API untuk penerjemahan: cara mengotomatiskan konten multibahasa perusahaan

Toko online menambahkan ratusan produk dalam seminggu, layanan dukungan menerima email dalam sepuluh bahasa, sementara teks tombol di aplikasi berubah setiap hari. Jika semua ini dikirim kepada penerjemah sebagai file lewat email, proses penerjemahan akan menjadi hambatan bagi seluruh bisnis. Rilisnya sudah siap, tetapi halaman berbahasa Jerman masih menunggu giliran. Karena itu, semakin banyak perusahaan memindahkan pekerjaan bahasa dari email ke dalam kode.

Dalam artikel ini, kita akan membahas cara kerja API penerjemahan, tugas apa saja yang dapat ditanganinya, dan kapan tenaga manusia tetap diperlukan. Kami tidak akan menyarankan agar semuanya diserahkan kepada mesin ataupun, sebaliknya, seluruhnya dikerjakan manusia. Kita akan melihat cara membangun alur kerja yang mengarahkan setiap teks kepada pihak yang tepat.

Apa itu API penerjemahan, secara sederhana

API adalah seperangkat aturan yang digunakan satu program untuk berkomunikasi dengan program lain. Sistem Anda mengirimkan teks dan menentukan pasangan bahasa, lalu menerima hasil terjemahan. Tidak perlu membuka situs, mengunggah dokumen, lalu menunggu email. Bagi pengguna, prosesnya seolah-olah halaman tersebut langsung berbicara dalam bahasa lain.

Di balik antarmuka yang sama, sistem yang digunakan bisa berbeda-beda. Bisa berupa mesin penerjemahan yang memberikan hasil dalam hitungan detik. Bisa juga berupa platform yang meneruskan permintaan kepada penerjemah manusia dan mengirimkan hasilnya nanti. Translate24 menyediakan API untuk perusahaan dan mengandalkan jaringan lebih dari 1.200 penerjemah bersertifikat. Jadi, skema «kirim — terima» tidak selalu berarti «diterjemahkan oleh mesin».

Bagi pengembang, integrasi biasanya hanya memerlukan beberapa permintaan: membuat pesanan, mengirimkan teks, memeriksa status, lalu mengambil hasilnya. Bagi manajer produk, hal yang lebih penting adalah penerjemahan menjadi bagian dari proses, bukan tugas terpisah yang harus ditangani dengan meneruskan file secara manual. Baris baru di basis data produk dapat memulai seluruh rangkaian proses dengan sendirinya. Otomatisasi penerjemahan tidak menghilangkan penerjemah, melainkan pekerjaan rutin di sekelilingnya: email, lampiran, dan menyalin teks.

Skenario umum: katalog, dukungan pelanggan, dan konten buatan pengguna

Skenario yang paling jelas adalah katalog. Toko dengan ribuan halaman produk tidak mungkin menerjemahkan semuanya secara manual setiap kali deskripsi atau spesifikasinya berubah. API mengambil kolom yang berubah dan mengembalikannya dalam bahasa yang diperlukan. Dengan demikian, anggaran dapat dihemat, sementara pelokalan produk baru hanya memerlukan hitungan hari, bukan minggu.

Skenario kedua adalah layanan dukungan. Pelanggan menulis dalam bahasa Portugis, agen membacanya dalam bahasa Rusia, lalu balasan dikirim kembali dalam bahasa pelanggan. Dalam situasi ini, kecepatan lebih penting daripada kehalusan sastra, sehingga terjemahan mesin yang cepat memang tepat. Namun, templat balasan dan teks pusat bantuan sebaiknya diperiksa manusia satu kali, karena akan dibaca oleh ribuan orang.

Skenario ketiga adalah konten buatan pengguna: ulasan, komentar, iklan, dan deskripsi di marketplace. Volumenya sangat besar, sementara nilai setiap teks secara individual relatif kecil. Karena itu, materi seperti ini biasanya diterjemahkan secara otomatis dan diberi label «diterjemahkan oleh mesin». Namun, jika sebuah ulasan berubah menjadi klaim hukum, sebaiknya ulasan tersebut diserahkan kepada spesialis.

Terjemahan mesin, penerjemah manusia, atau kombinasi keduanya

Jawaban jujur atas pertanyaan «mana yang lebih baik» bergantung pada dampak kesalahan. Ketidakakuratan dalam komentar di bawah sebuah unggahan hampir tidak menimbulkan kerugian. Sebaliknya, kesalahan dalam petunjuk penggunaan alat medis, kontrak, atau slogan iklan bisa berbiaya sangat mahal. Karena itu, teks sebaiknya dikelompokkan berdasarkan tingkat risikonya sebelum API diintegrasikan.

