---
title: "Apakah itu penukaran kod (code-switching) dalam NLP dan ASR?"
description: "Penukaran kod ialah mencampurkan dua bahasa atau varian dalam satu perbualan atau ayat. Mengapa ia mengelirukan LLM, pengesanan bahasa dan speech-to-text, kes Arab."
url: https://broadrouter.com/ms/glossary/code-switching/
lang: ms
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Diterjemahkan daripada bahasa Inggeris dengan bantuan AI. [Baca versi asal dalam bahasa Inggeris](https://broadrouter.com/glossary/code-switching/) (dikemas kini 2026-11-16).

# Penukaran kod (code-switching)

Dikemas kini 2026-11-16

Penukaran kod ialah penggunaan dua atau lebih bahasa, atau varian satu bahasa, dalam perbualan atau ayat yang sama, sama ada dalam pertuturan atau penulisan. Contohnya penutur Arab yang mencampurkan perkataan Inggeris ke dalam dialek, atau bertukar antara Bahasa Arab Standard Moden dan dialek mereka.

Juga dikenali sebagai: code-switching, code switching, percampuran kod, bahasa rojak, code-mixing, code mixing, language mixing, mixed-language text

Penukaran kod ialah pertuturan biasa bagi orang dwibahasa. Bagi perisian yang menjangka satu bahasa bagi setiap input, ia punca ralat yang biasa.

## Cara ia berfungsi

Solorio et al. (2014), dalam shared task pertama tentang data penukaran kod, mentakrifkannya secara luas sebagai satu tindakan komunikasi, “spoken or written, where two or more languages are being used interchangeably” (Terjemahan BroadRouter: “lisan atau bertulis, di mana dua atau lebih bahasa digunakan secara bersilih ganti”). Tugas mereka melabel setiap perkataan dalam hantaran Twitter mengikut bahasanya merentas empat pasangan: Bahasa Arab Standard Moden-Bahasa Arab Dialek, Mandarin-Inggeris, Nepal-Inggeris dan Sepanyol-Inggeris. Tujuh pasukan menghantar 42 larian. Pengecaman peringkat perkataan paling sukar bagi [MSA](https://broadrouter.com/ms/glossary/msa/) berbanding dialek, kerana kedua-duanya berkait rapat, dan paling mudah bagi Sepanyol-Inggeris dan Nepal-Inggeris.

Pengguna Arab bertukar dalam beberapa cara serentak:

-   **Dialek dan MSA.** Kertas MADAR menyatakan bahawa dalam situasi tanpa skrip yang menjangkakan MSA, seperti rancangan bual bicara TV, penutur berulang kali bertukar antara dialek mereka dan MSA.
-   **Arab dan Inggeris atau Perancis.** Darwish (2014) memerhatikan bahawa ramai penutur Arab adalah dwibahasa dan mencampurkan bahasa Inggeris atau Perancis dengan bahasa Arab dalam ayat.
-   **Tulisan.** Mesej yang ditaip boleh mencampurkan tulisan Arab, tulisan Rumi dan [Arabizi](https://broadrouter.com/ms/glossary/arabizi/) dalam satu baris.

Mesej chat Teluk yang biasa mencampurkan kesemuanya:

```text
عندي meeting بكرة الساعة 3، can we move it?
("I have a meeting tomorrow at 3, can we move it?")
```

Perkataan Arabnya ialah dialek, “meeting” ialah bahasa Inggeris dalam klausa Arab, dan ayat itu berakhir dalam bahasa Inggeris. Pengesan bahasa, tokenizer dan model pertuturan masing-masing perlu menangani pertukaran itu.

