Lompat ke isi utama

Menerjemahkan novel panjang dengan AI: dari menyiapkan file hingga memeriksa terjemahan

Tri Thu知秋

· Diperbarui

Daftar isi

Lebih dari 50 novel terjemahan AI menunjukkan satu titik patah yang sama: kalimatnya masih baik, tetapi satu tokoh ganti nama dan ganti cara menyapa di tengah jalan. Kacaunya bukan di kalimat. Kacaunya di orangnya.

Ilustrasi gaya klasik Tiongkok: seorang gadis berjubah sutra krem dan hijau giok bersabuk merah duduk di atas bantal di paviliun kayu tepi danau saat senja, tenggelam membaca buku yang terbuka; di sampingnya rak kayu rendah berisi deretan panjang jilid satu seri bersampul hijau giok yang seragam dan tumpukan jilid yang sudah selesai dibaca terikat tali merah.
Tamat satu serial tanpa nama kacau.

Di bab 1, tokoh utamanya Lin Feng. Di bab 17, orang yang sama berubah jadi Feng Lin. Di tengah bab 17 masih ada satu paragraf utuh dalam bahasa Mandarin, karena ronde terjemahan berhenti sebelum satu kalimat selesai ditulis. Saya baca dua kali. Pertama kira novelnya menambah tokoh baru. Baru setelah membaca ulang saya sadar bahwa kedua nama itu merujuk pada tokoh yang sama.

Kalimat yang membuat saya berhenti total adalah kalimat sang suhu. Teks aslinya 为师今日便传你这套剑法. Mesin menerjemahkannya jadi:

Aku akan mengajarkan teknik pedang ini.

Sang suhu berubah jadi sejajar dengan muridnya. Di teks asli dia bahkan tidak menyebut diri "aku". Dia menyebut diri "suhu ini", 为师. Mesin mengambil gelarnya, menyisakan "aku" polos, dan satu kata itu menghapus kedudukan yang dibangun novel itu dari awal.

Saya tidak pernah bisa menghitung sampai genap, yang saya tahu sudah lewat lima puluh novel. Tidak ada satu pun yang mengajari saya trik. Seluruh tumpukan itu mengajarkan satu hal. Semakin panjang novelnya, semakin mudah mesinnya lupa orang-orang yang muncul di bab awal. Nama utama berubah dulu. Nama panggilan mengikuti. Sapaan berantakan paling akhir. Menerjemahkan satu tarikan panjang dari bab 1 sampai bab terakhir adalah cara tercepat mendapat sesuatu yang terbaca per kalimat, dan tidak terbaca sebagai sebuah novel.

Novel yang membuat saya menyerah adalah novel xianxia lebih dari empat ratus bab. Saya membaca versi convert, karena tidak ada versi lain. Sekitar bab seratus delapan puluh saya sadar orang yang dikejar dan orang yang mengejar adalah satu orang. Mesin menulis namanya dua gaya, dan saya membacanya sebagai dua orang selama sepertiga novel. Tidak ada yang mengecek itu untuk saya.

Sebelum ada AI, kacaunya juga di tempat yang sama

Dulu, sebelum banyak yang ada sekarang, saya baca convert. Versi convert gratis, update lambat, dan namanya berubah tiap bab tergantung siapa yang menyunting. Kalau sudah terlalu penasaran, saya lanjutkan sendiri. Caranya: tempel paragraf satu per satu ke Google Translate, salin hasilnya ke file, lalu cari dan ganti.

"Lin Feng" saya ganti semua, kira sudah beres. Lanjut baca, muncul "Kak Lin". Perintah cari tidak menyentuhnya, karena bukan frasa yang saya tulis. Orang yang sama, dua cara memanggil, dan perintah cari hanya tahu satu. Satu akhir minggu hilang untuk pekerjaan yang baru terlihat tidak beres setelah selesai dikerjakan.

AI lebih baik di kalimat. Tapi saya tidak berharap satu ronde terjemahan menjaga semua keputusan dari bab-bab sebelumnya. Kalau nama dan cara menyapa tidak dimasukkan lagi ke ronde berikutnya, saya anggap mereka belum pernah dikunci.

