Lewati ke isi

Pertanyaan yang sering diajukan

Umum

Apakah berfungsi offline?

Sebagian besar ya. Khususnya:

  • Terjemahan membutuhkan LLM. API Gemini gratis adalah online; Ollama / LM Studio lokal melalui pengaturan Custom Provider sepenuhnya offline.
  • OCR dengan Tesseract atau EasyOCR offline.
  • STT dengan Whisper (default) offline.
  • TTS dengan Edge TTS (default) online; ElevenLabs / Google Cloud TTS / Gemini TTS online (gratis atau berbayar); Piper TTS adalah TTS neural sepenuhnya offline — tanpa key, tanpa panggilan jaringan setelah Anda mengunduh suara per bahasa (file ONNX ~25–60 MB) via Pengaturan → Suara → Piper TTS → Unduh suara sekarang.

Untuk setup sepenuhnya air-gapped: Custom Provider → LLM lokal, Tesseract atau EasyOCR untuk OCR, Whisper untuk STT, dan Piper TTS untuk output suara.

Di mana file terjemahan saya disimpan?

Di sebelah aslinya secara default, dengan suffix _translated_<src>_<tgt> (mis. report_translated_en_fr.docx). Override per fitur di Pengaturan → Umum → Path penyimpanan terjemahan.

Di mana pengaturan saya disimpan?

File INI di:

OS Path
Linux ~/.config/ai-translate/settings.ini
macOS ~/Library/Preferences/ai-translate/settings.ini
Windows %APPDATA%\ai-translate\settings.ini

API key tinggal di keychain OS (bukan di INI). Riwayat terjemahan tinggal di DB SQLite di direktori data.

Bagaimana data saya ditangani?

  • Local-first — teks tidak pernah meninggalkan mesin Anda kecuali Anda memanggil layanan LLM / OCR / STT / TTS cloud.
  • Tanpa telemetri — aplikasi tidak phone-home. Satu-satunya permintaan keluar yang dilakukan aplikasi sendiri adalah pemeriksaan update GitHub Releases opsional (toggle di Pengaturan → Umum); backend cloud hanya memanggil vendor masing-masing.
  • API key — disimpan di keychain OS Anda. Fallback keychain aplikasi desktop adalah INI plain text ketika tidak ada daemon keychain.

Bisakah saya menerjemahkan Google Doc / halaman Notion?

Tidak langsung. Ekspor ke .docx dulu, terjemahkan, lalu impor file terjemahan kembali. Sama untuk Notion (ekspor sebagai Markdown / HTML), Confluence (ekspor sebagai .docx), dll.

Memilih model / mesin

Model LLM mana yang harus saya gunakan?

Untuk kebanyakan pengguna:

  • Varian Gemini Flash apa pun — tier gratis, cepat, mengejutkan bagus. Gunakan untuk terjemahan harian. Nama mirip gemini-2.5-flash, gemini-3-flash-preview, dll., tergantung yang tersedia.
  • Varian Gemini Pro apa pun — bayar per token, kualitas lebih tinggi. Gunakan untuk dokumen penting (legal, teknis, customer-facing).
  • Ollama lokal dengan model 7B-13B — saat Anda butuh offline / privasi.

Pemilih model per fitur berarti Anda dapat menggunakan model cepat untuk terjemahan gaya chat dan menyimpan yang mahal untuk dokumen.

Mesin OCR mana yang harus saya gunakan?

  • Tesseract untuk teks cetak bersih dalam script utama. Gratis, offline, cepat.
  • EasyOCR untuk script non-Latin (terutama CJK) dan gambar lebih noisy.
  • Google Cloud Vision untuk tulisan tangan, script campuran, dan akurasi tertinggi saat Anda dapat membayar.

Metode STT mana yang harus saya gunakan?

