Terjemahan suara langsung JotMe untuk rapat dan acara

Cara kami membangunnya

Kami menghabiskan bertahun-tahun mengembangkan terjemahan suara ke suara secara langsung.

Sejak mendirikan JotMe, kami percaya bahwa berbicara secara alami lintas bahasa akan menjadi salah satu cara penting berinteraksi dalam bisnis global. Namun, menurut pengalaman pengembangan kami saat itu, teknologinya belum memadai.

• Pembuatan audio masih lambat.
• Terjemahan belum mempertahankan konteks dengan baik.
• Suara terdengar kaku dan kurang alami.
• Jeda mengganggu alur percakapan.
• Dan, bagi kami, biaya pengoperasiannya belum layak.

Karena keterbatasan tersebut, kami belum meluncurkannya secara luas. Beberapa pelanggan perusahaan yang bersedia bereksperimen membantu kami mengembangkan alur ini. Itulah pengalaman pengembangan yang kami ceritakan dalam artikel ini.

Titik baliknya hadir pada awal Mei 2026, ketika OpenAI mengumumkan GPT-Realtime-2. Pengumuman resminya bertanggal 7 Mei; sumber artikel ini menyebut 8 Mei. Pada peluncuran yang sama, OpenAI juga memperkenalkan model khusus GPT-Realtime-Translate.

Bagi kami, kemampuan AI untuk mendengar, memproses konteks, dan merespons dengan suara selama percakapan berlangsung membuka peluang baru. Interaksi suara mulai terasa layak menjadi bagian dari infrastruktur kerja, bukan sekadar demonstrasi. Itu penilaian kami atas perkembangannya, bukan klaim bahwa semua kemampuan tersebut pertama kali muncul pada hari itu.

Namun, masih ada dua masalah besar yang perlu kami pecahkan agar terjemahan suara dapat menjadi bagian dari cara perusahaan global bekerja.

1. Konteks operasional saat percakapan berlangsung

Terjemahan di tempat kerja memerlukan pemahaman bahasa sekaligus konteks.

Penerjemah perlu mengetahui siapa yang berbicara, proyek yang dibahas, istilah internal, nama pelanggan dan produk, keputusan sebelumnya, struktur tim, serta informasi lain yang relevan.

Tanpa konteks, model yang kuat pun dapat keliru. Agar membantu komunikasi kerja, AI memerlukan konteks operasional yang relevan dari informasi yang memang tersedia dan diizinkan untuk digunakan; akses ke seluruh pengetahuan perusahaan tidak terjadi otomatis.

2. Penyaluran audio

Tantangan kedua sangat praktis: bagaimana menyalurkan suara terjemahan ke rapat, acara, webinar, panggilan penjualan, dan percakapan pelanggan?

Dalam kisah peluncuran ini, kami menggunakan bulan sebelumnya untuk mengatasi kedua tantangan tersebut, lalu membuka hasilnya bagi lebih banyak pengguna. Ketersediaan fitur tetap mengikuti versi aplikasi, perangkat, paket, serta bahasa yang didukung.

‍

Apa arti teknologi ini bagi bisnis global?

Dalam pengalaman penawaran perusahaan yang menjadi latar artikel ini, teknologi sejenis sebelumnya dapat memerlukan penerapan khusus dan kontrak tahunan minimum US$50.000 atau lebih. Kini pengguna dapat mencoba alur JotMe sesuai paketnya. Angka tersebut bukan harga minimum semua penyedia atau jaminan bahwa semua fitur gratis.

Namun, yang membuat kami bersemangat bukan hanya akses yang lebih luas terhadap teknologi ini.

Selama beberapa dekade, komunikasi lintas bahasa melibatkan penerjemah, juru bahasa, dan beberapa tahap penyampaian informasi. Pada setiap tahap ada kemungkinan jeda, salah paham, atau konteks terlewat; kualitasnya bergantung pada cara kerja dan keahlian yang digunakan.

Kami percaya terjemahan suara dapat membantu orang berbicara dalam bahasa yang mereka kuasai sementara AI menerjemahkan selama percakapan berlangsung. Tujuannya menjaga maksud dan makna dengan lebih baik, tetapi hasil penting tetap perlu dikonfirmasi; AI tidak otomatis menggantikan semua peran juru bahasa.

Mungkin Anda pernah melihat tantangan menggambar di punggung. Seseorang menggambar di punggung orang lain, yang kemudian mencoba menggambar ulang di kertas. Hasil akhirnya sering berbeda jauh dari gambar awal.

Kami menggunakan permainan itu sebagai analogi tentang konteks yang dapat berubah ketika pesan melewati beberapa tahap. Terjemahan suara mulai mengurangi sebagian tahap tersebut; analogi ini bukan pengukuran kualitas semua penerjemahan manusia atau AI.

