Phonic Rilis Phonic-1 dan Raih $27,5 Juta; Puncaki Indeks Speech to Speech
Startup voice AI asal San Francisco, Phonic, merilis model speech-to-speech Phonic-1 sekaligus mengumumkan pendanaan Seri A senilai 27,5 juta dolar AS. Pengumuman pada 29 Oktober 2026 itu menyebut Phonic-1 menempati peringkat pertama Artificial Analysis Speech to Speech Index dengan skor 87,1, dan total dana yang sudah dihimpun perusahaan mencapai 31,5 juta dolar AS. Rilis ini penting karena agen suara di layanan pelanggan selama ini dirakit dari tiga model terpisah yang lambat dan kehilangan nada bicara penelepon.
Apa Itu Phonic-1 dan Apa Bedanya dari Agen Suara Biasa?
Phonic-1 adalah model speech-to-speech untuk tugas agentic, artinya model ini mendengar audio penelepon secara langsung dan menjawab dengan suara tanpa mengubahnya dulu menjadi teks. Menurut Phonic, model ini satu-satunya yang bisa memanggil tool, misalnya mengecek data pemesanan, saat penelepon masih berbicara.
Kebanyakan agen suara saat ini memakai pola cascade. Satu model mentranskripsi ucapan penelepon, model kedua menyusun jawaban, lalu model ketiga membacakannya. Phonic menilai transkrip adalah salinan percakapan yang tidak utuh, karena rasa frustrasi dalam suara, jeda panjang sebelum menjawab, dan cara orang menyebut namanya sendiri ikut hilang dalam proses itu.
Dokumentasi resmi Phonic menyebut latensi dari ucapan masuk sampai suara keluar di bawah 600 milidetik, termasuk pada panggilan panjang yang berisi banyak langkah. Model lain umumnya menunggu penelepon selesai bicara, mengucapkan kalimat semacam "sebentar saya cek", baru memanggil tool. Phonic-1 sudah menyiapkan jawaban ketika penelepon berhenti bicara.
Perusahaan juga memamerkan contoh panggilan 44 menit berisi 123 pemanggilan tool. Dalam demo itu, seorang pengiring pengantin menelepon hotel di Brasil untuk memesan acara lajang, dan Phonic-1 yang mengangkat teleponnya. Phonic mengaku sudah fokus penuh pada speech-to-speech sejak berdiri lebih dari dua tahun lalu, dengan tim peneliti dan insinyur dari MIT, Stanford, dan CMU.
Skor Benchmark Phonic-1 Dibanding GPT-Live-1 dan Grok Voice
Di Artificial Analysis Speech to Speech Index per 31 Oktober 2026, Phonic 1 (High) mencetak skor 87,1, unggul tipis atas Grok Voice 3.0 dengan 86,9. GPT-Live-1 (Astra, medium) milik OpenAI berada di 83,2, sedangkan Gemini 3.8 Live Extended Thinking (High) dari Google mencatat 82,6. Selisih di posisi teratas hanya 0,2 poin.
Indeks Artificial Analysis itu merupakan rata-rata tertimbang dari empat hasil uji, yaitu penalaran lewat suara, kinerja agentic, preferensi pendengar di arena, dan tingkat keberhasilan tugas. Artificial Analysis menyatakan hasil evaluasi tersebut diukur secara independen. Karena gabungan, posisi pertama di indeks tidak berarti Phonic-1 menang di setiap kategori uji.
Pada benchmark multilingual full-duplex τ³-Voice buatan Sierra, Phonic-1 meraih skor 83,2. Angka itu di atas GPT-Live-1 dengan 79,9 dan Gemini 3.8 Live dengan 68,5. Phonic-1 dilatih pada lebih dari 50 bahasa dan bisa berganti bahasa di tengah percakapan sambil mempertahankan identitas suara yang sama.
Phonic juga terbuka soal kekurangannya. Dalam uji buta oleh pihak ketiga, juri lebih sering memilih jawaban Phonic-1 dibanding model lain. Namun ketika dibandingkan dengan manusia, suara manusia masih menang sekitar 60 persen. Perusahaan menyebut kealamian suara sebagai arah riset utama untuk model berikutnya.
