Pengaturan Terjemahkan Audio: pengenalan, penerjemahan, dan sulih suara
Fungsi setiap opsi di pengaturan Terjemahkan Audio, biaya, dan waktu penerapannya: pengenalan ucapan, model penerjemahan, serta suara standar dan kloning.
Diperbarui 2 November 20264 menit baca
Untuk membuka pengaturan, ketuk ikon pengaturan (slider) di sudut kanan atas Terjemahkan Audio. Lembar pengaturan memiliki tiga tab: Pengenalan, Penerjemahan, dan Sulih Suara. Aplikasi akan mengingat pilihanmu untuk rekaman berikutnya.
Kapan perubahan mulai berlaku
Setiap tab diterapkan pada momen berbeda, jadi perubahan tidak selalu langsung memengaruhi hasil yang sudah ada di layar.
| Tab | Berlaku untuk |
|---|---|
| Pengenalan | file berikutnya yang kamu pilih |
| Penerjemahan | hanya penerjemahan ulang: saat kamu mengganti bahasa target atau mengedit teks sumber. Terjemahan pertama dari file baru selalu menggunakan Gemini 3.8 Flash |
| Sulih Suara | saat kamu mengetuk putar berikutnya |
Pengenalan: siapa yang mengubah ucapan menjadi teks
ElevenLabs Scribe adalah opsi bawaan dan paling terjangkau. Bahasa rekaman selalu terdeteksi secara otomatis.
| Opsi | Keterangan di aplikasi | Waktu | Harga |
|---|---|---|---|
| ElevenLabs Scribe | akurat dengan aksen dan suara latar, 99 bahasa | ≈ 3 dtk | sekitar 0.7 token per menit |
| OpenAI Transcribe | lebih baik untuk istilah teknis dan nama diri | ≈ 5 dtk | sekitar 1.2 token per menit |
| OpenAI Whisper | opsi untuk rekaman panjang | ≈ 10 dtk | sekitar 1.2 token per menit |
Penyedia yang dipilih di sini juga digunakan oleh Transkripsi Teks, yang tidak memiliki menu pengaturannya sendiri.
Penerjemahan: model mana yang menerjemahkan
Biaya model ini hanya sebagian kecil dari satu token per 1.000 karakter, jadi pemilihannya berfokus pada kualitas dan kecepatan.
| Model | Cocok untuk |
|---|---|
| Gemini 3.8 Flash (bawaan) | kualitas terbaik, mampu menangani bahasa gaul, idiom, dan teks rumit |
| Gemini Flash Lite | paling cepat, tetapi bisa kurang akurat untuk bahasa gaul dan ucapan emosional |
| GPT 6 Luna | alternatif hemat untuk sebagian besar teks |
Sulih suara tanpa kloning
Suara standar membacakan terjemahan secara cepat dan hemat, tetapi suaranya tidak mirip dengan pembicara asli. Di Terjemahkan Audio, setiap opsi memiliki satu suara tetap yang tidak bisa diubah.
| Opsi | Karakter | Waktu | Harga |
|---|---|---|---|
| ElevenLabs | intonasi paling alami di antara suara bawaan | ≈ 2 dtk | 10 token per 1.000 karakter, minimal 1 token |
| OpenAI | suara netral tanpa emosi berlebih, cocok untuk berita dan materi pelajaran | ≈ 5 dtk | 1.8 token untuk setiap 150 kata pertama yang dimulai |
Sulih suara dengan kloning
Opsi kloning menyulihsuarakan terjemahan dengan suara dari rekamanmu. MiniMax dan Qwen 3 mengambil sampel suara dari 60 detik pertama file, jadi bagian tersebut harus berisi ucapan yang jelas dari satu orang.
| Opsi | Durasi rekaman min. | Bahasa | Waktu | Harga |
|---|---|---|---|---|
| MiniMax (ditandai disarankan) | 10 dtk | 38 | ≈ 10 dtk | 180 token untuk kloning ditambah 12 token per 1.000 karakter |
| Qwen 3 | 3 dtk | 10: Inggris, Rusia, Mandarin, Jerman, Prancis, Spanyol, Italia, Jepang, Korea, Portugis | ≈ 20 dtk | sekitar 20 token per 1.000 karakter, minimal 5; dengan suara tersimpan sekitar 11 |
| ElevenLabs Dubbing v2 | tanpa minimum, hingga 2.5 jam | 94 | ≈ panjang audio | 4.4 token per detik rekaman |
Opsi MiniMax
Kloning dari file: kloning satu kali untuk terjemahan ini. Suara MiniMax saya: salah satu suara tersimpan milikmu, tanpa biaya kloning 180 token.