‍

Mengapa menggunakan terjemahan suara ke suara langsung JotMe?

JotMe dirancang untuk percakapan kerja, ketika kata-kata saja belum cukup. Nama produk dan pelanggan, riwayat proyek, istilah tim, serta catatan rapat sebelumnya dapat membantu menjaga makna bisnis. Manfaatnya bergantung pada konteks yang tersedia melalui fitur dan pengaturan akun; riwayat semua proyek tidak otomatis dapat diakses dalam setiap sesi.

Aplikasi desktop JotMe dapat mendampingi alur Zoom, Google Meet, Microsoft Teams, acara, kelas, dan percakapan tatap muka apabila sumber audio serta izinnya mendukung. Mode Fast (Audio) mendeteksi lebih dari 100 bahasa masukan menurut panduan JotMe, sedangkan suara keluarannya terbatas pada 13 bahasa: Mandarin, Inggris, Prancis, Jerman, Hindi, Indonesia, Italia, Jepang, Korea, Portugis, Rusia, Spanyol, dan Vietnam. Daftar masukan bukan daftar keluaran suara.

Saat terjemahan suara berlangsung, JotMe juga menampilkan transkrip dan teks terjemahan pada mode yang mendukung. Setelah sesi, hasil yang berhasil disimpan dapat ditinjau bersama catatan AI jika pembuatan catatan diaktifkan dan kredit mencukupi. Dengan pengaturan penyimpanan serta akses yang sesuai, percakapan dapat menjadi bahan kerja multibahasa untuk ditelusuri, diperiksa, dan dikembangkan tim.

‍

‍

Cara menggunakan terjemahan suara ke suara

Panduan ini memakai aplikasi desktop JotMe karena perlu menangkap audio, menyalurkan suara terjemahan, dan memutarnya selama percakapan. Di aplikasi, alur ini berada pada menu Speech-to-Speech AI Translation. Aplikasi seluler untuk percakapan tatap muka merupakan alur berbeda.

Sebelum memulai sesi, pilih Fast (Audio) pada pengaturan bahasa ucapan, tentukan Fast Translation Language sebagai bahasa keluaran, lalu buka kembali menu Speech-to-Speech. Fast memakai pengali 5× menit terjemahan, termasuk saat keluaran suaranya dimatikan; pengali ini tidak ditambahkan lagi untuk audio host yang sama.

Mode suara dapat mendeteksi banyak bahasa ucapan secara otomatis, tetapi bahasa suara keluarannya saat ini adalah:

Mandarin (Sederhana), Inggris, Prancis, Jerman, Hindi, Indonesia, Italia, Jepang, Korea, Portugis, Rusia, Spanyol, dan Vietnam. Bahasa Thai tidak termasuk dalam 13 keluaran suara ini, meskipun daftar bahasa masukan dan teks pada mode lain berbeda.

Mode 1: Rapat daring

Pilih Online Meeting ketika suara terjemahan perlu terhubung ke aplikasi seperti Zoom, Google Meet, Microsoft Teams, atau WhatsApp untuk webinar, penjualan, layanan pelanggan, wawancara, dan rapat internal. Periksa pengaturan perangkat audio serta izin masing-masing aplikasi; mode ini bukan layanan otomatis untuk semua nomor telepon biasa.

Online Meeting menyediakan tiga arah penerjemahan.

Dua arah

Pilih Two-Way ketika kedua pihak memerlukan terjemahan suara dan kedua bahasa keluarannya didukung.

• Anda mendengar suara peserta lain dalam bahasa keluaran yang Anda pilih.
• Peserta lain mendengar suara terjemahan Anda dalam bahasa keluaran yang dipilih untuk mereka.
• JotMe mengatur jalur audio rapat yang masuk dan suara terjemahan yang keluar secara terpisah. Keduanya harus diarahkan ke perangkat yang ditunjukkan pada pengaturan mode.
• Alur ini dapat membantu rapat dwibahasa, panggilan pelanggan, negosiasi, pelatihan, wawancara, dan dukungan. Tetap konfirmasikan informasi penting serta kebutuhan juru bahasa untuk tugas terkait.

Di Mac, mode dua arah memerlukan BlackHole 2ch dan BlackHole 16ch. Arahkan audio speaker aplikasi rapat ke BlackHole 2ch agar JotMe menangkap lawan bicara; arahkan mikrofon aplikasi rapat ke BlackHole 16ch untuk suara terjemahan Anda. Anda mendengar terjemahan masuk melalui headphone sesuai petunjuk aplikasi.

