Penyempurna terjemahan AI — proofread lintasan kedua yang memperbaiki terjemahan mesin secara kontekstual

Terjemahan mesin bekerja satu batch pada satu waktu, cepat, dan langsung memilih pembacaan pertama yang masuk akal untuk setiap baris. Pada baris yang mudah, itu tidak masalah. Pada baris yang sulit — subjek yang dihilangkan, idiom, permainan kata, baris yang maknanya bergantung pada baris sebelumnya — tebakan pertama itu keluar kaku, atau harfiah, atau justru keliru. Dan biasanya Anda baru menyadarinya saat membaca hasilnya di dalam game, berjam-jam kemudian.

Penyempurna AI adalah lintasan kedua yang menangkap hal-hal itu sebelum dikirim. Setelah sebuah baris diterjemahkan, model AI membacanya ulang berdampingan dengan teks Jepang asli dan baris-baris di sekitarnya, lalu menulisnya ulang — memperbaiki salah terjemah, menghaluskan frasa harfiah, menyesuaikan nada, dan menjaga konsistensi terminologi dalam satu adegan. Dan ini berjalan selagi sisa terjemahan masih berlangsung, jadi Anda tidak perlu menunggu dua lintasan penuh secara berurutan.

Apa yang sebenarnya dilakukan penyempurna

Ini bukan penerjemahan ulang dari nol. Untuk setiap baris, penyempurna diberi tiga hal:

• Sumbernya — teks Jepang asli, sebagai rujukan untuk apa makna baris itu seharusnya.
• Terjemahan saat ini — hasil yang diproduksi penyedia lintasan pertama. Inilah yang disempurnakan oleh penyempurna.
• Baris-baris di sekitarnya — sisa batch. Karena baris diproses sesuai urutan ekstraksi, satu batch adalah rangkaian teks yang berkesinambungan — biasanya adegan atau file yang sama — sehingga model mendapat sekitar dua lusin baris tetangga sebagai konteks secara cuma-cuma.

Konteks itulah inti seluruhnya. Dengan itu, penyempurna bisa menuntaskan hal-hal yang tak mungkin ditangani penyedia yang bekerja baris demi baris:

• Subjek yang dihilangkan. Bahasa Jepang rutin menghilangkan siapa yang melakukan tindakan. Baris-baris tetangga sering membuatnya jelas; penyempurna bisa mengembalikan kata ganti yang tepat.
• Rujukan yang ambigu. Apa yang ditunjuk oleh それ (“itu”), apakah sebuah baris berupa pertanyaan atau seruan, siapa berbicara kepada siapa.
• Nada dan register. Baris santai sambil lalu yang diterjemahkan menjadi bahasa Inggris formal yang kaku, atau ancaman seorang penjahat yang diterjemahkan seperti email layanan pelanggan.
• Idiom dan onomatope harfiah yang diterjemahkan kata demi kata oleh lintasan pertama alih-alih menurut maknanya.
• Pergeseran terminologi dalam satu adegan — istilah yang sama diterjemahkan dengan dua cara berbeda hanya berselang tiga baris.

Ini berjalan bersamaan — Anda tidak menerjemahkan dua kali

Saat Anda memulai sesi terjemahan, sebuah popup menanyakan apakah penyempurna juga ingin dijalankan. Jika ya, ia bekerja per batch: begitu satu batch selesai diterjemahkan, batch itu diserahkan ke penyempurna selagi batch berikutnya masih diterjemahkan. Dengan beberapa worker berjalan sekaligus, penyempurnaan dan penerjemahan saling tumpang tindih — jadi mengaktifkan penyempurna menambah waktu nyata jauh lebih sedikit dibanding menjalankan satu lintasan kedua penuh setelahnya.

Ia juga bersifat best-effort. Baris itu sudah diterjemahkan sebelum penyempurna menyentuhnya, jadi jika panggilan penyempurnaan gagal atau Anda membatalkan sesi, terjemahan lintasan pertama tetap dipertahankan. Sebuah baris tidak pernah hilang hanya karena penyempurnaan tersendat.

Anda bisa menyaksikannya: bilah kemajuan khusus penyempurna melacak baris yang disempurnakan di samping bilah terjemahan utama, dan ringkasan di akhir sesi memberi tahu persis berapa banyak baris yang diperbaiki penyempurna.

Pilih LLM apa saja, ketik modelnya

Penyempurnaan butuh model yang bisa diberi instruksi, jadi penyempurna berjalan pada penyedia LLM: OpenAI, Anthropic, endpoint yang kompatibel dengan OpenAI (OpenRouter, NanoGPT, dan kawan-kawan), atau model lokal via Ollama / LM Studio. Anda memilih penyedia di popup lalu mengetik nama model persis yang Anda inginkan — gpt-4o, sebuah model claude-, id model lokal, apa pun yang Anda punya key-nya. Penyedia statistik yang cepat (Google, DeepL) sangat bagus untuk lintasan pertama tetapi tidak bisa menjadi penyempurna — mereka tidak menerima instruksi.

Pilihan Anda diingat sebagai default untuk lain kali, dan sakelar selalu sempurnakan melewati popup sepenuhnya jika Anda ingin fitur ini aktif di setiap sesi.

