Bagaimana Adi Vaani menggunakan AI untuk menghidupkan semula bahasa suku kaum India

Jambatan digital baharu untuk bahasa suku kaum

Di sebuah sekolah rendah di tengah India, seorang guru bahasa Gondi telah bertahun-tahun menukarkan ayat Hindi yang panjang dan rumit kepada penerangan ringkas dalam bahasa Gondi yang dapat difahami murid-muridnya. Beliau mengharapkan ingatan, meminta bantuan orang tua-tua, dan mencari perkataan tempatan yang sepadan dengan idea baharu. Usaha ini lambat dan mudah terganggu. Satu nuansa yang terlepas boleh mengubah makna, manakala ketiadaan satu perkataan boleh menyebabkan murid kembali menggunakan bahasa dominan. Inilah realiti harian yang ingin diubah oleh platform baharu India, Adi Vaani: platform ini menjanjikan cara yang lebih pantas dan boleh diharap untuk menterjemahkan ilmu ke dalam bahasa ibunda suku kaum, serta membawa suara masyarakat suku kaum kepada khalayak lebih luas.

Dilancarkan dalam versi beta pada 1 September 2025, Adi Vaani ialah penterjemah kecerdasan buatan pertama India yang direka khusus untuk bahasa suku kaum. Platform ini memberi tumpuan kepada bahasa yang dituturkan oleh jutaan orang di rumah tetapi jarang ditemui dalam talian. Dalam keluaran pertamanya, platform ini menawarkan terjemahan langsung antara bahasa Hindi atau Inggeris dengan empat bahasa suku kaum, sementara usaha untuk menambah bahasa lain diteruskan. Matlamatnya dua serangkai. Pertama, membantu orang ramai mendapatkan maklumat dalam bahasa yang mereka gunakan setiap hari, daripada pelajaran sekolah dan nasihat kesihatan hingga manfaat kerajaan. Kedua, melindungi tradisi yang terus hidup dengan memudahkan sejarah lisan, lagu dan cerita dirakam dalam bentuk digital yang tahan lama.

Landskap bahasa India amat luas. Rekod kerajaan menyenaraikan ribuan bahasa ibunda dan dialek. Banyak daripadanya dituturkan oleh masyarakat kecil, dan terlalu banyak yang kian lenyap sejak beberapa dekad kebelakangan ini. Bahasa utama cenderung menarik minat pelajar kerana peluang pekerjaan, penghijrahan ke bandar dan media. Tanpa sokongan berterusan di sekolah dan perkhidmatan awam, bahasa yang lebih kecil akan semakin terpinggir. Adi Vaani ialah usaha langsung untuk memperlahankan kehilangan itu dan memberikan penutur laluan ke ekonomi digital tanpa meninggalkan bahasa ibunda mereka.

Apakah Adi Vaani dan mengapa ia penting

Adi Vaani ialah platform AI yang diterajui kerajaan untuk menterjemah teks dan pertuturan antara bahasa Hindi, Inggeris dan bahasa suku kaum terpilih. Ia tersedia sebagai aplikasi mudah alih dan menerusi portal web. Tujuan projek ini bersifat praktikal dan budaya: membuka akses kepada perkhidmatan dan ilmu untuk warga suku kaum, serta memelihara bahasa yang sering diwariskan melalui penceritaan lisan dan bukannya arkib bertulis.

Bahasa dalam keluaran pertama

Versi beta ini menyokong empat bahasa suku kaum yang mempunyai ramai penutur tetapi kekurangan alat digital.

• Santali
• Mundari
• Bhili
• Gondi

Pasukan kejuruteraan sedang menyediakan sokongan untuk bahasa Kui dan Garo. Rancangan peluasan mengambil kira jumlah penutur, ketersediaan data dan kewujudan rakan kongsi tempatan yang boleh membantu mengesahkan terjemahan.

