CapiCap memahami 99+ bahasa: bahasa Inggris, Spanyol, Hindi, dan Arab, tapi juga Welsh, Swahili, dan Tagalog. Dua puluh bahasa Eropa ditangani model yang lebih cepat, dan bahasa Bengali serta Persia punya model sendiri. CapiCap memilih model berdasarkan bahasanya, dan setiap bahasa bisa dipakai offline begitu modelnya ada di perangkatmu. Daftar lengkapnya ada di bawah.
Model suara mana yang menulis takarirnya
Kamu tidak memilih model; bahasanyalah yang menentukan. Sebagian besar bahasa ditangani model standar. Ke-20 bahasa ini ditangani model cepat: Belanda, Bulgar, Ceko, Dansk, Estonia, Inggris, Italia, Jerman, Kroasia, Latvia, Lituania, Magyar, Malta, Portugis, Prancis, Rusia, Slovak, Slovenia, Spanyol, dan Ukraina. Tentang CapiCap mencantumkannya sebagai Model Cepat dan Model Standar.
Model cepat berkali-kali lebih cepat daripada model standar. Di FLEURS, kumpulan rekaman uji publik milik Google, model ini juga membuat lebih sedikit kesalahan di sebagian besar dari 20 bahasa itu, dan untuk bahasa Spanyol, Italia, Portugis, dan Magyar keduanya kurang lebih setara. Model ini mengenal lima bahasa lagi, Yunani, Swedia, Rumania, Suomi, dan Polski, tapi model standar menulis bahasa-bahasa itu lebih baik, jadi bahasa-bahasa itu tetap ditangani model standar.
Bahasa Bengali dan Persia masing-masing mendapat model yang dilatih khusus untuk bahasa itu, karena model standar tidak menulisnya dengan cukup baik. Masing-masing diunduh saat pertama kali kamu memberi takarir pada video dalam bahasa itu, sekitar 580 MB untuk Bengali dan 640 MB untuk Persia.
Cara CapiCap memilih bahasa
Kamu tidak perlu memberitahunya. Sebelum mentranskripsi, CapiCap mendengarkan hingga tiga potongan 30 detik dari video (awal, tengah, dan akhir), memilih bahasa yang paling banyak terdengar, lalu mentranskripsi seluruh video dalam bahasa itu. Kalau tidak yakin, CapiCap bertanya sebelum mentranskripsi: Bahasa Apa yang Digunakan?, dengan bahasa yang didengarnya dan bahasa-bahasa perangkatmu sebagai tombol, serta Bahasa Lain… untuk sisanya.
Kalau kamu tahu bahasanya, memilihnya sendiri menghilangkan tebakan. Selama transkripsi, tombol bahasa di bawah bilah progres bertuliskan Mendeteksi bahasa…, lalu Terdeteksi: dan nama bahasanya; ketuk tombol itu, pilih bahasa lain, dan transkripsi dimulai ulang. Nanti, di editor, ketuk tombol bahasa di bagian bawah daftar takarir, pilih bahasanya, lalu ketuk Transkripsi Ulang. Itu membuat ulang takarir dari video, jadi editan yang sudah kamu buat akan hilang.
Daftar Bahasa menampilkan bahasa-bahasa perangkatmu lebih dulu, di bagian Disarankan. Pencariannya mencocokkan nama bahasa dalam bahasa perangkatmu, namanya dalam bahasa itu sendiri, atau kodenya, jadi “español” menemukan Spanyol di perangkat yang diatur ke bahasa Indonesia.
Seberapa akurat
Model standar mempelajari setiap bahasa dari jumlah rekaman ucapan yang berbeda-beda, jadi hasilnya paling bagus untuk bahasa yang banyak penuturnya seperti bahasa Inggris, Spanyol, atau Jerman, dan kurang bagus untuk bahasa yang data latihnya sedikit. Untuk bahasa yang kurang umum, pilih bahasanya sendiri alih-alih mengandalkan deteksi, dan baca takarirnya sampai habis sebelum kamu mengekspor. Setiap takarir bisa diedit.
Rekamannya sama pentingnya dengan bahasanya. Ucapan yang jelas dan dekat dengan mikrofon butuh perbaikan paling sedikit; musik, orang yang bicara bersahutan, dan angin menyebabkan sebagian besar kesalahan.
Aksara lain
Takarir bahasa Arab, Ibrani, Persia, Urdu, Pashto, Sindhi, dan Yiddish ditulis dari kanan ke kiri, di pratinjau maupun hasil ekspor. Posisi Jauh dari tombol, yang menjauhkan takarir dari bawah tombol suka dan bagikan di aplikasi video pendek, pindah ke sisi sebaliknya untuk bahasa-bahasa itu.
Bahasa Tionghoa dan Jepang tidak memakai spasi di antara kata, dan model standar menyerahkan kata-katanya dalam potongan-potongan. CapiCap menyatukan kembali potongan itu menjadi kata dengan segmentasi kata milik Apple sendiri, jadi takarir terpisah di antara kata, dan baris terpotong di antara frasa dan di tempat pembicara berhenti sejenak, bukan di antara dua karakter sembarang. Kalau tidak ada jeda frasa yang pas, panjang barisnya diseimbangkan. Takarir bahasa Tionghoa dipotong menjadi frasa seukuran klausa, dengan waktu yang mengikuti ucapan.
