Dippy SpeechHarga

(SN58)

Dippy Speech (SN58) adalah subnet khusus di jaringan Bittensor yang didedikasikan untuk membangun model bicara empatik open-source tingkat lanjut untuk AI companionship. Sementara subnet lain berfokus pada pembuatan teks, SN58 secara khusus mengembangkan teknologi Text-to-Speech (TTS). Tujuannya adalah untuk menciptakan suara yang nyata dan terdengar seperti manusia yang mendukung pengalaman pengguna di aplikasi Dippy, membuat interaksi AI terasa lebih alami dan beresonansi secara emosional.

Sebagai bagian dari transisi ke Dynamic TAO (dTAO), token SN58 memungkinkan pengguna dan investor untuk berpartisipasi secara langsung dalam ekosistem subnet. Melalui mekanisme dTAO, individu dapat melakukan staking pada subnet tertentu seperti SN58, memungkinkan pemungutan suara (voting) dan tata kelola (governance) yang terdesentralisasi. Sistem ini memastikan bahwa keberhasilan dan kualitas model bicara yang dikembangkan oleh subnet diterjemahkan menjadi nilai dalam tokenomics khusus jaringan tersebut.

Dippy membedakan dirinya dengan mengambil sikap yang jauh lebih tidak tersensor dibandingkan dengan asisten AI arus utama. Proyek ini berfokus pada penyediaan lingkungan terbuka untuk roleplay empatik dan persahabatan, menghindari filter ketat yang sering ditemukan pada platform terpusat. Komitmen terhadap kebebasan kreatif ini merupakan daya tarik utama bagi komunitasnya, memungkinkan interaksi yang lebih autentik dan beragam dengan karakter AI.

Miner di SN58 menggunakan Parler-TTS Mini v1 sebagai model referensi dasar mereka. Untuk berpartisipasi, mereka harus menyediakan daya komputasi GPU untuk menangani benchmarking dan pelatihan text-to-speech. Pipeline pengembangan melibatkan fine-tuning model-model ini dan mengirimkan weights ke pool bersama dalam format Safetensors. Lingkungan yang kompetitif ini memberi insentif kepada miner untuk menghasilkan output audio kualitas tertinggi demi mendapatkan rewards.

Subnet ini menggunakan metrik penilaian yang ketat untuk memastikan model memenuhi standar tinggi. Evaluasi didasarkan pada Word Error Rate (WER), yang melacak akurasi, dan Human Likeness Score, yang mengukur seberapa alami dan empatik suara yang terdengar. Metrik ini memungkinkan jaringan terdesentralisasi untuk secara objektif memberi peringkat kinerja berbagai model dan memberikan reward kepada pengembang yang menghasilkan teknologi bicara yang paling nyata.

Proyek ini saat ini berada dalam peluncuran bertahap. Menurut roadmap, pencapaian yang paling dinantikan adalah Phase 3, yang menandai integrasi end-to-end penuh dari model suara terdesentralisasi SN58 ke dalam aplikasi konsumen. Setelah selesai, pengguna akan berinteraksi dengan karakter AI yang didukung oleh teknologi bicara nyata yang dikembangkan di jaringan Bittensor. Selain itu, karena model ini bersifat open-source, mereka pada akhirnya dapat digunakan dalam aplikasi dan game pihak ketiga lainnya.