  • Whisper local untuk offline / privasi.
  • Soniox untuk rekaman multi-pembicara — label pembicara melakukan round-trip ke SRT Anda.
  • Google Cloud STT untuk audio telepon / medis (model domain mereka bagus).
  • Gemini Live untuk terjemahan speech-to-speech real-time.

Backend TTS mana?

  • Edge TTS untuk suara berkualitas tinggi gratis.
  • ElevenLabs untuk suara premium / branded / clone.
  • Google Cloud TTS untuk suara WaveNet di bahasa long-tail di mana Edge cakupannya tipis.
  • Gemini TTS untuk suara prebuilt natural gratis menggunakan ulang API key Gemini Anda.
  • Piper TTS saat Anda butuh output suara offline / air-gapped. Trade-off: setiap bahasa membutuhkan unduhan suara satu kali ~25–60 MB via Pengaturan → Suara → Piper TTS → Unduh suara sekarang, dan 13 dari 45 bahasa aplikasi tidak punya suara Piper (yang itu jatuh diam-diam ke Edge TTS).

Workflow

Bagaimana saya menerjemahkan seluruh folder?

Jatuhkan folder ke drop zone Terjemahkan Dokumen. File yang didukung di dalamnya (rekursif) diantrikan; semua lainnya diam-diam dilewati. Ada cap 100 file per drop; batch lebih besar → bagi menjadi beberapa drop.

Bisakah saya pause dan resume terjemahan?

Ya. Keluar aplikasi kapan saja — task Pending / Translating resume di launch berikutnya. Per-task checkpointing berarti halaman 47 dari 100 PDF tidak diulang saat Anda resume.

Bisakah saya mengedit terjemahan secara manual?

Untuk Terjemahkan Teks — ya, klik panel kanan dan ketik. Edit auto-save ke record riwayat entri.

Untuk Terjemahkan Dokumen — buka file terjemahan di editor biasa Anda (Word, LibreOffice, dll.) dan edit di sana. Aplikasi tidak melakukan round-trip edit kembali ke riwayat.

Bisakah saya menerjemahkan secara massal daftar string?

Gunakan CLI:

ait *.txt --target French

Atau untuk string in-process (mis. string UI yang diekstrak dari kode), panggil tool MCP translate_text dengan list, atau gunakan API Python langsung:

from src.core.llm_engine import translate_text
out = translate_text(texts=["Hello", "World"], target_lang="French")

Glosarium

Mengapa LLM tidak menggunakan glosarium saya?

Tiga hal untuk diperiksa:

  1. Set aktif (checkbox dicentang).
  2. Istilah sumber dalam glosarium Anda benar-benar muncul di teks sumber (kompresi per panggilan hanya mengirim entri yang cocok dengan teks batch ke LLM — menghemat token, tapi berarti istilah sumber dengan typo tidak terlihat).
  3. Model cukup kuat — flash-lite kadang mengabaikan petunjuk yang flash dan pro honor.

Apakah istilah glosarium dicocokkan tanpa memperhatikan aksen?

Ya. Baik pencarian glosarium maupun bilah pencarian di halaman Glosarium menggunakan fungsi normalisasi yang menghapus aksen dan case. Jadi cafe, Café, dan CAFE semua cocok dengan entri yang sumbernya adalah Café.

Privasi

Apakah Anda mengumpulkan data penggunaan?

Tidak. Aplikasi tidak punya SDK analytics. Pemeriksaan update opsional polling satu endpoint GitHub Releases saat startup; togglable di Pengaturan → Umum.

Apakah API key saya aman?

Disimpan di keychain OS Anda (Keychain di macOS, Credential Manager di Windows, Secret Service di Linux). Proses lain tidak dapat membacanya tanpa izin eksplisit Anda. Fallback (saat tidak ada daemon keychain — biasanya server Linux headless) adalah INI plain text di bawah direktori konfigurasi user Anda; di mode itu key dilindungi izin file tapi tidak dienkripsi kriptografi.