Terjemahan Sulih Suara: Panduan Lengkap untuk Video Multibahasa

Jawaban singkat. Sulih suara terjemahan (voice over translation) adalah alur kerja yang mengambil sulih suara yang sudah ada — baik itu narasi, audio penjelasan, atau rekaman komentar — dan menghasilkan sulih suara yang sama dalam bahasa lain. Sulih suara terjemahan berbasis AI menangani tiga langkah secara otomatis: pengenalan ucapan (speech recognition), penerjemahan, dan sintesis dalam bahasa target. Dengan Perso AI, Anda dapat menerjemahkan ke dalam 99+ bahasa dan mengkloning suara pembicara asli sehingga bahasa baru tersebut terdengar seperti orang yang sama.

Apa itu sulih suara terjemahan?

Sulih suara terjemahan mengonversi sulih suara yang direkam dari satu bahasa ke bahasa lain. Inputnya berupa audio — terkadang menyatu dengan video, terkadang berdiri sendiri — dan outputnya adalah audio dalam bahasa yang berbeda, siap untuk digunakan.

Kategori ini lebih tua daripada AI. Studio-studio telah melakukan ini secara manual selama beberapa dekade: menyewa pengisi suara dalam bahasa target, menyerahkan naskah hasil terjemahan kepada mereka, merekam, lalu menggabungkannya kembali ke dalam video. Kendalanya selalu terletak pada biaya dan waktu. Penjelasan berdurasi 5 menit dalam tiga bahasa dulunya berarti harus melalui tiga sesi studio, tiga pengisi suara, dan satu minggu waktu pengerjaan.

AI mengubah alur kerja tersebut tanpa mengubah tujuannya. Output-nya tetap berupa sulih suara dalam bahasa lain. Jalan menuju output tersebut kini hanya memakan waktu beberapa menit, bukan berminggu-minggu.

Tiga kategori pekerjaan yang masuk dalam lingkup sulih suara terjemahan meliputi:

Yang pertama adalah narasi yang dilokalisasi — video penjelasan, modul e-learning, narasi dokumenter, bab buku audio. Versi aslinya berupa satu suara di sepanjang produksi. Output yang diterjemahkan mempertahankan suara yang sama atau menggantinya dengan padanan bahasa target.

Yang kedua adalah sulih suara dialog (dubbing) — film, drama, konten wawancara di mana beberapa pembicara perlu diterjemahkan secara terpisah. Sulih suara terjemahan adalah andalan di sini, meskipun industri menyebutnya sebagai "dubbing" (sulih suara) setelah masuk ke ranah multi-pembicara.

Yang ketiga adalah audio antarmuka (interface audio) — menu IVR, suara panduan pendaftaran aplikasi, narasi dalam produk. Cakupannya lebih kecil, tetapi menggunakan jaringan penerjemahan-dan-sintesis (translation-and-synthesis pipeline) yang sama di bawahnya.

Bagian lain dari panduan ini berfokus pada dua poin pertama. Poin ketiga mengikuti alur kerja yang sama namun dalam skala yang lebih kecil.

Sulih suara terjemahan vs dubbing — apakah keduanya sama?

Sebagian besar ya. Perbedaan ini sudah ada sebelum alur kerja AI berkembang dan batasannya tidak pernah benar-benar jelas.

Penggunaan dalam industri:

• Sulih suara terjemahan (voice over translation) biasanya merujuk pada konten bergaya narasi. Satu pembicara. Dokumenter. Video penjelasan. Buku audio. Sulih suara berada "di atas" video, bukan disinkronkan dengan gerakan mulut.

• Dubbing biasanya merujuk pada dialog. Banyak pembicara. Sinkronisasi bibir (lip-sync) itu penting. Film dan drama secara bawaan menggunakan istilah ini.

Batasannya cukup kabur dalam praktiknya. Seorang kreator yang menarasikan video YouTube dan menginginkan video yang sama dalam bahasa Spanyol — apakah itu sulih suara terjemahan atau dubbing? Kedua istilah tersebut bisa digunakan. Alur kerjanya identik: suara masuk → penerjemahan → suara keluar → digabungkan kembali ke video.