Perkara yang boleh dilakukan pengguna

Adi Vaani menggabungkan beberapa keupayaan yang menjadikan terjemahan lebih daripada sekadar tindakan sekali klik. Ia menyokong terjemahan teks ke teks masa nyata dan boleh membacakan teks dengan lantang menerusi fungsi teks kepada pertuturan. Ia boleh mentranskripsikan audio menerusi fungsi pertuturan kepada teks dan menukarkan terjemahan kembali kepada bahasa lisan. Ia juga merangkumi pengecaman aksara optik yang boleh mengekstrak teks daripada imej dan halaman yang diimbas untuk diterjemahkan. Platform ini turut menyediakan kamus dwibahasa, bahan asas untuk pembelajaran awal dan kandungan pilihan seperti nasihat perkhidmatan awam serta ucapan yang penting dalam kehidupan seharian. Portal web boleh diakses melalui laman rasmi di aadivaani.tribal.gov.in.

Cara teknologi ini berfungsi untuk bahasa yang kekurangan sumber

Membina terjemahan AI untuk bahasa yang didokumentasikan dengan baik memang sukar. Melakukannya bagi bahasa yang kekurangan sumber lebih mencabar. Kebanyakan bahasa suku kaum tidak mempunyai set data yang besar dan bersih. Teks selari yang memadankan ayat dalam bahasa suku kaum dengan padanan dalam bahasa Hindi atau Inggeris juga amat terhad. Pangkalan data pertuturan, yang penting untuk melatih sistem suara, lebih sukar ditemui. Kekurangan ini menyukarkan latihan model terjemahan dan pertuturan moden yang memerlukan ribuan jam audio atau jutaan pasangan ayat selari untuk mencapai ketepatan tinggi.

Adi Vaani menangani kekurangan itu dengan menggabungkan pembelajaran mesin dan kepakaran manusia. Sistem terjemahannya bergantung pada model neural berasaskan transformer yang mempelajari corak dengan menganalisis banyak contoh idea yang sama dalam dua bahasa. Untuk mengumpulkan contoh tersebut, pasukan ini bekerjasama dengan penutur jati dan guru bagi menterjemah sejumlah besar ayat dan mengesahkan hasilnya. Dalam bahasa Santali, misalnya, penyelidik dan penterjemah masyarakat menyediakan kira-kira seratus ribu ayat Hindi yang dipadankan dengan bahasa Santali, kemudian memadankannya dengan korpus yang mengandungi jutaan perkataan. Bahan itu menjadi data latihan bagi model yang disemak, diperbetulkan dan dilatih semula secara berulang.

Sistem pertuturan mengikuti proses yang serupa. Ahli bahasa dan penyumbang tempatan merakam perkataan, frasa dan petikan panjang dalam bahasa sasaran. Model mempelajari cara bunyi dipadankan dengan huruf dan cara perkataan mengalir dalam pertuturan semula jadi. Proses ini mengambil masa kerana setiap bahasa mempunyai fonetik, pola tekanan dan prosodinya tersendiri. Sebutan yang tepat penting untuk mendapat penerimaan penutur jati, maka semakan manusia kekal sebagai bahagian teras dalam proses ini.

Pihak yang membangunkannya dan sumber data

Adi Vaani ialah usaha konsortium. Pembangunan teknikal diterajui institut kejuruteraan utama, dengan rakan kongsi daripada rangkaian penyelidikan India. Institut Penyelidikan Suku Kaum di negeri seperti Jharkhand, Odisha, Madhya Pradesh, Chhattisgarh dan Meghalaya menyumbang kepakaran bahasa, menghubungkan pasukan dengan penutur jati dan membantu membentuk konteks budaya. Guru, pemimpin masyarakat dan penterjemah muda membantu menyediakan kamus, ayat untuk latihan serta terjemahan cerita rakyat dan pelajaran tempatan.

Kerja lapangan membawa perubahan yang nyata. Lebih dua ratus penyumbang terlibat dalam pengumpulan dan pengesahan korpus bagi kumpulan bahasa pertama. Mereka mengenal pasti kosa kata khusus mengikut wilayah, menyelesaikan perbezaan penggunaan dan mencadangkan padanan yang lebih jelas bagi istilah moden yang mungkin tiada terjemahan langsung. Pendekatan yang melibatkan manusia dalam proses ini memastikan model berpaksikan pertuturan sebenar masyarakat, bukan hanya penggunaan formal atau akademik. Projek ini dipromosikan di daerah suku kaum melalui kempen kepimpinan dan latihan supaya sekolah, petugas kesihatan dan pegawai tempatan dapat menggunakannya dengan cepat.

