Terjemahan di perangkat dengan AI

Temukan Translate API eksperimental untuk mendukung dukungan pelanggan global.

Maud Nalpas

Kenji Baheux

Alexandra Klepper

Melakukan perluasan bisnis ke pasar internasional dapat memerlukan biaya yang mahal. Lebih banyak pasar kemungkinan berarti lebih banyak bahasa yang didukung, dan lebih banyak bahasa dapat menyebabkan tantangan dengan fitur dan alur interaktif, seperti chat dukungan purnajual. Jika perusahaan Anda hanya memiliki agen dukungan berbahasa Inggris, pengguna yang tidak mengerti bahasa Anda mungkin akan mengalami kesulitan untuk menjelaskan secara tepat masalah yang mereka hadapi.

Bagaimana cara menggunakan AI untuk meningkatkan pengalaman bagi penutur berbagai bahasa, sekaligus meminimalkan risiko dan mengonfirmasi apakah pantas berinvestasi pada agen dukungan yang berbicara dalam bahasa lain?

Beberapa pengguna mencoba mengatasi kendala bahasa dengan fitur terjemahan halaman bawaan atau alat pihak ketiga di browser mereka. Namun, pengalaman pengguna kurang setara dengan fitur interaktif, seperti chat dukungan purnajual kami.

Untuk alat chat dengan terjemahan terintegrasi, penting untuk meminimalkan penundaan. Dengan memproses bahasa pada perangkat, Anda dapat menerjemahkan secara real time, bahkan sebelum pengguna mengirimkan pesan.

Meskipun demikian, transparansi sangat penting ketika menjembatani kesenjangan bahasa dengan alat otomatis. Ingat, sebelum percakapan dimulai, jelaskan bahwa Anda telah mengimplementasikan alat AI yang memungkinkan penerjemahan ini. Hal ini menetapkan ekspektasi dan membantu menghindari momen canggung jika terjemahannya tidak sempurna. Tautkan ke kebijakan yang berisi informasi selengkapnya.

Kami sedang mengerjakan Translate API eksperimental dengan model yang terintegrasi dalam Chrome.

Chat demo

Kami telah membuat chat dukungan pelanggan yang memungkinkan pengguna mengetik dalam bahasa pertama mereka dan menerima terjemahan real-time untuk agen dukungan.

Menggunakan Translate API

Chrome mengekspos Translate API dengan objek window.model. Objek ini memiliki dua metode penting:

• canTranslate(): Memeriksa apakah model terjemahan untuk pasangan bahasa Anda sudah siap. Menampilkan "readily" jika model sudah tersedia di perangkat, "after-download" jika browser perlu mendownload model terlebih dahulu, dan "no" jika terjemahan tidak dapat dilakukan.
• createTranslator(): Metode ini menyiapkan objek Translator secara asinkron. Jika perlu didownload, model akan menunggu hingga siap.

Objek Translator hanya memiliki satu metode:

• translate(): Memberi feed teks sumber, yang menghasilkan versi terjemahan.

Karena saat ini kebijakan ini bersifat eksperimental dan khusus Chrome, pastikan untuk menggabungkan semua kode Anda dalam deteksi fitur.

const supportsOnDevice = 'model' in window && 'createTranslator' in model;
if (!supportsOnDevice) {
  return;
}

const parameters = { sourceLanguage: 'en', targetLanguage: 'pt' };
const modelState = await model.canTranslate(parameters);
if (modelState === 'no') {
  return;
}
const onDeviceTranslator = await model.createTranslator(parameters);

const result = await onDeviceTranslator.translate(input);
if (!result) {
  throw new Error('Failed to translate');
}
return result;

Model memerlukan waktu agar tersedia bagi pengguna. Anda dapat melakukan pendekatan ini dengan dua cara:

• Tunggu untuk mengaktifkan elemen UI yang didukung terjemahan setelah model siap.
• Mulai dengan model berbasis cloud untuk diterjemahkan, lalu beralihlah ke perangkat setelah model didownload.

Langkah berikutnya

Kami menantikan masukan dari Anda. Berikan masukan Anda tentang pendekatan ini dengan membuka Masalah di Penjelasan dan memberi tahu kami kasus penggunaan yang paling menarik bagi Anda. Anda dapat mendaftar ke program pratinjau awal untuk menguji teknologi ini dengan prototipe lokal.

Kontribusi Anda dapat membantu kami menjadikan AI sebagai alat yang canggih dan praktis bagi semua orang.