Untuk waktu yang lama, penerjemah universal telah menjadi obsesi budaya pop. Star Trek menyajikannya sebagai mesin genggam, menyerupai mikrofon, yang dapat menerjemahkan sebagian besar bahasa dengan segera . Panduan Hitchhiker untuk Galaksi menawarkan seekor ikan Babel, makhluk yang, ketika terjebak di dalam telinga seseorang, menawarkan terjemahan instan dari bahasa apa pun di galaksi.
Jadi seharusnya tidak mengherankan bahwa manusia saat ini mencoba untuk membuat perangkat yang berfungsi dengan baik. Ada puluhan aplikasi telepon pintar untuk penerjemahan, tetapi sebagian besar menerjemahkan kata dengan sederhana, satu-ke-satu; pengguna mengetik atau mengucapkan sepatah kata dan aplikasi bangkit kembali dengan terjemahan. Sekarang, tujuannya, dan rejeki nomplok moneter nyata, adalah untuk insinyur dan pengusaha untuk memungkinkan dua orang untuk berkomunikasi dalam bahasa yang berbeda, sementara perangkat kecil memuntahkan terjemahan dalam waktu nyata.
Aplikasi Terjemahan yang Ada
Dalam perjalanan ke Yunani, Andrew Lauder yang berbahasa Inggris jatuh sakit.
”Saya pergi ke apotek, dan mereka tidak bisa mengerti bahasa Inggris, jadi saya tidak punya obat, ” kata Lauder, CEO Vocre Translate. Label obat itu secara harfiah adalah bahasa Yunani baginya. Hambatan bahasa adalah hal biasa bagi para pelancong dunia. Di negara asing, transaksi kecil seperti membeli obat atau mendapatkan arahan — kesulitan lain yang dihadapi Lauder — menjadi tugas yang sangat besar.
Ketika kembali ke Amerika Serikat, Lauder menciptakan Vocre Translate, aplikasi terjemahan suara dan teks. Ini dimulai sebagai aplikasi teks-ke-teks (disebut MyLangauge), kemudian awalnya berubah menjadi model bicara-ke-teks yang, seperti aplikasi lain termasuk SayHi Translate, menggunakan model tradisional di mana sebuah kata menerjemahkan langsung ke kata lain. Ucapkan "Halo, " dan ponsel cerdas atau tablet membalas "Hola" otomatis. "Selamat tinggal" menjadi "Sayonara." Dan seterusnya, seperti penerjemah teks.
Untuk membuat terjemahan audio yang sederhana, pencipta aplikasi ini membutuhkan data. Vocre menarik informasinya dari rekaman dan dokumen domain publik, seperti film lama atau audiensi publik. "Kami pada dasarnya meminta layanan transkripsi voicemail agar kami dapat menggunakan cloud mereka untuk pengenalan suara, " kata CEO SayHi Lee Bossier.
Setelah para insinyur memiliki data audio dan teks, mereka memasangkan audio dan teks, kata demi kata. Perangkat lunak pengenalan suara mengenali "keju" dan mengubahnya menjadi teks. Itu dikonversi ke dalam bahasa Prancis, dan aplikasi menemukan pengucapan bahasa Prancis untuk "fromage."
Yang mengatakan, jika pengguna dengan nakal menyebut sesuatu "cheesy, " penerjemah tidak bekerja dengan baik, karena bahasa yang diucapkan tidak hampir sama statisnya dengan bahasa tertulis. Irama, gaul, infleksi, pengucapan, dialek, dan aliran percakapan dapat mengubah makna
Namun, seiring waktu, Lauder menginginkan perangkat yang lebih banyak bicara. Dalam sebuah email, ia berkata, “Berdasarkan data penggunaan kami, kami telah menemukan bahwa orang berbicara sangat berbeda dari cara mereka menulis. Kata yang diucapkan jauh lebih spontan dan jauh lebih formal dan literal. ”Jadi ia menggunakan terjemahan mesin statistik, pendekatan yang juga digunakan oleh Google yang menggunakan data untuk menemukan penggunaan kata umum, meninggalkan model terjemahan kata-ke-kata tradisional. Pada dasarnya, Vocre belajar saat digunakan. “Itu belajar berdasarkan setiap percakapan, setiap frase yang melewatinya. Itu adalah sesuatu yang semakin pintar dari waktu ke waktu, ”kata Lauder.