Kecepatan: dari 0.5x hingga 2.0x. Nilai yang lebih tinggi berarti ucapan lebih cepat.
Emosi: Otomatis (disarankan), Senang, Sedih, Marah, Takut, Terkejut, Tenang, atau Jijik.
Panjang teks terjemahan maksimal 10.000 karakter.
Jika kamu mengubah kecepatan atau emosi dan menyulihsuarakan ulang hasil yang sama, biaya 180 token tidak akan dikenakan lagi.
Opsi Qwen 3
Kloning dari file atau Suara Qwen saya.
Gaya bicara: Otomatis, Lambat, Cepat, Tenang, Enerjik, Profesional, Ramah, atau Lembut. Ini hanya berfungsi dengan Kloning dari file.
Jika kloning Qwen gagal, aplikasi akan menyulihsuarakan terjemahan menggunakan suara standar dan menampilkan «Kloning suara tidak tersedia saat ini. Suara standar telah digunakan.»
ElevenLabs Dubbing v2
Dubbing v2 langsung menyulihsuarakan rekaman asli dan tidak membaca teks dari tab Penerjemahan. Opsi ini mempertahankan tempo dan warna suara serta menyulihsuarakan setiap pembicara secara terpisah. Oleh karena itu, editan terjemahanmu tidak diterapkan: «Dubbing menggunakan rekaman asli, sehingga teks yang diedit tidak diterapkan.» Suara tersimpan tidak berfungsi dengan Dubbing v2.
Apa yang terjadi jika kamu tidak memilih suara
Sebelum kamu menentukan opsi sulih suara di lembar pengaturan ini, aplikasi akan memilihkan satu opsi secara otomatis saat kamu mengetuk tombol putar.
Untuk 10 bahasa yang didukung Qwen 3 dan rekaman minimal 3 detik, suara akan dikloning dengan Qwen 3 tanpa meminta konfirmasi.
Untuk bahasa lain, aplikasi akan menampilkan pertanyaan Kloning suara? beserta biaya opsi yang lebih hemat, yaitu MiniMax atau Dubbing v2. Gunakan suara AI berarti menggunakan suara standar. Memilih Jangan tanya lagi akan mengingat pilihan tersebut.
Opsi mana pun yang kamu ketuk di lembar pengaturan akan disimpan untuk file berikutnya, selama cocok dengan bahasa dan durasi file tersebut.
Opsi yang tidak cocok dengan rekaman saat ini akan berwarna abu-abu dengan petunjuk seperti «bahasa tidak didukung» atau «memerlukan audio ≥ 10 dtk». Jika kamu beralih ke bahasa yang tidak didukung oleh opsi pilihanmu, aplikasi akan mengganti sulih suara ke ElevenLabs.
Suara tersimpan
Suara tersimpan memungkinkanmu menyulihsuarakan terjemahan dengan suaramu sendiri meskipun ada orang lain yang berbicara di dalam rekaman. Ada dua cara untuk mendapatkannya.
Setelah sulih suara dengan Kloning dari file, ketuk Simpan suara di menu Apa selanjutnya?. Suara MiniMax yang disimpan dengan cara ini tidak akan dikenakan 180 token di waktu berikutnya.
Tambahkan suara di Pengaturan → Suara Saya. Lihat Cara merekam atau mengunggah sampel suara.
Jika sulih suara terdengar janggal, penjelasan gejala dan solusinya ada di Mengapa suara terjemahan terdengar kaku seperti robot. Masalah eror dibahas di Sulih suara Terjemahkan Audio gagal atau macet.
Hubungi dukungan
Jelaskan masalahnya dan kami akan membalas lewat email. Sertakan nama file atau ID tugas jika ada.