Siapa Investor Seri A Phonic dan Siapa Pelanggannya?
Putaran Seri A senilai 27,5 juta dolar AS dipimpin First Round, dengan partisipasi Lux Capital, Felicis, Definition, dan Essence VC, menurut blog Phonic dan daftar pendanaan Fortune pada 30 Oktober 2026. Dengan tambahan ini, total pendanaan Phonic sejak berdiri menjadi 31,5 juta dolar AS.
Daftar angel investor Phonic juga panjang. Di dalamnya ada Clement Delangue dari Hugging Face, Amjad Masad dari Replit, Guillermo Rauch dari Vercel, Arash Ferdowsi dari Dropbox, Erik Bernhardsson dari Modal, dan Naval Ravikant dari AngelList. Sebagian besar dari mereka adalah pendiri perusahaan infrastruktur pengembang dan AI.
Phonic mengklaim modelnya sudah melayani panggilan di enam benua untuk Ashby, Maven AGI, Rho, dan satu perusahaan infrastruktur TI yang masuk Fortune 50. "Model speech-to-speech-nya sudah siap untuk produksi, dan suaranya termasuk yang paling alami yang pernah kami dengar. Saat ini Phonic menjalankan wawancara AI kami di 25 negara," kata Abhik Pramanik, Co-founder dan VP of Engineering Ashby.
Untuk menarik pengguna, Phonic memberi kredit gratis 250 dolar AS bagi yang mendaftar sampai 30 November 2026. Perusahaan juga menggratiskan tiga bulan pemakaian bagi pelanggan yang pindah dari stack cascade, termasuk dari ElevenLabs dan Bland.
Dampaknya bagi Call Center dan Pengembang di Indonesia
Rilis Phonic-1 menandai pergeseran agen suara dari rakitan tiga model ke satu model yang langsung mendengar dan menjawab. Bagi perusahaan, artinya agen suara bisa menangani percakapan panjang yang butuh banyak pengecekan data tanpa jeda panjang di antara giliran bicara.
Persaingan di segmen ini makin ketat. OpenAI punya GPT-Live-1, Google punya Gemini 3.8 Live, dan xAI punya Grok Voice 3.0, dengan skor indeks yang berdekatan. Selisih 0,2 poin di puncak papan peringkat menunjukkan keunggulan teknis di kategori ini mudah berpindah tangan dalam hitungan bulan.
Bagi perusahaan di Indonesia, kabar ini relevan karena dokumentasi Phonic mencantumkan Bahasa Indonesia (kode id) dan Bahasa Melayu (kode ms) di antara 51 bahasa yang bisa dikenali dan diucapkan agennya. Call center perbankan, logistik, dan e-commerce bisa menguji agen suara yang paham nada penelepon, tetapi tetap perlu mengukur akurasi aksen lokal, campuran bahasa daerah, dan kebijakan penyimpanan rekaman percakapan sebelum dipakai melayani pelanggan.
(Burung Hantu Infratek / Berbagai Sumber)
⚠️ Berita ini seluruhnya diriset, ditulis, dan dikembangkan dengan bantuan AI internal Burung Hantu Infratek.
🦉 Burung Hantu Infratek adalah software house dan system integrator yang sudah berpengalaman lebih dari 5 tahun dalam pengembangan dan implementasi generative AI pada berbagai perusahaan dan institusi.
Berita Terkait AI Suara
🤖 ChatGPT Voice Kini Tampil dalam Chat: Transkrip dan Visual Real-Time
🚀 Google DeepMind Rilis Genie 4; World Model Kini Bisa Bersuara dan Bicara
💡 7 Solusi AI Suara Terdepan Era Digital
⚡ Xiaomi Luncurkan Model Suara Open Source untuk Revolusi Mobil dan Rumah Pintar
Sumber dan Referensi
[1] Introducing Phonic-1 and our $27.5M Series A - Phonic
[2] Speech to Speech Leaderboard - Artificial Analysis
[3] Why Big Tech earnings are a crucial report card for the AI boom and its future - Fortune