Skema yang sering digunakan terdiri atas tiga tingkat. Untuk risiko rendah, terjemahan mesin sudah cukup; untuk risiko sedang, diperlukan juga penyuntingan. Untuk risiko tinggi, teks harus diterjemahkan secara profesional dari awal dan diperiksa oleh spesialis kedua. Aturan ini dapat dimasukkan ke dalam kode: jenis konten menentukan ke mana permintaan akan diteruskan.

Pelokalan juga perlu dibahas secara terpisah. Pelokalan bukan sekadar mengganti kata: format tanggal, mata uang, satuan ukuran, humor, dan referensi budaya juga perlu disesuaikan. Misalnya, tombol «Beli dengan satu klik» jika diterjemahkan secara harfiah bisa terdengar tidak alami. Mesin menghasilkan draf, tetapi keputusan akhir tetap ada di tangan penutur asli bahasa tersebut.

Kualitas dan terminologi dalam alur kerja otomatis

Masalah utama alur kerja otomatis adalah ketidakkonsistenan. Kata yang sama diterjemahkan dengan tiga cara berbeda di berbagai halaman produk, sehingga pembeli kebingungan. «Keranjang», «tas», dan «kantong» bisa merujuk pada hal yang sama, tetapi terlihat seperti tiga entitas berbeda. Untuk mencegahnya, diperlukan glosarium terpadu untuk istilah dan nama merek, yang disusun sebelum peluncuran, bukan setelah muncul keluhan pertama.

Masalah kedua adalah elemen teknis di dalam teks. Variabel seperti {name}, tag HTML, dan tautan mudah rusak jika seluruh teks diterjemahkan sekaligus. Karena itu, bagian-bagian tersebut dilindungi dengan placeholder atau dikeluarkan dari teks. Ada pula masalah panjang teks: versi bahasa Jerman sering kali jauh lebih panjang daripada versi bahasa Inggris dan bisa membuat tata letak tombol berantakan.

Kualitas perlu diukur, bukan sekadar ditebak. Pilih sampel, misalnya beberapa persen teks dalam seminggu, lalu minta editor memeriksanya. Catat kesalahan yang sering terjadi dan tambahkan informasinya ke glosarium serta panduan. Dengan begitu, alur kerja akan terus membaik dan penerjemah profesional dilibatkan di bagian yang benar-benar memerlukannya.

Keamanan data

Melalui API, yang dikirim bukan sekadar teks abstrak, melainkan data nyata: nama pelanggan, nomor pesanan, dan ketentuan kontrak. Karena itu, sebelum memilih penyedia, Anda perlu memahami data apa saja yang akan dikirim. Data pribadi sering kali dapat diganti dengan penanda sebelum diterjemahkan, lalu dikembalikan setelahnya. Cara ini lebih andal daripada mempercayakan data kepada setiap kontraktor.

Periksa hal-hal mendasar: enkripsi saat data dikirim, pembatasan akses berdasarkan kunci, serta berapa lama penyedia menyimpan teks. Tanyakan apakah materi Anda digunakan untuk melatih model. Untuk penerjemah manusia, pastikan apakah mereka menandatangani perjanjian kerahasiaan. Kunci API tidak boleh disimpan di repositori publik, dan gunakan kunci yang berbeda untuk lingkungan pengujian dan produksi.

Persyaratan hukum berbeda-beda di setiap negara. Misalnya, GDPR Eropa dan undang-undang Rusia tentang data pribadi mengatur penyimpanan dan pemindahan informasi dengan cara yang berbeda. Jika Anda beroperasi di beberapa pasar, sepakati skemanya dengan penasihat hukum sejak awal. Dokumen yang paling sensitif sebaiknya sama sekali tidak dimasukkan ke dalam alur kerja yang sepenuhnya otomatis.

Memulai integrasi

Mulailah dengan melakukan audit: teks apa saja yang Anda miliki, seberapa sering teks tersebut berubah, dan berapa biaya yang ditimbulkan oleh kesalahan pada setiap jenis teks. Pilih satu alur, misalnya deskripsi produk baru, lalu jalankan uji coba dalam dua bahasa. Siapkan glosarium dan aturan perutean sebelum mengirim permintaan pertama. Setelah sebulan, bandingkan kecepatan dan biaya dengan proses manual sebelumnya.

Selanjutnya, perluas cakupan bahasa dan jenis konten tanpa mengganggu proses yang sudah berjalan baik. Otomatisasi penerjemahan cocok untuk tugas-tugas berulang, sementara tenaga manusia diperlukan ketika makna, nada, dan tanggung jawab menjadi hal penting. Jika ingin membahas integrasi, Translate24 menyediakan API untuk perusahaan dan jaringan penerjemah bersertifikat untuk kebutuhan yang memerlukan penerjemahan profesional.