Saya merekam ucapan saya 24x7 dan memprosesnya dengan AI. Apakah ini masa depan?

• Apa yang akan terjadi jika ponsel selalu merekam apa yang kita katakan dan memprosesnya dengan AI? Saya mencobanya lebih dulu.
• Selalu merekam selama saya terjaga, kecuali saat tidur (kadang dimatikan dalam situasi yang tidak pantas). Ini adalah PoC dan masih sulit diterapkan secara nyata.
• Motivasi membuatnya adalah karena OpenAI merilis Whisper

Cara kerja

• Sepanjang hari, saya merekam ucapan dengan dua mikrofon, lalu di akhir hari memprosesnya dengan Whisper untuk mengubahnya menjadi teks
• Dari sini saya menyadari bahwa saya bisa membuat asisten digital tingkat dasar bergaya "Ok Google"
• Ada dua jenis informasi yang bisa diekstrak setiap hari
  • Active: hal-hal yang secara sadar saya perintahkan kepada asisten
  • Passive: semua informasi lain yang seharusnya dapat diekstrak tanpa saya perlu melakukan tindakan apa pun

Fungsi Active

• Untuk hal-hal yang harus diproses secara asinkron setiap malam, saya mengucapkannya dengan format 'KEYWORD COMMAND data END KEYWORD'
  • 'Robert WEIGHT 60.1 end Robert': Robert adalah nama asistennya, dan end adalah kata kunci penutup
  • Alasan tidak menggunakan "OK Google": fiturnya terbatas, saya tidak suka datanya pergi ke Google, dan itu memakai metode sinkron yang langsung diproses saat diucapkan
  • Tentu saja, karena diproses secara asinkron, ada kekurangan berupa saya tidak bisa mengetahui hasilnya sebelum hari berakhir

Melihat hasil

• Setelah naik ke timbangan, 'Robert WEIGHT 62.8 end Robert'
• Setelah bangun tidur, membaca sleep tracker (Mi Band) 'Robert SLEEP 7 hours 14 minutes end Robert'
  • Perangkat elektronik memang terhubung ke ponsel dan informasinya diteruskan, tetapi karena tidak ada cara untuk mengambilnya keluar, saya memanfaatkan asisten digital seperti Analog API
• Setelah makan, 'Robert LUNCH two toasts with a fried egg end Robert'
  • Kalori dihitung lewat API eksternal berdasarkan makanan yang dikonsumsi setiap hari
• Setelah mendengarkan podcast, 'Robert NOTE the podcast talks about Morgan Housel's book the psychology of money end Robert'
  • Semua memo dan ide disimpan
• Setelah mengisi bensin, 'Robert SPENT 250,000 on fuel end Robert'
  • Riwayat pengeluaran harian disimpan
• Memang agak aneh berbicara seperti ini kepada diri sendiri, tetapi kelebihannya adalah saya tidak perlu mengangkat ponsel dan melakukan sesuatu

Panel kontrol

• Saya membuat dashboard untuk melihat semua informasi yang dimasukkan dengan cara ini
• Saya juga membuat My Journal agar apa yang saya lakukan hari ini tercatat otomatis

Informasi Passive - masih dikerjakan

• RELATIONSHIP THERMOMETER: termometer hubungan
• SENTIMENT ANALYSIS: analisis emosi
• TOTAL RECALL: mencari semua hal yang pernah dibicarakan tentang topik tertentu dan mencari apa yang saya pikirkan tentang topik itu pada waktu tertentu

Kesimpulan sementara

• Audio + konteks diperlukan
• Potensi yang bisa didapat dari ini sangat besar, baik secara positif maupun negatif
  • Positif: memori sempurna, psikolog/pelatih pribadi, klon virtual diri saya
  • Negatif: hal-hal seperti di atas berada di tangan orang lain
• Perbedaan antara utopia dan distopia adalah siapa yang bisa mengakses informasi tersebut

[budlebee]

"Perbedaan antara utopia dan distopia adalah siapa yang bisa mengakses informasi itu." Kalimat yang bagus.

[nicewook]

Menarik. Tampaknya cukup mungkin untuk benar-benar terwujud.
Seperti VLog, ini juga bisa menjadi konten untuk berbagi dan menunjukkan keseharian yang terkadang bersifat teladan.

[xguru]

Penulisnya langsung memposting di HN dan juga membalas komentar di sana https://news.ycombinator.com/item?id=33608437
Tautan AliExpress untuk mikrofon yang digunakan juga disertakan hehe

Whisper - sistem pengenalan suara multibahasa (ASR) yang dirilis open source oleh OpenAI