Jika Anda menginginkan aturan yang jelas: anggaplah sulih suara terjemahan sebagai kategori yang lebih luas, dan dubbing sebagai kasus di mana keselarasan sinkronisasi bibir adalah bagian dari hasil akhir yang harus diberikan. Keduanya berjalan pada jaringan AI (AI pipeline) yang sama. Model 4-Lapisan dari media AI membingkainya sebagai Lapisan 4 — lapisan distribusi — terlepas dari istilah industri mana yang Anda gunakan.

Bagian lain dari panduan ini menggunakan "sulih suara terjemahan" sebagai istilah umum. Jika penyelarasan bibir (lip-sync) dirasa penting, kami akan menjelaskannya secara khusus.

Cara kerja sulih suara terjemahan berbasis AI

Jaringannya memiliki empat langkah. Masing-masing berjalan dalam hitungan detik atau beberapa menit saja untuk konten umum.

Empat langkah. Audio masuk, audio keluar. 1–3 menit per menit durasi video sumber.

Langkah 1 — Pengenalan ucapan (speech recognition). Sistem mentranskripsikan audio sumber menjadi teks. Pengenalan ucapan modern mampu menangani aksen, musik latar, banyak pembicara, dan pola bicara alami (kata pengisi seperti "hm", jeda, awal kalimat yang salah). Transkrip adalah fondasi dari setiap langkah berikutnya, jadi keakuratan di sini jauh lebih penting dari yang disadari orang-orang. Transkrip yang buruk menghasilkan terjemahan yang buruk, yang akhirnya menghasilkan sulih suara yang buruk pula.

Langkah 2 — Penerjemahan. Transkrip dijalankan melalui terjemahan saraf (neural translation) yang disesuaikan untuk bahasa lisan, bukan tulisan. Bahasa lisan lebih pendek, lebih bernuansa idiomatis, dan lebih bergantung pada konteks dibanding teks tertulis. Model terjemahan yang bekerja baik pada dokumen bisa saja buruk pada percakapan, dan sebaliknya. Output-nya adalah naskah bahasa target yang diatur waktunya agar sedekat mungkin dengan tempo aslinya.

Langkah 3 — Sintesis suara (voice synthesis). Naskah hasil terjemahan disintesis menjadi ucapan. Ada dua jalur di sini.

Yang pertama adalah suara stok (stock voices) — pilih suara dari pustaka dan gunakan langsung. Cepat dan bebas dari masalah lisensi, tetapi suara baru tersebut tidak akan terdengar mirip dengan pembicara aslinya.

Yang kedua adalah kloning suara (voice cloning) — latih model pada suara pembicara asli dan sintesiskan bahasa target dengan suara yang sama tersebut. Output-nya terdengar seperti orang yang sama yang sedang berbicara dalam bahasa baru. Ini yang diinginkan oleh sebagian besar alur kerja sulih suara terjemahan profesional.

Langkah 4 — Penyelarasan bibir (lip-sync) (bila melibatkan video). Jika input-nya adalah video, audio yang disintesis akan diselaraskan dengan gerakan mulut asli. Sistem modern mencapai tingkat akurasi sekitar 98% untuk konten umum. Tanpa langkah ini, suara yang baru akan terdengar di atas gerakan mulut yang waktunya mengikuti bahasa asli, yang dalam hitungan detik akan membuat sebagian besar penonton merasa tidak nyaman.

Perso AI menjalankan seluruh rangkaian proses ini sebagai satu alur kerja tunggal. Unggah video, pilih bahasa target, dan dapatkan video yang sudah selesai. Total waktu pemrosesan kira-kira 1 hingga 3 menit per menit durasi video sumber — video berdurasi 5 menit akan selesai diterjemahkan dalam waktu sekitar 5 hingga 15 menit

Kapan Anda membutuhkan sulih suara terjemahan

Keputusannya jarang berupa "apakah saya memerlukan terjemahan sama sekali" — hal itu biasanya sudah jelas dari tujuan bisnis. Pertanyaannya adalah format terjemahan mana yang harus Anda pilih.

Sulih suara terjemahan sangat cocok ketika:

Kontennya berupa video dan audiens Anda adalah penikmat video. Subtitel memang cocok untuk sebagian audiens, tetapi data waktu tonton (watch-time) secara konsisten menunjukkan video yang disulihsuarakan lebih unggul performanya dibanding video dengan subtitel bagi penonton non-penutur asli. Laporan State of AI Dubbing 2026 menemukan bahwa 96% video hasil sulih suara AI dibagikan di hari yang sama saat video tersebut selesai diproduksi — sebuah indikator perilaku dari konten yang dirancang untuk distribusi, bukan sekadar arsip.