Namun, saat ini, kedua aplikasi memerlukan beberapa detik untuk menerjemahkan, tetapi tidak diragukan lagi efektif, terutama dalam konser dengan bahasa tubuh, untuk percakapan transaksional seperti memesan makanan. Bagaimanapun, manusia telah memesan makanan dalam bahasa non-pribumi selama bertahun-tahun dan selalu berhasil makan. Tetapi mereka belum dapat melakukan percakapan yang mendalam dan kompleks.
Dengan Vocre dan SayHi, percakapan dapat berjalan dengan kaku, tetapi itu tidak sama dengan mengobrol dalam bahasa ibu Anda. Google bermaksud untuk mengubah ini sepenuhnya.
Pendekatan Google (Terjemahan Mesin Statistik)
Ketika belajar bahasa baru di sekolah, kita mulai dengan istilah kosakata tersendiri. Tetapi bahasa lebih cair — kata-kata membutuhkan konteks.
“Pendekatan yang [Google] ambil adalah pendekatan yang lebih umum, ” kata Josh Estelle, seorang insinyur perangkat lunak untuk Google Translate. "Alih-alih mencoba untuk melakukan hardcode semua aturan ini, kami mencoba mempelajari aturan dengan melihat data."
Perusahaan teknologi menghindari metode satu-ke-satu, kata-demi-kata dan menggunakan terjemahan mesin statistik, tidak melihat arti kata-kata tetapi bagaimana bahasa dimodelkan, yang dipelajari melalui data . Jadi, ini bertujuan untuk hutan, bukan pohon. Contoh bahasa Inggris: kita tahu definisi kata "break" dan "up." Tetapi frasa "break up" bukanlah kombinasi literal dari kedua kata tersebut.
Terjemahan mesin statistik membutuhkan data. Pegunungan itu. Agar metode ini berhasil, tidak hanya perlu fakta bahwa "fromage" adalah bahasa Prancis untuk keju tetapi 100 contoh "fromage" dan keju yang digunakan dalam kalimat aktual.
Estelle mengatakan jika seorang penutur bahasa Inggris memiliki dua menu, identik kecuali fakta bahwa yang dicetak dalam bahasa Inggris dan satu dalam bahasa Cina, "Anda mungkin dapat mengetahui apa karakter Cina untuk 'sup.'" Konteksnya adalah raja. Tetapi untuk menciptakan konteks itu, Anda memerlukan akses ke jutaan menu, dan setiap dokumen lain yang bisa dibayangkan.
Itulah tepatnya yang dimiliki Google. Tanpa raksasa web untuk mengumpulkan banyak data, ikan Babel dunia nyata tidak akan ada. Itu merayapi web dan mengumpulkan semuanya — teks dan audio. Kemudian, ini memasukkan data ini ke dalam algoritma yang membandingkan segalanya dengan yang lainnya. Perbandingan ini membantu sampai ke akar bagaimana bahasa bekerja secara alami.
“Satu hal yang mengejutkan orang ketika kami berbicara tentang Translate adalah tim kami tidak memiliki ahli bahasa di dalamnya, ” kata Estelle. “Kami telah meluncurkan 71 bahasa, dan saya akan mengatakan tim kami tidak tahu bagaimana berbicara sebagian besar dari mereka. Seorang penerjemah manusia tidak akan dapat mempelajari semua istilah dan hal ini secepat yang dapat [data] kita pelajari dari web. ”
Apa gunanya?
Seperti Google, Facebook melihat manfaatnya. Pertimbangkan perampokan situs media sosial itu sendiri ke dalam terjemahan.
"Misi Facebook telah menghubungkan seluruh dunia, dan salah satu hambatan menghubungkan dunia adalah tidak semua orang berbicara dalam bahasa yang sama, " kata Tom Stocky, seorang direktur teknik di Facebook. "Di sisi terjemahan, saya pikir visi yang sangat ambisius untuk masa depan adalah jika Anda bisa menggunakan Facebook dalam bahasa ibu Anda dan berinteraksi dengan bahasa lain."
