Media90 (media90.id) – YouTube tengah menguji coba fitur revolusioner yang memungkinkan pengguna menemukan lagu hanya dengan bersenandung.
Eksperimen inovatif ini juga berfungsi ketika ponsel ditempatkan di dekat speaker atau sumber suara lainnya.
Dalam eksplorasi yang menarik ini, cukup dengan tiga detik atau lebih rekaman audio, pengguna dapat menemukan lagu yang dicari.
Begitu lagu teridentifikasi, pengguna akan diarahkan ke konten musik resmi yang relevan.
Tidak hanya memberikan akses ke sumber resmi lagu, YouTube juga akan menampilkan informasi mengenai artis atau label musik.
Fitur ini juga mencakup daftar konten lainnya, seperti video pendek dan klip.
Namun, tahap eksperimental YouTube ini hanya terbatas pada pengguna aplikasi Android dan baru tersedia untuk sejumlah kecil pengguna.
Pengguna bisa mengakses fitur ini dengan menjalankan fitur pencarian suara di dalam aplikasi YouTube, di mana mereka dapat bersenandung sebagai alternatif dari mengetik judul lagu atau detail artis.
Selain itu, fitur ini juga dapat dicoba menggunakan Google Assistant. Fitur bersenandung di YouTube merupakan uji coba global.
Sayangnya, belum ada informasi pasti mengenai kapan fitur ini akan dirilis secara luas.
Namun, pengguna juga dapat mencoba fitur serupa pada Google Assistant.
Google Assistant memperkenalkan kemampuan serupa pada tahun 2020. Fitur “hum-to-search” ini berfungsi untuk lebih dari 20 bahasa dan dapat diakses langsung dari aplikasi Google.
Implementasi ini memberikan fleksibilitas lebih, karena dapat mengenali berbagai lagu yang cocok dengan rekaman senandung pengguna.
Selanjutnya, pengguna dapat menikmati lagu tersebut melalui aplikasi musik pilihan mereka, bukan hanya di YouTube.
Sistem ini bergantung pada algoritma pembelajaran mesin untuk menemukan potensi kecocokan lagu melalui teknik sidik jari melodi.
Konsep ini mirip dengan model AI generatif, seperti yang dikembangkan oleh Meta dan Microsoft’s VALL-E, yang hanya membutuhkan beberapa detik rekaman audio.
Selanjutnya, AI menganalisis detail seperti nada dan gaya pengucapan yang khas. Data ini digunakan untuk menciptakan model yang dapat mereplikasi suara asli pengguna.
Bahkan, ada perusahaan seperti ElevenLabs yang menawarkan model serupa yang dapat menerjemahkan suara pengguna menjadi lebih dari 30 bahasa dengan ciri khas audio yang autentik.