Kemajuan, ketepatan dan batasan semasa

Versi beta ini ialah langkah pertama, dan ketepatannya masih berubah-ubah. Pengguna awal melaporkan bahawa terjemahan Gondi boleh tersasar, khususnya bagi ayat yang lebih panjang atau konsep abstrak. Pasukan sedang menala model dengan data baharu dan maklum balas pengguna untuk mengatasi kekurangan itu. Apabila lebih banyak bahan diterima, kualiti dijangka meningkat, tetapi semakan teliti akan terus penting untuk dokumen rasmi dan komunikasi berisiko tinggi dalam masa terdekat.

Satu lagi kekangan teknikal ialah variasi. Setiap bahasa mempunyai bentuk serantau. Bahasa Santali, misalnya, berbeza-beza antara Jharkhand, Odisha dan Bengal Barat. Bahasa Gondi pula merentasi beberapa negeri dengan penggunaan yang tersendiri. Keluaran semasa lazimnya menyokong satu bentuk piawai bagi setiap bahasa. Peluasan kepada variasi serantau memerlukan lebih banyak data, penyemak dan sokongan aksara jika diperlukan. Sesetengah bahasa menggunakan aksara berbeza di wilayah berlainan, yang memberi kesan kepada papan kekunci, fon serta prestasi OCR dan teks kepada pertuturan. Memastikan aplikasi dapat menangani variasi ini menjadi ujian penting terhadap kegunaannya di luar kalangan pengguna awal.

Akhir sekali, penilaian perlu mengimbangi kepantasan dengan kepercayaan. Skor automatik memberikan gambaran pantas tentang kualiti, tetapi tidak dapat menilai nuansa budaya atau kesesuaian istilah dalam konteks tempatan. Kitaran maklum balas yang melibatkan guru, orang tua-tua dan penutur muda ialah cara terbaik untuk mengesan frasa janggal dan mengekalkan gaya serta rentak yang membezakan setiap bahasa.

Bilik darjah, klinik dan tadbir urus tempatan

Pendidikan berasaskan bahasa ibunda ialah antara sebab terkuat bagi projek ini. Murid belajar dengan lebih pantas apabila idea baharu disampaikan dalam bahasa yang sudah mereka tuturkan di rumah. Dengan Adi Vaani, guru boleh menterjemah nota papan hitam ke dalam bahasa Santali atau Bhili serta-merta, atau membacakan perenggan sains dengan suara tempatan. Sekolah boleh menyediakan lembaran kerja dwibahasa supaya murid memperoleh ilmu mata pelajaran tanpa kehilangan keakraban dengan bahasa ibunda mereka. Lama-kelamaan, pendekatan ini membantu murid beralih kepada bahasa tambahan tanpa mengorbankan pemahaman awal.

Komunikasi kesihatan ialah satu lagi saluran penting. Petugas kesihatan masyarakat sering perlu menerangkan gejala, preskripsi dan nasihat di tempat yang tahap celik huruf rendah dan halangan bahasa boleh bertembung. Alat teks kepada pertuturan dan pertuturan kepada teks boleh menukarkan nasihat bercetak kepada klip suara yang jelas dalam bahasa suku kaum. OCR boleh menjadikan poster dan risalah lama boleh dicari dan diterjemahkan. Ketika kecemasan, mesej yang ringkas dan tepat dalam bahasa yang dipercayai orang ramai boleh menyelamatkan nyawa.