Di Windows, VB-CABLE dipakai untuk jalur berbicara satu arah, sedangkan mode dua arah memakai Virtual Audio Cable Line 1. Untuk mode dua arah tersebut, panduan saat ini mengarahkan mikrofon dan speaker aplikasi rapat ke Line 1. Ikuti perangkat yang ditampilkan JotMe untuk mode pilihan Anda; jangan menggabungkan resep dua sistem tanpa memeriksa pengaturannya.

Hanya mendengarkan

Pilih Listening Only ketika Anda hanya ingin mendengar terjemahan suara peserta lain.

• JotMe menangkap audio rapat atau audio sistem yang diarahkan ke sumber masukan tersebut.
• JotMe memutar suara terjemahan melalui headphone atau speaker yang dipilih. Headphone membantu mencegah suara terjemahan tertangkap kembali oleh mikrofon.
• Dalam mode hanya mendengarkan, audio mikrofon Anda tidak ditranskripsikan atau diterjemahkan oleh alur tersebut.

Di Mac, alur mendengarkan ini memakai BlackHole 2ch untuk menangkap audio rapat. Di Windows, pilih perangkat penangkap audio virtual sesuai petunjuk mode dalam aplikasi, termasuk konfigurasi VB-CABLE yang tersedia; perangkat untuk jalur berbicara dan dua arah dapat berbeda.

Hanya berbicara

Pilih Speaking Only ketika Anda ingin berbicara dalam bahasa sendiri dan peserta lain mendengar suara terjemahannya.

• JotMe menangkap suara mikrofon Anda pada alur ini.
• JotMe mengirim suara terjemahan ke perangkat mikrofon virtual yang dipilih dalam aplikasi rapat.
• Dalam mode hanya berbicara, alur tersebut tidak mentranskripsikan atau menerjemahkan audio peserta lain.

Di Mac, atur mikrofon aplikasi rapat ke BlackHole 2ch. Di Windows, atur ke CABLE Output (VB-Audio Virtual Cable). Periksa juga mikrofon fisik yang menjadi masukan JotMe agar suara Anda benar-benar masuk ke jalur terjemahan.

Jika perangkat audio virtual yang diperlukan belum terdeteksi, aplikasi dapat menonaktifkan pilihan mode atau tombol Start sampai penyiapan selesai. Ikuti pemberitahuan aplikasi dan mulai ulang komputer setelah pemasangan jika perangkat belum muncul.

Mode 2: Lainnya

Pilih "Other" ketika audio tidak perlu disalurkan melalui aplikasi rapat.

Audio mikrofon

Gunakan sumber ini untuk:

• Percakapan tatap muka
• Acara langsung
• Wawancara
• Kelas
• Demonstrasi di stan
• Pekerjaan lapangan

Audio sistem

Gunakan sumber ini untuk:

• Video
• Siaran langsung
• Webinar
• Materi pelatihan
• Podcast
• Audio lain yang diputar di komputer dan dapat ditangkap melalui izin serta sumber audio yang tersedia

Mode Other tidak memerlukan penyaluran melalui perangkat audio virtual karena suara terjemahan tidak dikirim kembali ke aplikasi rapat. Pilih mikrofon atau audio sistem di JotMe. Sumber tidak dapat diganti saat sesi berjalan: hentikan perekaman terlebih dahulu sebelum beralih.

Mode 3: Berbagi

Pilih Sharing ketika peserta memerlukan terjemahan pada perangkat mereka sendiri.

• Berbagi melalui URL: peserta membuka tautan terjemahan di browser tanpa memasang JotMe atau membuat akun. Host menentukan apakah email diperlukan, dan sesi tersedia setelah host mulai merekam.
• Berbagi melalui kode: pengguna aplikasi desktop JotMe lain bergabung dengan memasukkan kode host. Cara ini berbeda dari tautan browser dan mengikuti hak berbagi serta model sesi yang sesuai.
• Tampilkan kode QR agar peserta dapat membuka tautan dengan cepat melalui perangkat mereka.
• Peserta memilih bahasa yang diizinkan host dan tersedia untuk model sesi; mereka tidak otomatis mendapat semua bahasa pada setiap mode.
• Dalam sesi yang memenuhi persyaratan berbagi, host dapat mengaktifkan terjemahan suara bagi peserta. Untuk Fast (Audio), pemakaian adalah durasi terjemahan × 5 × jumlah peserta yang menerima terjemahan, baik mereka hanya membaca teks maupun juga mendengar suara. Ini bukan pengali 5× tambahan di atas 5× yang sama. Periksa menit host dan model sebelum mengundang audiens.