Anda sudah memiliki suara dan merek yang khas. Suara seorang kreator adalah bagian dari merek mereka. Narator sebuah perusahaan adalah identitas mereka. Sulih suara terjemahan dengan kloning suara menjaga identitas tersebut tetap utuh di berbagai bahasa. Alur kerja subtitel akan menghilangkan hal ini.

Audiens Anda fokus pada seluler (mobile-first) atau mudah teralih perhatiannya. Konten bersubtitel membutuhkan perhatian visual penuh. Sulih suara terjemahan dapat didengarkan di dalam mobil, sambil memasak, atau sembari bekerja. Pasar mobile-first (seperti India, Asia Tenggara, Amerika Latin) cenderung lebih menyukai konten sulih suara karena alasan ini.

Anda mengirimkan konten ke banyak pasar sekaligus. Produksi subtitel berskala linier — setiap bahasa baru berarti pengulangan proses pengaturan waktu, pemformatan, dan penempelan subtitel. Sementara sulih suara terjemahan berskala sub-linier — setelah sistem disiapkan, menambahkan bahasa ke-6 atau ke-7 hanya memakan waktu komputasi beberapa menit saja, bukan berhari-hari kerja editor.

Sulih suara terjemahan kurang cocok ketika:

Audiens lebih menyukai subtitel. Audiens Jepang yang menonton film asing adalah contoh klasiknya. Beberapa ceruk pasar (niches) secara bawaan lebih memilih subtitel terlepas dari faktor biaya. Lakukan pengujian sebelum berasumsi.

Video tersebut cukup singkat sehingga pembuatan subtitel sangatlah mudah. Klip sosial media berdurasi 60 detik mungkin tidak membutuhkan alur kerja sulih suara secara penuh.

Suara latar itu sendiri adalah konten utamanya. Narator terkenal, penyampaian yang sangat khas dari seorang aktor, atau rekaman langsung di mana karakteristik suaranya merupakan aset utama — menggantinya dengan penerjemahan akan mengubah esensi dari apa yang disajikan. Dalam kasus seperti ini, subtitel dapat menjaga keaslian aset orisinal tersebut.

Sulih suara terjemahan vs subtitel — memilih format yang tepat

Subtitel dan sulih suara terjemahan menjawab pertanyaan bisnis yang sama — bagaimana cara menjangkau penutur bahasa lain — namun memberikan pengalaman penonton yang berbeda.

Subtitel vs sulih suara terjemahan — kapan masing-masing format lebih unggul.

Dalam praktiknya, sebagian besar alur kerja modern menghasilkan keduanya — sulih suara terjemahan sebagai yang utama, dan subtitel sebagai trek aksesibilitas. Platform sulih suara AI biasanya menghasilkan keduanya dari sistem yang sama, karena transkrip dan terjemahan sudah diproduksi di langkah 1 dan 2.

Cara menerjemahkan sulih suara dengan AI (langkah demi langkah)

Langkah-langkah di bawah ini menjelaskan alur kerja di Perso AI. Platform lain mungkin memiliki perbedaan antarmuka namun mengikuti logika yang sama.

1. Unggah sumber. Letakkan berkas video atau audio. Sebagian besar platform menerima format MP4, MOV, MP3, WAV. Jika sumbernya berupa tautan YouTube, tempelkan URL-nya.

2. Pilih bahasa target. Pilih satu atau banyak. Perso AI mendukung 99+ bahasa di seluruh kombinasi sumber dan target. Pilihan umum untuk penggunaan pertama kali: Spanyol, Portugis, Prancis, Jerman, Jepang, Korea.

3. Tinjau transkrip otomatis. Sistem akan menampilkan transkrip bahasa sumber. Edit kesalahan pengenalan ucapan sebelum langkah penerjemahan berjalan — karena setiap perbaikan di sini akan mengoptimalkan langkah berikutnya secara signifikan.

4. Edit terjemahan (opsional). Tinjau naskah bahasa target sebelum sintesis suara berjalan. Perbaiki idiom, nama merek, atau istilah teknis. Langkah ini adalah momen di mana tim dapat mencegah jenis masalah yang hampir mustahil diperbaiki di kemudian hari.

