Caption otomatis Bahasa Indonesia: kenapa bisa salah tulis, dan cara merapikannya

Caption di video pendek sudah jadi standar. Banyak orang menonton di tempat umum dengan suara mati, dan caption membantu mereka tetap paham. Mengetik caption manual untuk tiap video jelas melelahkan, jadi caption otomatis jadi pilihan. Tapi caption otomatis Bahasa Indonesia kadang salah tulis. Artikel ini menjelaskan kenapa itu terjadi dan cara merapikannya dengan cepat.

Cara kerja caption otomatis

Caption otomatis memakai teknologi pengenal suara (speech-to-text). Suara di video dipecah jadi potongan pendek, lalu mesin menebak kata yang paling mungkin diucapkan di tiap potongan. Hasilnya bukan cuma teks, tapi juga waktu mulai dan selesai tiap kata. Dari waktu inilah caption bisa muncul kata per kata, pas dengan suara.

Di Motionin ada dua cara transkrip, tergantung mode edit:

• Standar: suara ditranskrip langsung di perangkatmu. Mesin transkripnya diunduh sekali saat pertama dipakai, setelah itu dipakai ulang.
• AI pintar: suara dibaca AI server Motionin, yang juga menyusun rencana edit dari isi omonganmu. Suaranya tidak disimpan setelah diproses.

Keduanya menghasilkan caption kata per kata yang bisa kamu ubah di editor.

Kenapa caption bisa salah tulis

Mesin pengenal suara menebak berdasarkan pola. Kalau suaranya tidak jelas atau katanya jarang dipakai, tebakannya bisa meleset. Penyebab yang paling sering:

• Suara latar. Musik, kipas angin, motor lewat, atau orang ngobrol di belakang. Bunyi ini bisa terbaca jadi kata, atau menutupi kata yang kamu ucapkan.
• Musik yang direkam bareng suara. Kalau musik diputar saat merekam, musiknya ikut "didengar" mesin. Lebih baik rekam tanpa musik, lalu tambahkan musik di editor.
• Nama merek dan istilah asing. "Niacinamide", "glass skin", nama toko, atau merek lokal yang jarang terdengar sering ditulis jadi kata lain yang bunyinya mirip.
• Bicara terlalu cepat atau menggumam. Kata-kata yang menempel jadi susah dipisah.
• Angka dan harga. "Dua lima" bisa ditulis sebagai kata, bisa juga angka. "Dua puluh lima ribu" kadang muncul jadi "25.000", kadang tidak.
• Bahasa campur dan logat. Campuran Indonesia, Inggris, dan bahasa daerah dalam satu kalimat lebih sering meleset daripada Bahasa Indonesia sehari-hari.

Merekam supaya caption lebih akurat

Membetulkan caption itu cepat, tapi lebih cepat lagi kalau salahnya sedikit. Kebiasaan merekam yang membantu:

1. Rekam di tempat tenang. Tutup jendela yang menghadap jalan, matikan kipas atau TV.
2. Jarak HP satu lengan. Mikrofon HP ada di bagian bawah. Jangan ditutup jari atau casing tebal.
3. Ucapkan nama produk pelan dan jelas. Kalau namanya asing, ucapkan sekali dengan tempo lebih lambat.
4. Sebut harga dengan cara yang sama tiap kali. Misalnya selalu "dua puluh lima ribu", supaya kamu tahu bagian mana yang perlu dicek.
5. Diam di antara kalimat. Jeda singkat membantu mesin memisahkan kalimat, dan jeda diam juga gampang dipotong otomatis.

Merapikan caption di Motionin

Setelah video dibuat, caption-nya bisa dirapikan kata per kata. Di HP, buka tab Teks dari bar bawah. Di laptop, dari rel kiri.

1. Di bagian Caption, ketuk kata yang salah.
2. Ubah tulisannya di kolom yang muncul.
3. Ketuk Sorot kalau kata itu kata kunci yang mau ditonjolkan, misalnya harga atau nama produk.
4. Ketuk Potong kalau kata itu salah ucap dan bagian videonya mau dibuang sekalian.
5. Ketuk Selesai, lalu putar preview untuk mengecek.

Di tab yang sama ada Emoji otomatis di kata yang pas kalau kamu suka caption yang lebih ramai. Animasi dan posisi caption diatur di tab Tampilan: ada Pop, Karaoke, Kotak, Ketik, Stabilo, Naik, dan lainnya. Posisinya bisa Atas, Tengah, atau Bawah, atau digeser langsung di preview.

Supaya caption enak dibaca

Caption yang benar belum tentu enak dibaca. Beberapa hal kecil yang bikin bedanya:

• Pendek per layar. Satu sampai beberapa kata per kemunculan lebih mudah diikuti mata daripada satu kalimat panjang.
• Satu sorotan per kalimat. Kalau semua kata disorot, tidak ada yang menonjol. Pilih harga, nama produk, atau satu kata emosi.
• Kontras yang jelas. Teks terang di atas video terang susah dibaca. Gaya dengan kotak di belakang teks membantu di video yang latarnya ramai.
• Jangan menutupi produk. Kalau produkmu ada di tengah bawah, naikkan caption ke atas, atau sebaliknya.
• Jauhi tepi bawah dan kanan. Area itu tertutup nama akun, keterangan, dan tombol di TikTok dan Reels. Detailnya ada di artikel ukuran video TikTok, Reels, dan Shorts.

Daftar cek caption sebelum render

Membaca ulang seluruh caption kata per kata memang paling teliti, tapi kalau waktunya mepet, fokus ke bagian yang paling sering salah dan paling merugikan kalau salah:

1. Nama produk dan merek. Salah tulis di sini bikin video terlihat tidak serius, dan calon pembeli bisa salah cari.
2. Harga dan angka promo. "Lima belas" dan "lima puluh" bunyinya mirip kalau diucapkan cepat. Pastikan angkanya benar.
3. Kalimat pertama. Hook dibaca paling banyak orang, jadi harus bersih.
4. Kata yang disorot. Sorotan menarik mata, jadi salah tulis di kata yang disorot paling kelihatan.
5. Ajakan penutup. "Cek keranjang kuning" atau "link di bio" harus terbaca jelas.

Untuk video dari foto dengan suara AI, suaranya jernih dan tanpa bising, jadi caption biasanya lebih rapi. Yang perlu dicek biasanya cara suara AI membaca merek atau singkatan. Kalau terdengar aneh, ubah tulisannya di naskah sesuai cara mengucapkannya.

Caption di video atau teks otomatis dari aplikasi?

TikTok, Instagram, dan YouTube punya fitur teks otomatis sendiri yang bisa dinyalakan atau dimatikan penonton. Fitur itu berguna, tapi tampilannya polos dan tidak selalu muncul.

Caption yang ditempel di video (sering disebut burned-in) selalu terlihat, tampilannya bisa mengikuti gaya brand, dan kata kuncinya bisa disorot. Untuk video jualan, caption di video biasanya lebih berguna karena kamu yang menentukan kata mana yang menonjol. Keduanya juga bisa dipakai bersamaan.

Pertanyaan yang sering muncul