Tadbir urus tempatan mendapat manfaat daripada kejelasan. Banyak perkhidmatan menghendaki orang ramai memahami syarat kelayakan, senarai semak dokumen dan tarikh akhir. Penterjemahan borang, notis dan pengumuman ke dalam bahasa ibunda mengurangkan kekeliruan dan meningkatkan penggunaan perkhidmatan. Mesyuarat kampung boleh menggunakan aplikasi ini untuk menyediakan sari kata bagi ucapan atau memberikan ringkasan pantas. Petani boleh mengikuti maklumat cuaca, harga pasaran atau nasihat kesihatan tanah tanpa bergantung pada orang tengah untuk mentafsir setiap perkara.

Pemeliharaan budaya dan ilmu

Bahasa membawa cerita, lagu, ritual dan ilmu ekologi. Sebahagian besar warisan itu tersimpan dalam ingatan dan persembahan, bukannya dalam buku bercetak. Jika bahasa itu kian hilang, ilmu yang dibawanya turut lenyap. Adi Vaani boleh menyokong proses asas pemeliharaan. Kata-kata seorang pencerita boleh dirakam, ditranskripsikan, diterjemahkan dan disimpan bersama metadata. Alat yang sama boleh membantu mendigitalkan manuskrip, catatan sejarah kampung dan skrip teater rakyat yang hanya wujud sebagai imej imbasan.

Portal platform ini mengumpulkan bahan tersebut dalam bentuk yang mudah diakses. Portal itu menempatkan kamus, bahan asas untuk pelajar baharu dan koleksi pilihan seperti kandungan kesedaran kesihatan serta terjemahan ucapan kebangsaan. Sumber ini membantu masyarakat melihat bahasa mereka dalam konteks moden dan menyediakan titik permulaan untuk pengguna muda yang menghabiskan banyak masa dengan telefon. Di samping alat berteknologi tinggi, koleksi lama juga perlu dibuka untuk akses umum. Sebagai contoh, sebuah karya ensiklopedia penting tentang masyarakat Munda kebanyakannya hanya wujud sebagai halaman imbasan. Menukarkan arkib sedemikian kepada teks digital yang boleh dicari akan melengkapi usaha penterjemahan dan mempercepat penyelidikan untuk guru serta murid.

Konteks dasar

Pelancaran ini dibina atas usaha lebih luas untuk membangunkan infrastruktur bahasa digital. Dalam beberapa tahun kebelakangan ini, program kebangsaan telah membiayai pengumpulan data dan latihan model untuk bahasa India yang kurang mendapat tempat dalam talian. Usaha ini memberi tumpuan kepada pembinaan set data, penyeragaman transliterasi dan pelancaran alat yang boleh digunakan oleh sesiapa sahaja dalam pendidikan, kesihatan dan perkhidmatan awam. Aplikasi terjemahan ini selaras dengan inisiatif yang bertujuan menyampaikan skim kerajaan hingga ke peringkat akar umbi serta memupuk perpaduan antara wilayah melalui penghormatan terhadap bahasa.

Terdapat hujah dari sudut tadbir urus dan kesaksamaan. Apabila perkhidmatan disampaikan dalam bahasa yang difahami orang ramai, hasilnya bertambah baik. Lebih ramai murid kekal bersekolah. Pesakit mematuhi pelan rawatan dengan lebih sedikit kesilapan. Warga memfailkan borang tepat pada masanya dan menuntut manfaat tanpa perlu berkunjung berulang kali. Dengan membawa bahasa suku kaum ke arus perdana digital, projek ini boleh mengurangkan halangan dan membantu program awam mencapai golongan yang ingin dibantu.

Kedudukan India dalam usaha global

Kehilangan bahasa ialah kebimbangan global. Ribuan bahasa dituturkan di seluruh dunia dan banyak daripadanya berisiko lenyap pada abad ini. Badan antarabangsa telah menyeru tindakan segera untuk melindungi bahasa peribumi dan menggalakkan penggunaannya dalam pendidikan serta kehidupan awam. AI boleh membantu, tetapi pembangunannya mesti mendapat persetujuan masyarakat, ditadbir secara tempatan dan memberi tumpuan kepada ketepatan budaya. Jika sesuatu alat mengabaikan ungkapan idiomatik atau mengenakan kosa kata luar, kepercayaan boleh terhakis. Jika alat itu mengutamakan penyemak daripada masyarakat dan menyediakan cara mudah untuk membetulkan kesilapan, keyakinan boleh diperkukuh dan mutu alat itu dapat ditingkatkan dengan pantas.