5. Buat (Generate). Sintesis suara dan penyelarasan bibir (lip-sync) akan berjalan. Pemrosesan memakan waktu kira-kira 1 hingga 3 menit per menit durasi video sumber — video berdurasi 5 menit akan selesai dalam waktu sekitar 5 hingga 15 menit.

6. Unduh atau bagikan. Output-nya berupa berkas video MP4 yang sudah selesai untuk setiap bahasa, ditambah trek subtitel (.srt) untuk aksesibilitas. Beberapa platform juga menghasilkan audio MP3 jika Anda hanya menginginkan sulih suaranya saja tanpa video.

Seluruh rangkaian tersebut merupakan satu alur kerja dalam satu platform tunggal. Laporan State of AI Dubbing 2026 menyajikan data perilaku — tingkat pembagian 96% pada hari yang sama — yang berasal dari pengaturan alur kerja tunggal semacam ini, bukan dari transfer manual antar-alat yang terpisah.

Kualitas sulih suara terjemahan — apa yang harus dicari

Kualitas memiliki tiga komponen. Ketiganya sangat penting, dan komponen yang paling lemah akan menentukan seberapa baik hasil akhirnya di telinga penonton.

Tiga komponen. Bagian paling lemah menentukan kualitas akhir.

Akurasi ucapan. Apakah suara yang diterjemahkan menyampaikan apa yang diucapkan sumber aslinya? Kesalahan penerjemahan pada nama merek, istilah teknis, atau frasa khusus adalah kegagalan yang paling umum terjadi. Solusi: tinjau naskah terjemahan sebelum sintesis suara dijalankan.

Kealamian suara. Apakah suaranya terdengar seperti manusia yang sedang berbicara dalam bahasa tersebut, atau seperti robot yang sedang membaca naskah? Suara AI modern telah memangkas sebagian besar celah perbedaan ini, tetapi celah tersebut belum sepenuhnya hilang. Perhatikan intonasi, ritme kalimat, dan panjang jeda yang alami. Kloning suara pembicara asli umumnya mengungguli suara stok dalam dimensi ini karena model AI memiliki ritme alami sumber untuk dipelajari.

Akurasi sinkronisasi bibir (lip-sync) (hanya video). Apakah gerakan mulut cocok dengan audio baru? Perso AI melaporkan akurasi sinkronisasi bibir sebesar 98.5% di seluruh sistemnya, yang merupakan salah satu angka tertinggi yang dipublikasikan di kategori ini. Celah 1.5% yang tersisa paling terlihat pada video close-up dari wajah ke kamera. Untuk pengambilan gambar jarak jauh (wide shots), sensitivitas lip-sync menurun karena persentasi mulut di dalam bingkai terlihat lebih kecil.

Pemeriksaan kualitas praktis: putar hasil output kepada penutur asli bahasa target dan tanyakan apakah hasilnya terdengar alami. Jawabannya biner. Jika mereka ragu-ragu, berarti jawabannya tidak.

Bahasa sulih suara terjemahan yang umum digunakan

Permintaan tidak tersebar secara merata. Berdasarkan data Perso AI yang mencakup 316.856 proyek sulih suara dan 4.023 kreator profesional, bahasa-bahasa target teratas menunjukkan ke mana arah konten global sebenarnya didistribusikan.

Bahasa target teratas — ke mana 112.797 proyek sulih suara terjemahan sebenarnya diluncurkan. Sumber: State of AI Dubbing 2026.

Bahasa Inggris mendominasi sebagai bahasa target (28.050 proyek yang dikategorikan) tetapi memiliki sifat paling horizontal — tidak ada satu pun industri yang melampaui 14% dari output target bahasa Inggris. Bahasa Inggris adalah bahasa keluar bawaan (default outbound) bagi para kreator non-bahasa Inggris.

Bahasa Portugis (13.135 proyek) adalah pasar multi-vertikal yang paling seimbang, dengan animasi, religi, dan pendidikan semuanya mendekati angka 10%+. Bahasa Portugis Brasil secara khusus merupakan pusat kedua untuk konten keagamaan di samping bahasa Inggris — laporan State of AI Dubbing 2026 mendokumentasikan kemitraan yang hampir setara yakni Bahasa Inggris 25.6% / Bahasa Portugis 25.2% di dalam proyek keagamaan, sebuah temuan yang mengejutkan semua orang yang berasumsi bahwa bahasa Spanyol adalah bahasa bawaan untuk konten religi di Amerika Latin (LatAm).