Bahasa Vietnam memberi spasi di antara suku kata, bukan di antara kata, jadi CapiCap menjaga kata dua suku kata dan ungkapan bakunya tetap utuh dan tidak mengakhiri takarir di tengahnya. Takarir bahasa Indonesia, Melayu, dan Bengali menjaga kata-kata kecil tetap bersama frasanya, seperti না dalam bahasa Bengali bersama kata kerja yang dinegasikannya.
Di semua bahasa, tanda baca penutup tidak pernah mengawali takarir: tidak juga 、 atau 。, tanda tanya Arab ؟, atau tanda titik Hindi ।.
Dalam aksara Latin, Yunani, dan Sirilik, kata yang terlalu panjang untuk barisnya dipotong dengan tanda hubung di titik pemenggalan bahasa itu, jadi kata majemuk bahasa Jerman yang panjang dan kata-kata bahasa Rusia tetap muat. Tanda hubung itu hanya digambar di video; teks takarir dan file .srt tetap menyimpan katanya secara utuh.
Yang tidak dilakukannya
CapiCap tidak menerjemahkan: takarir, dan file .srt, ditulis dalam bahasa yang diucapkan di video. CapiCap mentranskripsi seluruh video dalam satu bahasa, jadi di video yang berganti bahasa, bagian dalam bahasa lain perlu diperbaiki secara manual. Dan CapiCap tidak memberi label siapa yang berbicara.
Daftar lengkap
Diurutkan menurut nama dalam bahasa Indonesia. Kolom kedua adalah nama dalam bahasa itu sendiri, seperti yang ditampilkan daftar Bahasa di aplikasi di bawah setiap nama.
| Bahasa | Dalam bahasa itu sendiri |
|---|---|
| Afrikaans | Afrikaans |
| Albania | shqip |
| Amharik | አማርኛ |
| Arab | العربية |
| Armenia | հայերեն |
| Assam | অসমীয়া |
| Azerbaijani | azərbaycan |
| Bashkir | башҡорт |
| Basque | euskara |
| Belanda | Nederlands |
| Belarusia | беларуская |
| Bengali (Bangla) | বাংলা |
| Bosnia | bosanski |
| Breton | brezhoneg |
| Bulgar | български |
| Burma | မြန်မာ |
| Ceko | čeština |
| Dansk | dansk |
| Estonia | eesti |
| Faroe | føroyskt |
| Galisia | galego |
| Georgia | ქართული |
| Gujarat | ગુજરાતી |
| Hausa | Hausa |
| Hawaii | ʻŌlelo Hawaiʻi |
| Hindi | हिन्दी |
| Ibrani | עברית |
| Indonesia | Indonesia |
| Inggris | English |
| Islandia | íslenska |
| Italia | italiano |
| Jawa | Jawa |
| Jepang | 日本語 |
| Jerman | Deutsch |
| Kannada | ಕನ್ನಡ |
| Kanton | 廣東話 |
| Katalan | català |
| Kazakh | қазақ тілі |
| Khmer | ខ្មែរ |
| Korea | 한국어 |
| Kreol Haiti | Kreyòl Ayisyen |
| Kroasia | hrvatski |
| Lao | ລາວ |
| Latin | — |
| Latvia | latviešu |
| Lingala | lingála |
| Lituania | lietuvių |
| Luksemburg | Lëtzebuergesch |
| Magyar | magyar |
| Makedonia | македонски |
| Malagasi | Malagasy |
| Malayalam | മലയാളം |
| Malta | Malti |
| Maori | Māori |
| Marathi | मराठी |
| Melayu | Bahasa Melayu |
| Mongolia | монгол |
| Nepali | नेपाली |
| Norsk | norsk |
| Nynorsk Norsk | norsk nynorsk |
| Ositania | occitan |
| Pashto | پښتو |
| Persia | فارسی |
| Polski | polski |
| Portugis | português |
| Prancis | français |
| Punjabi | ਪੰਜਾਬੀ |
| Rumania | română |
| Rusia | русский |
| Sanskerta | संस्कृत भाषा |
| Serbia | српски |
| Shona | chiShona |
| Sindhi | سنڌي |
| Sinhala | සිංහල |
| Slovak | slovenčina |
| Slovenia | slovenščina |
| Somalia | Soomaali |
| Spanyol | español |
| Sunda | Basa Sunda |
| Suomi | suomi |
| Swahili | Kiswahili |
| Swedia | svenska |
| Tagalog | Tagalog |
| Tajik | тоҷикӣ |
| Tamil | தமிழ் |
| Tatar | татар |
| Telugu | తెలుగు |
| Thai | ไทย |
| Tibet | བོད་སྐད་ |
| Tionghoa | 中文 |
| Turki | Türkçe |
| Turkmen | türkmen dili |
| Ukraina | українська |
| Urdu | اردو |
| Uzbek | o‘zbek |
| Vietnam | Tiếng Việt |
| Welsh | Cymraeg |
| Yiddish | ייִדיש |
| Yoruba | Èdè Yorùbá |
| Yunani | Ελληνικά |