Berbagi berguna untuk acara, kelas, webinar, pelatihan, tur pabrik, demonstrasi pelanggan, dan rapat multibahasa ketika peserta ingin mengikuti dalam bahasa masing-masing. Batasi pilihan bahasa sesuai kebutuhan agar beban sesi lebih terkendali.

‍

Di mana terjemahan suara ke suara langsung JotMe dapat digunakan?

Rapat tim multibahasa

Bagi tim global, hambatan bukan hanya bahasa, melainkan juga waktu. Orang dapat ragu berbicara, menunggu terjemahan, atau memilih diam karena kurang percaya diri dengan bahasa rapat. Terjemahan suara dapat membantu setiap orang memakai bahasa yang dikuasai sementara yang lain mengikuti dalam bahasa keluaran yang didukung. Hasil dan kelancarannya tetap dipengaruhi audio, konteks, serta pengaturan sesi.

Panggilan penjualan global

Percakapan penjualan memerlukan waktu, nada, dan kepercayaan yang tepat. Tim dapat berbicara dengan calon pelanggan atau pelanggan dalam bahasa masing-masing sementara JotMe membantu menerjemahkan secara langsung. Gunakan alur yang sesuai dan konfirmasikan harga, komitmen, serta istilah penting; penjelasan ini bukan jaminan bahwa bantuan manusia selalu tidak diperlukan.

Dukungan dan keberhasilan pelanggan

Tim dukungan perlu memahami masalah mendesak dengan cepat. Terjemahan suara dapat membantu eskalasi, orientasi pelanggan, perpanjangan, serta pemecahan masalah teknis dalam bahasa yang didukung. Tetap sediakan cara mengonfirmasi rincian atau melibatkan juru bahasa ketika kebutuhan tugas menuntutnya.

Perekrutan dan wawancara internasional

Kandidat yang kuat belum tentu menunjukkan kemampuannya sebaik mungkin dalam bahasa kedua. Terjemahan suara dapat membantu komunikasi pada wawancara teknis, percakapan tentang cara kerja tim, dan proses perekrutan global. Pastikan pertanyaan serta jawaban penting dipahami bersama; hasil AI saja tidak menjamin penilaian kandidat yang adil atau tepat.

Acara dan webinar

Pada acara, satu saluran terjemahan sering belum memenuhi semua kebutuhan. Melalui URL atau QR, peserta dapat bergabung dari perangkat sendiri lalu membaca atau mendengar dalam bahasa yang diizinkan. Kemampuan suara mengikuti model dan bahasa keluaran, dan menit terjemahan host bertambah sesuai jumlah penerima serta pengalinya.

Pendidikan dan pelatihan

Di kelas, lokakarya, serta pelatihan internal, perbedaan bahasa dapat membuat peserta tertinggal tanpa terlihat. Terjemahan suara membantu siswa, karyawan, dan peserta pelatihan mengikuti penjelasan saat berlangsung. Istilah teknis dan materi penting tetap perlu ditinjau; alat ini tidak menjamin semua penjelasan rumit tersampaikan sempurna.

Manufaktur dan kolaborasi pemasok

Kunjungan pabrik, tinjauan QA, rapat pemasok, dan pelatihan teknis sering memakai istilah khusus. Konteks operasional yang tersedia dan diizinkan dalam JotMe dapat membantu menjaga kedekatan terjemahan dengan pekerjaan, dari nama produk hingga rincian proses. Periksa instruksi keselamatan, spesifikasi, dan keputusan penting bersama pihak terkait.

Perjalanan dan perhotelan

Hotel, operator tur, petugas acara, dan tim layanan tamu memerlukan komunikasi cepat lintas bahasa. Terjemahan suara dapat membantu percakapan tamu, koordinasi vendor, kegiatan berpemandu, dan penanganan keluhan pada perangkat serta bahasa yang sesuai. Pilih alur desktop atau seluler yang memang mendukung situasinya.

Peninjauan konten dan alur media

Di luar rapat, tim dapat menerjemahkan audio sistem dari video, siaran langsung, podcast, materi pelatihan, atau rekaman yang dapat ditangkap komputer sesuai izin. Tim bisa mulai meninjau sambil konten berjalan tanpa menunggu proses transkripsi file terpisah. Transkrip tetap dihasilkan dalam sesi yang mendukung; ini bukan jaminan semua media terlindungi dapat ditangkap atau semua proses otomatis lebih cepat.

‍

Penutup

Teknologi yang mengubah cara kita bekerja sering terlihat sederhana setelah hadir. Kami percaya terjemahan suara adalah salah satunya, dan ingin melihat bagaimana Anda memakainya. Jika ada masukan atau Anda ingin membahas penerapan perusahaan, hubungi hey@jotme.io.

‍