Bahasa Spanyol (10.730 proyek) memimpin dalam vertikal pendidikan dan religi, mendominasi di seluruh Amerika Latin.

Bahasa Korea (4.822 proyek) tergolong unik — 30% dari volume target bahasa Korea masuk ke vertikal pengetahuan (sains/teknologi + gabungan pendidikan). Data ini konsisten dengan melimpahnya konten K-Content ke vertikal yang berdekatan di luar sektor hiburan.

Bahasa Jepang (3.367 proyek) menunjukkan konsentrasi medis tertinggi di antara pasar target utama lainnya — edukasi pasien dan konten kesehatan secara tidak proporsional paling banyak dilokalisasi ke dalam bahasa Jepang.

Bahasa Prancis (6.482 proyek) dipimpin oleh kategori dokumenter, konsisten dengan tradisi produksi film dokumenter Prancis yang kuat.

Untuk proyek sulih suara terjemahan pertama kali, urutan default yang praktis adalah Bahasa Spanyol → Bahasa Portugis → Bahasa Prancis → Bahasa Jerman demi jangkauan audiens yang luas, lalu tambahkan Bahasa Jepang → Bahasa Korea → Bahasa Hindi → Bahasa Arab untuk ekspansi regional atau vertikal.

Biaya sulih suara terjemahan — AI vs manusia

Kesenjangan biaya antara sulih suara terjemahan berbasis AI dan manusia adalah perubahan tunggal terbesar yang terjadi pada kategori ini.

Biaya per menit hasil akhir berdasarkan pendekatan. Sulih suara AI kira-kira 100 kali lebih murah daripada kualitas studio manusia.

Angka-angka di atas bersifat ilustratif — harga sebenarnya bervariasi tergantung pasangan bahasa, fitur tambahan kloning suara, dan platform. Model penagihan per detik dari Perso AI hanya menagih untuk durasi audio yang dihasilkan, sehingga klip berdurasi 30 detik akan ditagih selama 30 detik saja, bukan dibulatkan ke atas menjadi satu menit seperti pada sebagian besar platform dengan model penagihan per menit.

Kesenjangan biaya ini lebih berpengaruh pada proyek multibahasa dibandingkan satu bahasa. Beralih dari satu bahasa ke sepuluh bahasa menggunakan pengisi suara manusia akan melipatgandakan biaya hingga 10 kali lipat. Pada sulih suara terjemahan AI, beralih dari satu ke sepuluh bahasa kira-kira hanya melipatgandakan biaya sebesar dua kali (setiap bahasa menambahkan komputasi, tetapi sebagian besar biaya overhead bersifat tetap). Ini adalah tesis "onramp bahasa" dari laporan State of AI Dubbing 2026 — sebagian besar kreator tetap menggunakan satu bahasa karena penambahan bahasa baru itu mahal, dan alur kerja AI mengubah logika tersebut.

Untuk konten premium di mana nuansa suara merupakan produk utamanya — seperti film layar lebar, game kelas AAA, dokumenter prestise — pengisi suara manusia masih memegang standar kualitas tertinggi. Untuk kebutuhan lainnya, sulih suara terjemahan berbasis AI kini menjadi pilihan bawaan bagi proyek-proyek baru.

————————————————————————-

Pertanyaan yang sering diajukan

T. Apakah sulih suara terjemahan sama dengan dubbing?

Sebagian besar, ya. Sulih suara terjemahan adalah payung besarnya; dubbing biasanya merujuk pada kasus yang padat dialog di mana penyelarasan sinkronisasi bibir adalah bagian dari hasil akhir yang harus dikirimkan. Keduanya berjalan pada sistem AI yang sama — pengenalan ucapan, penerjemahan, sintesis suara, dan (untuk video) penyelarasan bibir.

T. Bisakah AI mengkloning suara saya untuk sulih suara terjemahan?

Ya. Platform sulih suara terjemahan berbasis AI modern mendukung proses kloning suara. Sampel audio sumber yang bersih berdurasi 30 detik biasanya sudah cukup. Suara kloning tersebut akan mengucapkan setiap bahasa target dalam proyek Anda, sehingga orang yang sama tampak sedang menarasikan konten dalam bahasa Spanyol, Jepang, Jerman, dan sebagainya.

