ppdbpessel.co.id AI Alibaba Rilis Qwen 3.5 Omni Bayangin aja, kamu ngobrol sama AI, tapi suaranya bukan robot kaku lagi. Suaranya persis kayak kamu, atau malah mirip suara temen, orang tua, atau siapa pun yang kamu upload cuma beberapa detik. Gila kan? Nah, itu bukan mimpi lagi. Alibaba baru saja rilis Qwen 3.5 Omni, model AI omnimodal yang bikin dunia tech heboh karena bisa kloning suara pengguna dengan super mudah.
Pengumuman ini keluar akhir Maret 2026 lewat blog resmi Qwen. Model ini bukan sekadar upgrade biasa. Dia dibangun dari nol sebagai “native omnimodal”, artinya bisa paham dan proses teks, gambar, audio, plus video secara bareng dalam satu sistem. Bukan kayak AI lama yang cuma nempel-nempelin fitur suara di belakang. Qwen 3.5 Omni ini udah terlatih pakai lebih dari 100 juta jam data audio-visual. Hasilnya? Kemampuan ngomong, denger, dan merespons yang jauh lebih manusiawi.

Yang paling bikin orang penasaran ya fitur voice cloning-nya. Kamu upload sampel suara pendek (bisa cuma 3-5 detik), langsung deh AI-nya bisa pakai suara itu buat jawab pertanyaan. Nggak cuma suara doang, tapi juga nada, emosi, bahkan logatnya ikut. Alibaba bilang fitur ini tersedia lewat Realtime API mereka. Jadi, kamu bisa bikin asisten pribadi yang “berbicara” kayak kamu sendiri. Cocok banget buat yang mau personalisasi, misalnya guru bikin video pelajaran dengan suara asli, atau perusahaan customer service yang ingin agent AI terdengar ramah dan familiar.

Tapi voice cloning cuma satu dari sekian banyak kehebatan baru. Qwen 3.5 Omni punya fitur realtime yang bikin interaksi terasa hidup:
- Semantic interruption: AI-nya paham kapan kamu lagi mau nyela pembicaraan. Nggak bakal ngomong terus meski kamu cuma bilang “eh” atau “iya”. Dia bedain antara noise background dan niat nyela beneran.
- Voice control end-to-end: Kamu bisa kasih perintah “pelanin suaranya”, “tambah semangat”, atau “bicara lebih cepat”. AI langsung nurut, mirip manusia lagi ngobrol.
- WebSearch built-in: Butuh info terkini? AI-nya bisa otomatis cari di web tanpa kamu suruh dulu.
- ARIA (Adaptive Rate Interleave Alignment): Teknologi anyar yang bikin alur teks dan suara sinkron sempurna. Jadi nggak ada lagi omongannya bolong-bolong, angka salah baca, atau pengucapan aneh. Streaming voice-nya jauh lebih natural.
Model ini ada tiga varian: Plus (paling kuat), Flash, dan Light. Semuanya dukung konteks panjang sampai 256K token, bisa makan audio lebih dari 10 jam, dan video 720P lebih dari 400 detik. Bahasa? Gila banget, speech recognition dukung 113 bahasa dan dialek, sementara speech generation cover 36 bahasa. Jadi orang Indonesia bisa pakai dengan lancar, termasuk campur bahasa daerah.
AI Alibaba Rilis Qwen 3.5 Omni
Dari sisi performa, Qwen 3.5 Omni-Plus klaim SOTA (state-of-the-art) di 215 benchmark audio dan audio-visual. Dia ngalahin Gemini 3.1 Pro di banyak tugas audio reasoning, recognition, translation, sampai dialogue. Untuk voice clone stability, Word Error Rate-nya cuma 1.87 di tes multilingual – lebih bagus dari ElevenLabs dan kompetitor lain. Visual dan teksnya juga setara sama Qwen 3.5 versi biasa.
kunjungi juga laman berita terbaru di Indonesiaartnews.or.id
Bedanya sama model Qwen sebelumnya? Ini lebih fokus ke interaksi realtime. Bukan cuma “denger lalu jawab”, tapi benar-benar ngobrol kayak manusia: bisa pause, nyela, ubah gaya bicara, bahkan ubah identitas lewat system prompt. Kamu bisa bilang “kamu sekarang jadi temen curhatku yang humoris” – langsung berubah!
Aksesnya lewat Alibaba Cloud Model Studio, baik Offline API maupun Realtime API. Sayangnya, kali ini Alibaba pilih closed-source untuk Qwen 3.5 Omni (beda sama seri Qwen sebelumnya yang open-source). Tapi buat developer dan bisnis, ini justru enak karena lebih stabil dan siap produksi.
Lalu, buat apa sih model kayak gini? Banyak banget use casenya. Mulai dari digital assistant yang empati (bayangin asisten kesehatan yang ngomong pakai suara keluarga pas lagi kasih motivasi), audio-visual moderation buat filter konten sensitif, vibe coding (bikin kode dari instruksi video + suara), sampai customer service multilingual yang terasa personal. Bahkan content creator bisa pakai buat dubbing video otomatis dengan suara asli mereka sendiri.
Tentu ada sisi lain yang perlu diwaspadai. Kemampuan kloning suara yang gampang ini bisa disalahgunakan buat deepfake atau penipuan suara. Tapi Alibaba kasih batasan lewat API dan sistem keamanan, jadi nggak sembarang orang bisa akses seenaknya. Plus, fitur semantic interruption dan ARIA juga bantu kurangi kesalahan yang bisa bikin output aneh.
Secara keseluruhan, Qwen 3.5 Omni ini nunjukin Alibaba lagi serius banget kejar posisi di balapan AI global. Mereka nggak cuma mau ikut-ikutan, tapi beneran dorong batas teknologi multimodal ke arah AGI (Artificial General Intelligence) yang lebih native dan interaktif.
Buat kamu yang suka coba AI baru, sekarang saatnya buka akun Alibaba Cloud dan tes Realtime Demo di Hugging Face. Siapa tahu, besok pagi kamu udah ngobrol sama AI yang suaranya mirip kamu sendiri. Keren atau serem? Terserah lo deh. Yang pasti, masa depan obrolan sama AI udah nggak bakal monoton lagi.