Cara saya menerjemahkan novel sekarang: lima hal yang selalu saya lakukan

Saya tidak menerjemahkan satu file sekaligus. Setiap langkah harus menghasilkan sesuatu yang jelas sebelum saya lanjut ke langkah berikutnya.

1. Buka file dan periksa sebelum menerjemahkan

Saya membuka tiga tempat: awal file, tengah file, akhir file. Teks sumber tidak terbaca, berhenti, jangan tunggu terjemahan menebak. File TXT dan Markdown disimpan UTF-8. Judul bab nempel iklan, atau paragraf awal bukan cerita, dipisahkan dulu.

Selesai langkah ini saya punya satu file yang terbaca, bab urut. File saya waktu itu rusak di tengah, bukan di awal, jadi membuka bagian pembuka saja tidak kelihatan. Error encoding, bab bercampur iklan, atau paragraf awal bukan cerita, saya bereskan lewat panduan menyiapkan file novel. Novel yang masih berupa PDF atau DOCX harus dikonversi di luar aplikasi sebelum sampai ke langkah ini; format yang dituju saya pilih menurut Menerjemahkan novel dari file PDF: PDF dan DOCX perlu diubah ke format apa sebelum diunggah? Untuk web novel Korea atau Light Novel Jepang yang memuat furigana dan penomoran bab berbeda, lihat juga Menerjemahkan novel Korea dan Light Novel Jepang dengan AI: berkas dan paket kamus. Di langkah yang sama, saya periksa tiga pertanyaan hak cipta sebelum mengunggah. Untuk memperkirakan berapa kredit yang dibutuhkan seluruh novel, dan apakah bab yang gagal memotong kredit, baca Biaya terjemahan novel AI: berapa kredit yang terpakai, dan apakah kredit hilang kalau gagal di tengah jalan?

2. Kumpulkan nama utama dan nama panggilan ke satu tabel

Saya baca kira-kira sepuluh bab pertama tanpa menerjemahkan. Satu-satunya pekerjaan: mengumpulkan orang. Lin Feng, Feng Lin dan Kak Lin di novel ini satu orang, bukan tiga.

Nama di sumberNama yang saya pakaiSebutan lainCatatan
林峰Lin FengKak Lin, Feng LinOrang yang sama
师父Suhu (atau guru)ShifuLihat dulu siapa yang bicara, baru dikunci

Selesai langkah ini saya punya satu tabel tokoh. Satu orang satu baris. Novel yang satu orangnya membawa tiga gaya tulis seperti Lin Feng, tabel ini jadi bagian tersulit, dan saya kisahkan terpisah di cara menjaga konsistensi nama karakter saat menerjemahkan novel.

3. Catat sapaan ke dua arah

Nama benar belum cukup. Suhu dan murid menyapa dengan caranya masing-masing, dan kalau mesin menerjemahkan keduanya jadi "aku" dan "kamu" saja, hubungannya hilang. Setiap pasangan saya tulis dua baris, karena arah ke sana dan arah baliknya tidak sama.

Yang bicaraYang mendengarMenyebut diriMenyebut lawan
SuhuMuridsuhu inimurid
MuridSuhumuridSuhu

Selesai langkah ini saya punya satu tabel hubungan. Tanpa tabel ini saya tidak mulai menerjemahkan. Kalimat suhu yang berubah jadi "aku" di atas cuma satu pasangan. Novel yang pasangannya banyak, saya kunci per pasangan di cara menetapkan sapaan untuk setiap pasang tokoh.

4. Terjemahkan satu rentang yang cukup pendek untuk saya periksa

Saya tidak menyerahkan seluruh novel lalu menatap baris yang bilang selesai. Saya memilih rentang yang cukup pendek untuk dibaca ulang seluruhnya sebelum melanjutkan. Bagi saya, batas satu rentang bukan jumlah bab yang cantik, tapi apakah saya masih sanggup memeriksanya. Cara membagi novel panjang menjadi beberapa batch supaya keesokan hari dibuka lagi lanjut dari titik yang benar dan namanya masih cocok, saya catat di Menerjemahkan novel panjang per batch: besok dibuka lagi, lanjut dari mana, dan apakah nama masih cocok.

