Teknologi untuk Memudahkan Komunikasi dan Pemahaman Antar Manusia

Di era digital dimana kemajuan teknologi berkembang pesat, bahasa bukan lagi suatu penghalang untuk berkomunikasi. Ada banyak layanan terjemahan yang telah banyak dikembangkan untuk memenuhi kebutuhan komunikasi masa sekarang, seperti Google Lens yang kini bisa menerjemakan kalimat hanya dari gambar serta YouTube yang memiliki subtitle yang dibuat secara otomatis bila pencipta video tidak menambahkan closed caption dalam videonya.

Pandemi yang terjadi selama hampir 2 tahun mendorong pertukaran informasi secara besar-besaran. Sebuah diskusi yang dilakukan dalam video conference kini dapat diakses di penjuru dunia manapun. Mengingat keberagaman bahasa di muka Bumi, meskipun telah menggunakan bahasa universal pengakses video conference memiliki aksen dan gaya bahasa yang beragam dan berbeda satu sama lain. Teknologi pengenalan teks (Anything-to-Text Recognition/XTR) dapat membantu mengatasi hambatan bahasa dalam komunikasi tadi. Banyak hal dapat dikenali sebagai teks, baik teks tersebut terbenam dalam format gambar, suara, video, dan lingkungan. Teknologi ini semakin mudah digunakan, karena banyak penelitian yang mengembangkannya.

Berbagai teknologi pengenalan teks memfasilitasi pembelajaran bahasa. Speech-to-Text (STR), Image-to-Text (ITR), Body movement-to-Text (BmTR), Emotion-to-Text (ETR), Location-to-Text (LTR). Teknologi-teknologi tersebut saat ini disebut sebagai teknologi Anything-to-Text Recognition/XTR.  

STR menerjemahkan input ucapan ke teks secara real-time. ITR didasarkan pada citra sebagai variabel input dari pengolahan. ITR adalah proses penanganan berdasarkan fitur gambar, gambar karakter atau representasi konten dari gambar input kemudian diproses untuk menghasilkan dan menyajikan teks bahasa target. BmTR mengenali gerakan tubuh, gerakan tangan, atau tindakan tubuh apa pun melalui perangkat tertentu ke dalam teks. ETR mengenali keadaan emosional dan menerjemahkannya ke dalam teks. LTR tidak hanya mencakup lokasi fisik pegguna tetapi juga waktu, cuaca, lingkungan, dan objek terkait kemudian menerjemahkannya ke dalam teks secara real-time.

Saat ini penggunaan XTR untuk mendukung pembelajaran bahasa menjadi lebih populer. Perkembangan teknologi Machine Learning dan Artificial Intelligence telah meningkatkan keunggulan Natural Language Processing, pemrosesan gambar, dan data science. Teknologi-teknologi tersebut telah memberikan banyak kemudahan dan efisiensi serta meningkatkan jumlah penelitian XTR dalam pembelajaran bahasa, dengan EFL (English as a Foreign Language) adalah bahasa target paling populer, diikuti oleh bahasa Inggris.

Dengan demikian, hambatan-hambatan seperti aksen, gaya bahasa saat ini kini tidak lagi menjadi hal yang perlu dirisaukan. Penggunakan teknologi Anything-to-Text Recognition telah memudahkan komunikasi dan pemahaman satu sama lain. Apalagi jika diintegrasikan dengan aplikasi penerjemah, tidak ada lagi tembok bahasa yang dapat menghambat komunikasi orang di bagian bumi manapun.