teks hasil pengolahan sistem akan dikonversi menjadi suara dengan teknologi Text to Speech (TTS). Data ini dikirim dari server ke speaker dan menghasilkan suara yang kita dengar sebagai respons dari smart speaker atas perintah kita.
- Karena smart speaker berbasis pada sistem machine learning, interaksi yang lebih sering dengan smart speaker akan membuatnya semakin “cerdas”. Sistem akan belajar aksen dan kosakata yang digunakan, sehingga nantinya smart speaker akan memberikan jawaban yang lebih baik.