Kombinasi hemat biaya: lintasan pertama murah, penyempurnaan cerdas

Penyempurna paling ampuh sebagai paruh kedua dari strategi dua penyedia. Terjemahkan lintasan pertama dengan Google atau DeepL gratis, lalu sempurnakan dengan Claude atau GPT-4o. Anda mendapat keluaran berkualitas LLM tetapi hanya membayar satu lintasan LLM — lintasan gratis mengerjakan bagian terberatnya, dan LLM tinggal mengoreksi serta memoles di atasnya. Untuk sebagian besar proyek, itulah titik ideal antara biaya dan kualitas.

Menyempurnakan dengan LLM yang sama seperti yang Anda pakai untuk menerjemahkan juga membantu — lintasan penyempurnaan melihat konteks satu batch penuh dan instruksi eksplisit “perbaiki ini” yang tidak dimiliki lintasan pertama — tetapi kira-kira melipatgandakan pengeluaran token Anda pada penyedia itu. Simpan penyempurnaan dengan penyedia yang sama untuk proyek yang setiap barisnya penting.

Bagaimanapun, siapkan anggarannya: setiap baris yang disempurnakan adalah satu panggilan model tambahan (yang di-batch). Kabar baiknya, hit cache translation memory dilewati (lebih lanjut di bawah), jadi menjalankan ulang tetap murah.

Gratis untuk semua orang

Translation memory, perutean penyedia, dan glosarium adalah fitur Supporter. Penyempurna tidak. Ia berjalan sepenuhnya dengan API key Anda sendiri — atau model lokal Anda sendiri — jadi tidak memakan biaya apa pun bagi kami untuk menyediakannya, dan setiap tier mendapatkannya, termasuk yang gratis. Satu-satunya yang Anda bayar adalah token dari penyedia Anda.

Sesuaikan prompt penyempurna

Penyempurna punya prompt tersendiri, terpisah dari prompt terjemahan, di Pengaturan → Terjemahan. Default-nya sudah menyuruh model untuk meningkatkan kealamian dan akurasi, mempertahankan setiap placeholder dan tag, menjaga terminologi yang sudah mapan, dan tidak pernah mengeluarkan bahasa Jepang. Ganti sendiri untuk menegakkan gaya baku Anda — sebuah register, cara menangani honorifik, rating konten, target audiens:

Hanya terjemahan saat ini yang dimasker dan dipulihkan, sehingga tag engine Anda (kode kontrol RPG Maker, tag KAG, interpolasi Ren'Py) dan istilah glosarium apa pun selamat melalui perjalanan bolak-balik penyempurnaan tanpa tersentuh. Model hanya melihat placeholder buram bergaya [[T0]] yang sama seperti yang dilihat lintasan pertama.

Apa yang tidak disentuhnya

• Hit translation memory. Baris yang disuguhkan dari TM Anda adalah terjemahan yang sudah Anda pilih atau sunting sendiri; penyempurna membiarkannya dan hanya bekerja pada baris yang baru diterjemahkan mesin.
• Placeholder dan tag engine. Semuanya dimasker melalui lintasan penyempurnaan persis seperti pada terjemahan biasa, sehingga kode kontrol, teks ruby, dan interpolasi kembali utuh.
• Baris yang gagal. Penyempurna memperbaiki terjemahan yang sudah ada; ia bukan penerjemah mandiri. Baris yang gagal di lintasan pertama (mis. penyedia yang mengembalikan teks Jepang tanpa perubahan) tidak lantas terperbaiki secara ajaib — ganti penyedia dan jalankan ulang baris-baris itu.

Cara memakainya

1. Mulai sesi terjemahan seperti biasa dan pilih penyedia lintasan pertama Anda (Google / DeepL gratis adalah pilihan bagus di sini).
2. Di popup, pilih Sempurnakan juga, pilih penyedia LLM, lalu ketik modelnya. Aktifkan selalu sempurnakan jika Anda ingin melewati langkah ini lain kali.
3. Perhatikan kedua bilah kemajuan — terjemahan, plus bilah penyempurna khusus.
4. Tinjau hasilnya; ringkasan sesi menunjukkan berapa banyak baris yang diperbaiki penyempurna.
5. Ingin gaya tertentu? Sunting prompt penyempurna di Pengaturan → Terjemahan lalu jalankan ulang — hanya baris yang tertunda dan berubah yang diproses ulang.

Penutup

Terjemahan mesin lintasan pertama membawa Anda ke tingkat “bisa dibaca”. Penyempurna adalah cara termurah untuk melampauinya — model kedua, membaca setiap baris dalam konteks terhadap teks aslinya, memperbaiki hal-hal yang keliru dari lintasan pertama yang berpandangan sempit. Padukan dengan penyedia lintasan pertama yang murah dan model penyempurna yang kuat serta glosarium untuk nama, dan keluaran Anda mendarat tepat di wilayah “siap dirilis sebagai terjemahan penggemar dengan sedikit penyuntingan manual”.

Unduh RuneTranslate dan coba penyempurna pada proyek nyata — gratis di setiap tier, dengan API key atau model lokal Anda sendiri.