Jika aku mengucapkan “ohayo” menggunakan mikrofon yang terhubung ke komputer, maka suara yang keluar (melalui speaker) adalah “selamat pagi“.
Jika aku menonton film anime berbahasa Jepang, maka suara-suara dari film itu otomatis berubah menjadi Bahasa Indonesia.

Perkenalkan, nama program ini adalah Auto Dubbing Software (ADS).
ADS merupakan gabungan dari:

1. Voice Recognition

Voice Recognition digunakan untuk mendeteksi suara yang masuk ke dalam komputer (melalui mikrofon), agar komputer dapat memberikan respon terhadapnya.

Pada kesempatan ini, Voice Recognition digunakan untuk mengubah suara menjadi teks. Suara yang masuk ke komputer atau suara (film, lagu, dll) yang sedang dijalankan di komputer, akan diubah menjadi teks. Suaraku, yaitu “ohayo“, diubah menjadi teks/tulisan “ohayou“.

2. Translate System

Kata-kataku “ohayou” (yang sudah dalam bentuk teks), sekarang ditranslate dari bahasa jepang ke bahasa indonesia, sehingga menjadi: “selamat pagi“.

3. Text To Speech (TTS)

TTS digunakan untuk mengubah teks menjadi suara. Teks/tulisan akan dipecah-pecah per suku kata, lalu di-replace menjadi suara. Jadi, teks “selamat pagi” dipecah-pecahnya menjadi: “se“, “la“, “mat“, “(spasi)“, “pa“, “gi“. Lalu tiap-tiap suku kata ini direplace menjadi suara. Hasilnya adalah suara: “se“, “la“, “mat“, “(diam-sebentar)“, “pa“, “gi“.
Ya, hasilnya adalah “selamat pagi” dalam bentuk suara.

4. Voice Changer

Voice Changer digunakan untuk mengubah suara. Di sini akan digunakan untuk membuat jenis-jenis suara yang berbeda-beda, tergantung dari jenis suara yang dideteksi oleh Voice Recognition. Maka dengan adanya Voice Changer ini, suara yang dihasilkan oleh ADS tidak hanya satu macam saja.

Nah, apakah anda tertarik dengan Auto Dubbing Software?

Saya tidak tahu apakah software seperti ADS ini sudah ada yang membuat atau belum. Karena saya sendiri hanya sedikit meng-khayal-kannya dan berusaha merealisasikannya.

Ternyata, pembuatan database untuk translator dan database suara untuk TTS membutuhkan waktu yang tidak sedikit, karena harus ada penguasaan bahasa dan harus mengerti perbedaan logat antar bahasa, membuat perbedaan suara berdasarkan ekspresi (seperti: marah, sedih, teriak, berbisik, bertanya), dan semacamnya.

Dan saya sendiri belum punya cukup waktu untuk ini :)

Sanji
Founder of #Demak @allnetwork
cedonulfi_at_gmail_dot_com