JAKARTA - Google lewat peluncuran perangkat gawai seri Pixel 11 memperkenalkan sebuah terobosan fitur yang amat memudahkan para pengguna penyandang tunarungu ataupun mereka yang mempunyai kendala gangguan pendengaran guna menjalin komunikasi, yakni fitur penerjemahan bahasa isyarat ke bentuk teks yang digerakkan oleh kecerdasan artifisial (AI).
Inovasi fitur tersebut dirancang langsung oleh laboratorium riset AI milik Google, yakni DeepMind, serta pertama kalinya diperkenalkan lewat pembaruan layanan Gboard dan Live Transcribe yang tersemat pada Pixel 11.
Berdasarkan laporan dari laman Engadget pada hari Rabu (12/8), para pengguna tunarungu atau penyandang hambatan pendengaran pada masa lalu umumnya mengandalkan aktivitas mengetik pesan teks sebagai sarana berkomunikasi dengan orang awam yang tidak memahami bahasa isyarat.
Kendati demikian, berkat kehadiran pengembangan model AI bertajuk sign-language-to-text (SL2T) yang diluncurkan oleh Google, kini mereka dapat berkomunikasi jauh lebih cepat karena gerakan bahasa isyarat yang diperagakan bisa langsung diterjemahkan secara instan menjadi format teks dengan bantuan teknologi chatbot Gemini.
"Terdapat keragaman yang besar di antara penyandang tunarungu dalam hal tingkat kemahiran mereka dalam menggunakan bahasa isyarat, berbicara, membaca, dan menulis, sehingga penting untuk mendukung akses dalam semua modalitas," demikian pernyataan DeepMind mengenai dasar pengembangan fitur itu.
Lebih lanjut DeepMind menyatakan manfaat dari fitur ini, "Penyandang tunarungu dapat memperoleh manfaat dari pemrosesan bahasa isyarat dengan cara yang sama seperti orang yang mendengar memperoleh manfaat dari pemrosesan bahasa lisan, ditambah lagi teknologi ini membuka kemungkinan baru untuk menjembatani kesenjangan komunikasi antara komunitas tunarungu dan komunitas yang mendengar."
Dalam rangka menyempurnakan performa SL2T, pihak DeepMind melatih model kecerdasan artifisial tersebut selama kurun waktu lebih dari 100.000 jam muatan data bahasa isyarat multibahasa, di mana sekitar seperempat dari total data pembanding yang dipakai merepresentasikan informasi dalam format Bahasa Isyarat Amerika (ASL).
Atas pertimbangan tersebut, model teknologi ini untuk sementara waktu masih mendukung fungsi transkripsi dari ASL ke dalam bahasa Inggris pada fase debut perdananya. Ke depannya, pihak Google berniat memperluas cakupan dukungan untuk lebih banyak variasi bahasa dan perangkat lain pada waktu yang akan datang.
Menilik mekanisme cara kerjanya, sistem SL2T tidak melakukan penerjemahan secara langsung dari berkas video mentah saat seseorang sedang memperagakan bahasa isyarat.
Model AI ini beroperasi melalui dukungan modul terpisah di dalam perangkat yang bertugas mengubah rekaman visual video menjadi bentuk kerangka koordinat geometris sebelum akhirnya dikirimkan menuju server pusat Google.
Arsitektur model tersebut sengaja dirancang secara khusus demi mengutamakan aspek perlindungan privasi pengguna. Sistem SL2T juga mempunyai perbedaan mendasar dibanding platform terjemahan bahasa isyarat terdahulu, karena ia langsung menerjemahkan data kerangka yang diterima langsung ke bentuk teks, tanpa harus melalui proses pembentukan teks perantara yang lazim disebut sebagai glosarium.
"Tata bahasa isyarat yang sudah ada gagal menangkap aspek-aspek bahasa isyarat yang kaya dan non-linear, seperti penanda non-manual dan konstruksi spasial," jelas DeepMind.
"Menerjemahkan langsung dari kerangka koordinat geometris menghilangkan batasan kosa kata buatan dan memungkinkan kualitas terjemahan meningkat secara langsung seiring dengan data."
Dukungan awal terhadap penggunaan ASL ini dinilai sebagai langkah permulaan yang sangat positif, meskipun pihak DeepMind secara terbuka mengakui bahwa masih terdapat banyak PR dan pekerjaan rumah yang harus diselesaikan.
Apabila ditarik dalam skala global, tercatat ada lebih dari 70 juta populasi orang tuli dan penyandang tunarungu yang aktif berkomunikasi dengan memanfaatkan sekitar 200 ragam bahasa isyarat yang berbeda.
Kendati perusahaan ini sempat menemui jalan terjal pada fase awal karena model SL2T harus dilatih secara simultan ke dalam banyak bahasa, hal ini justru menjadi fondasi fundamental yang krusial lantaran model AI tersebut terbukti mampu mempelajari pola struktur dasar yang serupa di antara pelbagai rumpun bahasa isyarat lainnya.