NVIDIA dan Rylo Kembangkan AI Bahasa Isyarat

Perusahaan teknologi Israel, Rylo, bekerja sama dengan NVIDIA untuk mengembangkan AI yang menerjemahkan bahasa isyarat menjadi teks atau ucapan secara real-time. Teknologi ini ditujukan untuk membantu penyandang gangguan pendengaran berkomunikasi tanpa selalu bergantung pada penerjemah, baik dalam pekerjaan maupun kegiatan sehari-hari.

Menurut laporan CTech pada 21 Oktober, Rylo akan memanfaatkan infrastruktur kecerdasan buatan dan sistem superkomputer NVIDIA untuk mempercepat pelatihan model pengenalan bahasa isyarat. Perusahaan yang sebelumnya dikenal sebagai Nagish itu mengembangkan proyek tersebut dengan teknologi sign.mt, perusahaan yang diakuisisinya kurang dari setahun lalu.

Tim peneliti yang dipimpin Dr. Amit Moryossef turut terlibat dalam pengembangan. Kolaborasi ini berfokus pada upaya membuat sistem mampu mengenali unsur bahasa isyarat yang tidak hanya bergantung pada gerakan tangan, tetapi juga ekspresi wajah dan nuansa komunikasi.

Tantangan menerjemahkan gerakan dan ekspresi

Bahasa isyarat menyampaikan makna melalui kombinasi gerakan dan ekspresi. Karena itu, pengembangan sistem AI untuk menerjemahkannya menghadapi tantangan dalam menangkap detail visual dan konteks yang terkandung dalam komunikasi tersebut.

Untuk mengolah data video, tim menggunakan Cosmos Tokenizer dari NVIDIA. Teknologi ini mengubah video menjadi representasi digital yang lebih ringan untuk diproses model bahasa AI modern. Menurut keterangan dalam laporan, pendekatan tersebut ditujukan untuk meningkatkan efisiensi pengenalan dan penerjemahan sekaligus mengurangi kebutuhan sumber daya komputasi.

Kerja sama ini masih berfokus pada pengembangan teknologi. Informasi yang tersedia belum menyebutkan jadwal peluncuran sistem penerjemah bahasa isyarat tersebut ataupun bahasa isyarat yang akan didukung. Namun, sasaran yang disampaikan adalah penerjemahan secara real-time ke dalam teks atau ucapan, sehingga komunikasi dapat berlangsung lebih mudah.

Rylo juga mengembangkan alat untuk rapat daring

Di luar proyek bahasa isyarat, Rylo meluncurkan Rylo Desktop untuk komputer Mac. Aplikasi ini mengubah ucapan menjadi teks terjemahan langsung selama rapat di Google Meet, Zoom, dan Microsoft Teams.

Rylo Desktop dapat membedakan pembicara dan menampilkan teks dalam berbagai format. Pengguna juga bisa mengetikkan teks agar sistem AI mengubahnya menjadi ucapan. Versi beta awal aplikasi tersebut ditawarkan secara gratis di Amerika Serikat.

Rylo sebelumnya mengembangkan layanan telepon bagi penyandang tunarungu. Layanan itu memungkinkan pengguna membaca isi percakapan melalui teks, lalu membalas secara tertulis. Balasan tersebut kemudian ditranskripsikan menjadi ucapan tanpa memerlukan perantara, menurut informasi perusahaan.

Rylo menyatakan telah memperoleh lisensi dari Komisi Komunikasi Federal AS (FCC) untuk menyediakan layanan telepon tersebut. Pendapatan layanan berasal dari mekanisme dukungan regulasi, bukan dari biaya yang dibebankan langsung kepada pengguna.

Pasar layanan bahasa isyarat dan target Rylo

Rylo memperkirakan pasar layanan transkripsi dan interpretasi bahasa isyarat bernilai sekitar 4 miliar dollar AS per tahun. Perusahaan itu juga menyebut alat yang tersedia saat ini baru memenuhi sekitar 5 persen dari potensi permintaan, yang menurut mereka terkendala kekurangan penerjemah dan tingginya biaya layanan.

Angka tersebut merupakan perkiraan Rylo, bukan gambaran bahwa semua kebutuhan penerjemahan sudah terukur secara menyeluruh. Meski demikian, perusahaan menjadikannya salah satu alasan untuk mengembangkan teknologi yang dapat memperluas akses terhadap layanan komunikasi bagi penyandang gangguan pendengaran.

Didirikan pada 2022, Rylo telah menghimpun total 101 juta dollar AS dari investor dan memiliki kantor di Tel Aviv serta New York. Perusahaan menargetkan pendapatan 100 juta dollar AS pada akhir 2026, lalu meningkatkan pendapatan tahunan menjadi 1 miliar dollar AS pada 2028.

Kolaborasi dengan NVIDIA menambah fokus Rylo pada penggunaan AI untuk mengurangi hambatan komunikasi. Keberhasilan proyek ini akan bergantung pada kemampuan teknologi mengenali bahasa isyarat secara akurat dalam situasi nyata. Untuk saat ini, pengembangan tersebut menunjukkan arah yang ingin ditempuh perusahaan: menghadirkan lebih banyak pilihan komunikasi, tanpa mengabaikan kompleksitas bahasa dan kebutuhan penggunanya.