OpenAI menjelaskan peningkatan kecepatan ChatGPT Voice melalui infrastruktur real-time berbasis WebRTC, arsitektur transceiver-relay, dan Global Relay untuk menghadirkan percakapan suara yang lebih cepat, stabil, dan natural di seluruh dunia.
Wartamas.com – OpenAI menjelaskan secara teknis bagaimana mereka meningkatkan performa layanan ChatGPT Voice sehingga kini terasa lebih cepat dan responsif. Dalam paparan terbarunya, perusahaan mengungkap bahwa kunci utama peningkatan ini bukan hanya pada kecerdasan model AI, tetapi juga pada desain infrastruktur komunikasi real-time yang lebih efisien dan stabil secara global.
Menurut OpenAI, tantangan terbesar dalam layanan percakapan berbasis suara adalah menjaga latensi tetap sangat rendah agar interaksi terasa alami, seperti percakapan manusia. Pada skala global, hal ini semakin kompleks karena adanya variasi kualitas jaringan, keterlambatan koneksi awal, serta gangguan seperti jitter dan packet loss.
Untuk mengatasi hal tersebut, OpenAI menggunakan teknologi WebRTC sebagai fondasi utama komunikasi suara real-time. Teknologi ini memungkinkan pengiriman audio langsung dengan latensi rendah, sekaligus menangani enkripsi dan pengaturan koneksi secara otomatis. Karena sudah banyak didukung di browser dan perangkat mobile, WebRTC memungkinkan OpenAI fokus pada pengembangan sistem AI tanpa harus membangun ulang protokol komunikasi dari awal.
Dalam arsitektur terbarunya, OpenAI juga mengubah pendekatan sistem komunikasi dengan menggantikan model Selective Forwarding Unit (SFU) pada sebagian besar percakapan 1:1. Sebagai gantinya, mereka menggunakan model transceiver dan relay. Transceiver menangani seluruh sesi WebRTC, sementara relay hanya meneruskan paket data tanpa melakukan pemrosesan atau dekripsi audio. Backend AI dipisahkan dari lapisan komunikasi ini, sehingga sistem menjadi lebih ringan dan mudah diskalakan.
Selain itu, OpenAI membangun jaringan Global Relay yang terdiri dari server di berbagai wilayah dunia. Sistem ini secara otomatis mengarahkan pengguna ke server terdekat menggunakan geo-routing, sehingga waktu koneksi awal lebih cepat dan kualitas suara lebih stabil. Informasi dari protokol WebRTC juga dimanfaatkan untuk mempercepat pengiriman data sejak awal koneksi.
Dari sisi teknis, OpenAI melakukan sejumlah optimasi tambahan seperti penggunaan satu port UDP per server, pemrosesan ringan di relay tanpa decoding media, serta optimasi performa sistem berbasis Go runtime. Pendekatan ini dirancang agar sistem tetap efisien tanpa perlu bergantung pada teknik yang terlalu kompleks di level kernel.
OpenAI menyimpulkan bahwa peningkatan pengalaman ChatGPT Voice tidak hanya bergantung pada model AI yang lebih pintar, tetapi juga pada arsitektur infrastruktur yang mampu menjaga koneksi cepat, stabil, dan konsisten di seluruh dunia. Dengan pendekatan ini, percakapan suara AI kini semakin mendekati kecepatan dan kelancaran interaksi manusia.