Agustus lalu, Facebook mengakuisisi Jibbigo, aplikasi terjemahan pidato-ke-ucapan yang tersedia untuk perangkat Android dan iOS.
Pengguna Facebook yang tajam akan mencatat bahwa situs sosial tersebut sudah menggunakan beberapa terjemahan. Jika Anda pernah memiliki posting bahasa Spanyol di halaman berbasis bahasa Inggris Anda, Anda segera diberi kesempatan untuk menerjemahkannya ke dalam bahasa ibu Anda.
Tetapi Stocky melihat komponen suara sebagai pengubah permainan potensial. Munculnya smartphone dan tablet menyambut dunia yang saling terhubung, dan munculnya perangkat lunak pengenalan suara mengundang cara baru untuk interaksi web. Stocky membayangkan masa depan di mana pengguna bisa berbicara perintah ke smartphone mereka dan berinteraksi dengan pengguna lain, selain perbedaan bahasa.
"Tidak ada pertanyaan yang akan terjadi pada akhirnya, karena satu-satunya batasan ada kekuatan mesin bahasa dan tentu saja waktu pemrosesan dan kekuatan pemrosesan, " katanya.
Laura Murphy, seorang profesor di departemen sistem dan pengembangan kesehatan global di Tulane University dan skeptis teknologi yang diakui, mempertanyakan nilai penerjemah universal, dan tidak perlu tahu lebih dari satu bahasa.
Dia pikir perangkat itu bisa berguna dengan perjalanan, bisnis dan hubungan internasional tetapi tidak inovatif. Pada tingkat tertentu, kami sudah memiliki penerjemah (orang), dan sebagian besar yang bekerja dalam hubungan luar negeri tahu bahasa yang tepat. Suatu alat, Murphy percaya, dapat memiliki konsekuensi negatif.
"Saya pikir itu bisa membuat orang malas, " kata Murphy. Menerjemahkan bahasa bisa sangat menantang secara mental dengan memaksa otak — terutama yang tahu lebih dari dua bahasa — untuk bekerja dengan cara yang berbeda, tetapi latihan itu bermanfaat, meskipun demikian. Otak menarik dari tempat empati linguistik yang bahkan penerjemah suara terbaik pun tidak akan pernah bisa menjangkau.
Sementara komunikasi universal ini bisa menjadi positif, Murphy mengakui, "mungkin menyebabkan orang berpikir mereka berkomunikasi ketika mereka tidak." Budaya tidak selalu sepenuhnya diwujudkan dalam bahasa (misalnya, sarkasme), dan komunikasi tidak selalu tentang informasi yang disampaikan.
Kapan Kita Bisa Berharap Melihat Teknologi Ini?
“Pada 2005, kami butuh 40 jam untuk menerjemahkan 1.000 kalimat, ” kata Estelle, dari Google. "Hari ini, kami menerjemahkan setara dengan 1.000 kalimat setiap 10 milidetik."
Seperti yang dikatakan Richard Anderson dalam serial TV tahun 1970-an, The Six Million Dollar Man, “Kami memiliki teknologi.” Sekarang tinggal menunggu pengumpulan dan analisis data. Berapa lama itu akan tetap tidak diketahui, menurut Estelle. Tapi perkiraan yang hati-hati menempatkan perangkat seperti itu di tangan kita dalam satu dekade.
Sementara pembuat aplikasi seperti Bossier atau perusahaan raksasa seperti Google dan Facebook tidak ingin membangun versi mereka sendiri dari Biblical Tower of Babel, itu memang ingin mengakhiri ocehan. Ia membayangkan sebuah dunia tempat kita semua berkomunikasi, tentang kedokteran, tentang politik, tentang gagasan.
Dan, dunia itu mungkin tidak jauh.
Catatan Editor: Kami memperbarui cerita ini pada 4 April 2014, untuk secara akurat menggambarkan teknologi Vocre Translate.