Di sinilah tabel nama dipakai. Saya bawa ke tabel Nama & istilah novel lewat fitur pindai: NovelVerba memindai nama di rentang bab yang saya pilih, saya tinjau satu per satu, dan nama yang sudah dikunci ikut ke setiap ronde terjemahan berikutnya, tidak ditempel ulang dari awal tiap rentang. Tabel hubungan sapaan beda cerita: tampilannya belum punya tempat isian khusus, jadi tidak saya masukkan ke mesin. Saya letakkan di samping layar dan memeriksa tiap ronde memakainya. Dua tabel dua tugas, tidak bisa saling menggantikan. Mesin punya pilihan konkret untuk diikuti. Ia tidak tahu sendiri pilihan itu benar.

Selesai langkah ini saya punya satu rentang terjemahan, belum satu novel yang selesai.

Pemindaian satu bab cerita demo asli: nama sumber berbahasa Tionghoa dan usulan nama dalam tabel Indonesia.
Cerita demo orisinal Black Dragon's Breath: usulan nama dari satu bab ditinjau dahulu. Cuplikan ini hanya memperlihatkan kelompok Terjemahkan makna, bukan keempat kelompok yang mungkin.
Pembaca dwibahasa bab pertama menampilkan teks asli Tionghoa di atas terjemahan Indonesia.
Bab pertama cerita demo dalam tampilan dwibahasa. Terjemahan AI tetap perlu diperiksa manusia.

5. Belum memeriksa tiga hal, belum lanjut rentang berikutnya

Saya membuka rentang yang baru diterjemahkan dan memeriksa sebelum melanjutkan.

  1. Nama baru yang muncul, benar-benar orang baru, atau orang lama yang ditulis beda?
  2. Yang bicara dan yang mendengar, apakah berubah sapaan dibanding tabel?
  3. Ada paragraf sumber yang hilang, atau masih utuh dalam bahasa sumber?

Nama atau sapaan salah, perbaiki tabel lalu terjemahkan ulang bagian yang terkena. Jika belum tahu letak kesalahannya, cari baris yang belum diterjemahkan atau janggal terlebih dahulu; paragraf hilang atau cacat lain tetap perlu dibenahi tepat di bagian itu. Memperbaiki tabel tidak otomatis memperbaiki terjemahan lama.

Selesai langkah ini saya punya satu rentang yang sudah ditinjau, dan satu tabel yang lebih baru dari tabel saat mulai.

Tiga tempat tabel nama tidak menyelamatkan

Puisi. Mesin bisa tepat di arti kata demi kata tapi kehilangan makna tersirat, hubungan, atau rasa dalam satu bait. Puisi di dalam novel biasanya bicara soal hubungan, bukan soal peristiwa. Kalau selesai diterjemahkan yang tersisa cuma peristiwanya, bait itu hancur.

Kalimat sindiran. Ada kalimat memakai sapaan hormat justru untuk merendahkan. Diterjemahkan jadi basa-basi sopan netral, sindirannya hilang. Saya hanya menangkapnya kalau membaca dengan suara, tidak pernah lewat menatap tabel.

Paragraf yang dibuang. Ronde terjemahan putus di tengah bab, bagian setelahnya bukan terjemahan jelek. Itu bagian yang belum diterjemahkan. Paragraf yang dibuang total lebih sulit: tidak meninggalkan satu kalimat sumber pun, jadi mencari teks yang belum diterjemahkan bisa menipu. Satu bab saya anggap selesai lewat dua gerbang: dibaca sampai habis tanpa satu kalimat bahasa sumber tersisa, dan teks sumber dibuka di sambungan akhir bab yang sama untuk memastikan tidak ada paragraf yang dibuang. Batas lengkap antara kesalahan yang ditandai otomatis dan empat titik buta yang tetap perlu ditinjau pembaca dibahas di Seberapa enak terjemahan novel AI dibaca, dan bagian mana yang perlu dicek?.

Lima hal ini saya lakukan dengan novel yang sedang saya baca, di file saya sendiri, dan mulai dari halaman terjemahan novel online NovelVerba.

Mulai terjemahkan web novelmu