Google Klaim AI-nya Kini Ngerti 300+ Bahasa, Termasuk Campuran

Gw sering denger rapat kerja yang kalimatnya campur Indonesia-Inggris dalam satu tarikan napas — "nanti gw follow up ya, tapi deadline-nya emang tight banget." AI transkripsi biasanya nyerah di tengah kalimat kayak gitu. Google baru aja klaim itu udah mulai kelar.

Apa yang baru

• Cakupan tembus 300+ bahasa: teknologi Google sekarang dipakai lebih dari 7 miliar orang di 300-plus bahasa — 86% populasi dunia, menurut pengumuman resmi Google. Bandingin sama Google Translate pas lahir tahun 2006, yang cuma nyakup segelintir bahasa dan sekarang udah di 250+.
• Gemini 3.5 Live Translate paham campuran bahasa: fitur ini nerjemahin obrolan real-time di 70 bahasa dan 2.000+ pasangan bahasa, dan secara natural nangkep code-switching — istilah buat gaya ngomong yang nyampur dua bahasa dalam satu kalimat, kayak Hinglish atau Indonesia-Inggris — plus nada emosinya, bukan cuma teksnya doang.
• Universal Speech Model belajar dari 12 juta jam audio: modelnya pakai teknik cross-lingual transfer learning, semacam murid yang udah jago Bahasa Inggris terus polanya dipinjem buat lebih cepat ngerti Bahasa Bugis — belajar dari bahasa yang datanya melimpah, dipakai buat nolong bahasa yang datanya minim.
• Target ambisius: 1.000 bahasa paling banyak dipakai di dunia, jauh lebih luas dari cakupan sekarang.
• Data dikumpulin langsung dari komunitas, bukan cuma dari internet: proyek kayak WAXAL (27 bahasa Afrika Sub-Sahara), Project Vaani (109 bahasa di India, 30.000+ jam rekaman), dan Amplify Initiative (1.600 pakar lokal di 4 benua) dibangun bareng universitas lokal biar nangkep nuansa yang gak ada di data internet biasa.

Cara kerjanya

Sistem speech recognition lama kerjanya kayak permainan telepon berantai: audio ditranskrip jadi teks, teksnya diproses, terus disintesis balik jadi suara. Tiap langkah itu ngilangin nada, jeda, dan konteks emosi asli si pembicara.

Gemini sekarang diarahin buat memproses audio langsung sebagai audio — bukan lewat teks perantara — biar bisa nangkep gimana orang beneran ngomong: ketawa di tengah kalimat, mikir bentar, atau lompat bahasa tanpa aba-aba. Pendekatan ini juga yang dipakai di Gemini 3.5 Transcribe untuk mengubah suara jadi teks, yang katanya bisa tetep akurat walau di lingkungan berisik atau istilah teknis yang ribet.

Kenapa ini penting

Buat kalian yang bikin konten atau kerja lintas komunitas, code-switching itu bukan kesalahan bahasa — itu cara orang Indonesia beneran ngobrol sehari-hari. Selama ini tools transkripsi sering maksa milih satu bahasa dan berantakan begitu ada campuran, hasilnya edit manual jadi kerjaan tambahan yang makan waktu.

Kalau klaim Google soal Live Translate dan Universal Speech Model beneran jalan mulus di lapangan, itu artinya rapat lintas cabang, konten podcast dwibahasa, atau customer service yang nyampur Bahasa Indonesia-Inggris bisa ditranskrip dan diterjemahin real-time tanpa operator manusia nungguin tiap kalimat selesai dulu.

Yang masih perlu dicermati: klaim performa ini datang dari Google sendiri, belum ada angka independen soal seberapa akurat itu buat dialek atau logat daerah spesifik di Indonesia.

Buat kalian

• Yang harus peduli: kalian yang produksi konten dwibahasa — podcast, video edukasi, customer support lintas bahasa — karena tools transkripsi dan terjemahan yang lebih toleran sama campuran bahasa bisa motong waktu edit manual secara signifikan.
• Yang boleh santai: kalau kerjaan kalian cuma satu bahasa konsisten dan gak pernah nyampur istilah asing, dampak langsungnya kecil — fitur ini paling kerasa buat yang komunikasinya emang campur-campur.
• Langkah kecil pertama: coba rekam satu obrolan atau rapat yang emang nyampur bahasa kayak biasanya kalian ngomong, lalu bandingin hasil transkripsi otomatisnya sama transkrip manual — dari situ ketauan seberapa jauh gap-nya masih ada.

Teknologi yang ngerti campuran bahasa itu bagus, tapi nilai sebenernya baru muncul kalau kalian tau kapan harus percaya hasil otomatisnya dan kapan harus cek ulang — prinsip yang sama berlaku ke semua output AI, bukan cuma transkripsi. Itu salah satu hal yang gw latih bareng murid-murid di kelas gw.

Sumber primer: blog resmi Google (blog.google, "AI for everyone in every language").