Terdapat contoh kejayaan yang boleh dijadikan iktibar. Kumpulan media dan penyelidikan peribumi di tempat seperti New Zealand menunjukkan bagaimana set data milik masyarakat dan pelesenan yang teliti dapat melindungi hak bahasa sambil membolehkan pembangunan alat moden. Pengalaman mereka menunjukkan bahawa pengurusan data sama penting dengan seni bina model. Pendekatan Adi Vaani yang bergantung pada penutur jati dan institut penyelidikan negeri untuk memilih data serta mengesahkan hasilnya, mengikuti corak itu dalam konteks India.

Perkara yang perlu diperhatikan dalam fasa seterusnya

Dua peluasan sudah dirancang. Kui dan Garo dirancang untuk ditambah, sementara pasukan sedang mengusahakan sokongan yang lebih kukuh bagi aksara dan variasi serantau dalam bahasa sedia ada. Aplikasi ini tersedia di Android dan boleh digunakan melalui portal web kerajaan, dengan penambahbaikan pengalaman pengguna dan kebolehcapaian dijangka seiring pertambahan pengguna. Sokongan luar talian yang lebih baik dan model yang lebih ringan akan membantu di kawasan yang mempunyai sambungan terhad, iaitu kekangan lazim di daerah terpencil.

Satu lagi tumpuan ialah memperdalam mutu, bukannya memperluas skop. Lebih banyak kosa kata untuk sekolah, pertanian dan kesihatan akan menjadikan alat ini berguna untuk keperluan harian. Glosari yang menerangkan istilah teknikal dengan contoh mudah boleh membantu murid dan petugas barisan hadapan. Pertandingan masyarakat yang mengajak golongan muda merakam dan menterjemah cerita rakyat boleh meningkatkan data latihan dengan pantas sambil mengekalkan hak milik dalam kalangan penutur. Kerjasama dengan kolej latihan perguruan dan sekolah kejururawatan boleh memperluas penggunaannya pada skala besar.

Terdapat juga matlamat penyelidikan jangka panjang. Pemimpin projek menyifatkan Adi Vaani sebagai asas bagi model bahasa besar masa depan yang memberi tumpuan kepada bahasa suku kaum. Untuk mencapainya, diperlukan set data teks dan pertuturan yang jauh lebih besar dan bersih, serta kerangka yang jelas bagi persetujuan, privasi dan perkongsian manfaat. Jika semua unsur itu dapat disatukan, India boleh menunjukkan model AI inklusif yang boleh disesuaikan oleh negara berbilang bahasa lain.

Perkara Utama

• Adi Vaani ialah penterjemah AI baharu yang memberi tumpuan kepada bahasa suku kaum dan dilancarkan dalam versi beta pada 1 September 2025.
• Keluaran pertama menyokong bahasa Santali, Mundari, Bhili dan Gondi, manakala Kui dan Garo sedang dibangunkan.
• Platform ini menawarkan terjemahan teks dan pertuturan, teks kepada pertuturan, pertuturan kepada teks serta OCR, di samping kamus dan bahan asas pembelajaran.
• Penutur jati, guru dan Institut Penyelidikan Suku Kaum menyumbang data serta mengesahkan hasil terjemahan untuk meningkatkan ketepatan.
• Ketepatannya masih terus ditambah baik, dengan cabaran berupa variasi dialek dan set data terhad bagi bahasa yang kekurangan sumber.
• Pendidikan, kesihatan dan perkhidmatan awam ialah kegunaan utama, dengan matlamat mengurangkan halangan bahasa dan memperbaik hasil.
• Pendigitalan cerita rakyat dan arkib masyarakat turut menjadi matlamat bagi memelihara warisan budaya yang terus hidup.
• Projek ini selaras dengan program digital dan keterangkuman kebangsaan serta mencerminkan seruan global untuk melindungi bahasa peribumi.