T. Seberapa akurat sulih suara terjemahan berbasis AI?

Ada tiga angka akurasi yang penting: pengenalan ucapan (~95%+ pada audio bersih), penerjemahan (sangat bergantung pada pasangan bahasa, dengan pasangan bahasa Eropa yang lebih akurat daripada pasangan bahasa yang langka), dan penyelarasan bibir (~98.5% di Perso AI untuk konten umum). Kesalahan bersifat berantai, sehingga langkah yang paling lemahlah yang akan menentukan kualitas hasil akhir.

T. Berapa lama waktu yang dibutuhkan oleh sulih suara terjemahan berbasis AI?

Kira-kira 1 hingga 3 menit per menit durasi video sumber. Video berdurasi 5 menit akan selesai diterjemahkan dalam waktu sekitar 5 hingga 15 menit untuk satu bahasa target. Proyek multibahasa bersisik sub-linier — menerjemahkan ke dalam 5 bahasa secara waktu total akan lebih dekat ke angka 5 menit dibanding 5×3 menit.

T. Bisakah saya mengedit hasil terjemahan sebelum suaranya dibuat?

Ya, pada sebagian besar platform profesional. Naskah terjemahan akan ditampilkan setelah langkah penerjemahan selesai dan sebelum langkah sintesis suara dijalankan. Memperbaiki nama merek, istilah teknis, dan idiom pada tahap ini secara signifikan jauh lebih mudah daripada memperbaiki audio setelahnya.

T. Apa perbedaan antara sulih suara terjemahan dengan sekadar menambahkan subtitel?

Subtitel dibaca; sulih suara terjemahan didengar. Subtitel mempertahankan audio asli dan menambahkan trek teks dalam bahasa target. Sulih suara terjemahan menggantikan audio tersebut dengan bahasa target. Sebagian besar alur kerja AI modern menghasilkan keduanya — sulih suara sebagai hasil akhir utama, dan subtitel sebagai trek aksesibilitas dari transkrip yang sama.

T. Apakah sulih suara terjemahan dapat digunakan untuk konten langsung (live)?

Saat ini belum — sulih suara terjemahan adalah alur kerja pascaproduksi (post-production). Sulih suara AI langsung secara waktu nyata (real-time) merupakan kategori yang baru muncul dan laporan State of AI Dubbing 2026 mengidentifikasikannya sebagai salah satu dari tiga pergeseran yang diperkirakan akan mencapai produk konsumen pada akhir tahun 2026 / 2027. Untuk saat ini, perlakukan sulih suara terjemahan sebagai langkah pascaproduksi di hari yang sama, bukan langkah langsung.

T. Ke dalam berapa banyak bahasa saya harus menerjemahkannya?

Laporan State of AI Dubbing 2026 menemukan bahwa rata-rata kreator profesional di Perso AI menyulihsuarakan konten ke dalam 1 bahasa, sementara 1% teratas memiliki rata-rata 15 bahasa. Kesenjangan ekspansi ini terjadi karena sebagian besar kreator mengabaikan adopsi bahasa baru padahal konten mereka sebenarnya bisa menjangkau wilayah tersebut. Langkah awal ekspansi yang praktis: pilih 3–5 bahasa yang mencakup target pasar non-sumber terbesar Anda. Hubungkan dari sana berdasarkan data waktu tonton per bahasa.

Mulai sekarang

Jika Anda ingin mencoba sulih suara terjemahan pada video yang sudah ada, cara tercepat adalah mengunggah satu sumber video dan melihat hasilnya di 2–3 bahasa target. Sebagian besar platform profesional menawarkan opsi gratis untuk evaluasi semacam ini.

Untuk platform tunggal yang menangani seluruh alur kerja — pengenalan ucapan, penerjemahan, kloning suara, dan penyelarasan bibir — lihat penerjemah video Perso AI atau lakukan perbandingan di pusat alternatif jika Anda sedang mengevaluasi beberapa opsi.

Data lengkap di balik setiap statistik dalam panduan ini diterbitkan dalam laporan State of AI Dubbing 2026, yang dirilis di bawah lisensi Creative Commons Attribution 4.0.