Menciptakan Percakapan dari Jepang untuk Dunia

Samsung Research di Jepang merupakan bagian dari rangkaian kisah tentang orang-orang dan inovasi di balik demokratisasi mobile AI

Samsung terus memelopori pengalaman mobile AI premium, dan kami mengunjungi pusat-pusat Samsung Research di seluruh dunia untuk mempelajari bagaimana Galaxy AI membantu lebih banyak pengguna untuk memaksimalkan potensi mereka. Galaxy AI kini mendukung 16 bahasa, sehingga lebih banyak orang dapat meningkatkan kemampuan bahasa mereka, bahkan saat offline, berkat penerjemahan on-device dalam fitur-fitur seperti Live Translate, Interpreter, Note Assist, dan Browsing Assist. Namun, apa saja yang termasuk dalam pengembangan bahasa AI? Sebelumnya, kami telah mengunjungi Polandia untuk mengetahui bagaimana negara-negara Eropa bekerjasama untuk mencapai tujuan mereka. Kali ini, kami berada di Jepang untuk melihat bagaimana para developer terus beradaptasi dengan berbagai skenario dan use case baru.

Samsung R&D Institute Japan (SRJ) didirikan sebagai pusat penelitian dan pengembangan yang berfokus pada hardware seperti home appliances dan layar. Seiring dengan meningkatnya permintaan akan inovasi AI secara global, SRJ di Yokohama juga telah mengoperasikan laboratorium pengembangan software untuk menciptakan Live Translate Galaxy AI, yang secara otomatis menerjemahkan panggilan suara secara real time, sejak akhir tahun lalu.

“Live Translate sangat efisien untuk digunakan saat traveling seperti yang dialami pengunjung Olimpiade di Paris tahun ini,” kata Takayuki Akasako, Head of Artificial Intelligence di SRJ. “Saat ini kami sedang mengembangkan program pengenalan suara untuk orang-orang yang sedang berwisata dan menonton Olimpiade Paris; dengan melatih program pengenalan suara untuk mempelajari pertandingan dan lokasi stadion untuk Paris 2024.”

Memahami Konteks dalam Pengenalan Suara

Bagi mereka yang sudah menggunakan fitur terjemahan Galaxy AI, fitur tersebut mungkin tampak sangat berguna. Tetapi bagi para pengembang yang telah menciptakan fitur-fitur tersebut, mereka tahu bahwa dapat berkomunikasi saat bepergian ke luar negeri bukanlah hal yang sepele.

Satu hal yang diperhatikan oleh tim peneliti adalah bahwa ada lebih banyak homonim dalam bahasa Jepang dibandingkan bahasa lainnya. Misalnya, ‘sumpit’ (Hashi, 箸) dan ‘jembatan’ (Hashi, 橋) relatif mudah dibedakan karena perbedaan intonasi, tetapi kata-kata seperti ‘tamasya’ (Kankō, 観光), ‘adat istiadat’ (Kankō, 慣行), ‘publik’ (Kōkyō, 公共), dan ‘kemakmuran’ (Kōkyō, 好況) harus dilihat dari konteksnya.

“Penilaian menjadi lebih sulit ketika konteksnya ambigu, seperti nama tempat dan orang, kata benda yang tepat, dialek, dan angka,” kata Akasako. “Jadi untuk meningkatkan akurasi pengenalan suara, dibutuhkan banyak data.”

“Kami selalu mencari cara untuk menyempurnakan model AI untuk acara dan momen penting secara tepat waktu,” lanjut Akasako. “Dengan banyaknya kombinasi baru dari nama tempat dan aktivitas, penting untuk memastikan bahwa konteksnya tetap jelas saat orang menggunakan Galaxy AI.”

Tantangan dalam Mengumpulkan Data yang Efisien

Meskipun mengenali jenis data yang dibutuhkan juga penting, mengumpulkan data juga menjadi tantangan tersendiri.

Sebelumnya, tim SRJ menggunakan data yang direkam oleh manusia untuk melatih mesin pengenal suara pada Live Translate, namun tidak menghasilkan pengumpulan data yang memadai.

Samsung Gauss, Large Language Model (LLM) dari Samsung, menggunakan skrip untuk menyusun kalimat dengan kata atau frasa yang relevan dengan setiap skenario. Data yang dikumpulkan melalui Samsung Gauss tidak hanya direkam oleh manusia, tetapi juga dihasilkan oleh data sintesis text-to-speech (TTS), di mana kualitas akhirnya akan dicek oleh manusia. Dengan menggunakan metode ini, tim melihat adanya peningkatan yang dramatis dalam efisiensi pengumpulan data.

“Setiap kali sebuah masalah diidentifikasi dan dipecahkan, akurasi pengenalan suara meningkat secara signifikan,” kata Akasako. “Di mana pun orang berada, tujuan kami adalah menghubungkan mereka satu sama lain, dan tools yang didukung oleh Galaxy AI akan memastikan komunikasi yang lebih menyenangkan dan efisien.”