## Mengapa ia penting

-   **Speech-to-text.** Permintaan transkripsi biasanya menerima satu `language`. Nama produk Inggeris dalam pertuturan Arab mungkin keluar dalam tulisan Arab, tulisan Rumi atau tersalah dengar. Persetujui satu konvensyen dan kira [kadar ralat perkataan](https://broadrouter.com/ms/glossary/word-error-rate/) berdasarkannya, jika tidak anda akan mengira perbezaan gaya sebagai ralat.
-   **Penghalaan dan carian.** Pengesan bahasa yang memilih satu label bagi setiap mesej akan salah melabel mesej bercampur, jadi niat Arab boleh tersasar ke aliran bahasa Inggeris.
-   **Prompt LLM.** Beritahu model bahawa input mungkin bercampur bahasa dan nyatakan bahasa jawapan. Jika tidak, ia mungkin meniru bahasa yang muncul terakhir.

## Di BroadNet Inference

Dokumentasi BroadNet menyatakan supaya sentiasa menghantar `language` dengan transkripsi, `ar` untuk Arab dan `en` untuk Inggeris, dan memberi amaran bahawa tanpanya bahasa Arab boleh ditransliterasi ke dalam huruf Rumi. Ia tidak mendokumenkan tetapan bahasa bercampur. Untuk pertuturan Arab yang mengandungi perkataan Inggeris, hantar `language=ar` kepada [BroadNet Transcribe Arabic](https://broadrouter.com/ms/models/cohere-transcribe-arabic/) dan uji pada rakaman sebenar; [artikel pengecaman pertuturan dialek](https://broadrouter.com/ms/blog/arabic-dialect-speech-recognition/) menerangkan cara membina set ujian itu. Untuk teks bercampur dalam chat, [Qwen3.8 27B](https://broadrouter.com/ms/models/qwen3.8-27b/) ialah model yang dilaporkan BroadNet telah diuji pada dialek Arab.

## Soalan lazim

### Adakah penukaran kod sama dengan percampuran kod?

Dalam amalan, kedua-dua nama menggambarkan lebih daripada satu bahasa dalam satu mesej atau perbualan, dan ia menimbulkan masalah yang sama untuk alat bahasa. Glosari ini menganggapnya sebagai satu istilah.

### Bahasa apakah yang perlu saya hantar untuk audio Arab yang mengandungi perkataan Inggeris?

Di BroadNet, hantar language=ar untuk audio yang kebanyakannya bahasa Arab. Tentukan lebih awal sama ada perkataan Inggeris perlu kekal dalam tulisan Rumi, dan semak sampel transkrip.

### Bolehkah LLM memahami teks yang bercampur bahasa?

Biasanya boleh, untuk pasangan biasa seperti Arab dan Inggeris, tetapi kualiti berbeza mengikut model dan dialek. Nyatakan dalam prompt bahawa input mungkin bercampur bahasa, namakan bahasa jawapan, dan uji dengan mesej sebenar pengguna anda.

## Lihat juga

-   [Bahasa Arab Standard Moden (MSA)](https://broadrouter.com/ms/glossary/msa/) (istilah)
-   [Arabizi](https://broadrouter.com/ms/glossary/arabizi/) (istilah)
-   [Speech-to-text (pertuturan kepada teks)](https://broadrouter.com/ms/glossary/speech-to-text/) (istilah)
-   [Kadar ralat perkataan (word error rate, WER)](https://broadrouter.com/ms/glossary/word-error-rate/) (istilah)
-   [Dialek Arab (dialectal Arabic)](https://broadrouter.com/ms/glossary/dialectal-arabic/) (istilah)
-   [API speech-to-text bahasa Arab, langkah demi langkah](https://broadrouter.com/ms/guides/arabic-speech-to-text-api/) (panduan)
-   [Cara tukar nota suara WhatsApp kepada teks dengan API](https://broadrouter.com/ms/guides/transcribe-whatsapp-voice-notes/) (panduan)
-   [Pengecaman pertuturan dialek Arab: Teluk, Mesir, Levant, Maghreb](https://broadrouter.com/ms/blog/arabic-dialect-speech-recognition/) (artikel)
-   [Arabizi dan LLM: mengendalikan Franco-Arab dengan nombor 3 dan 7](https://broadrouter.com/ms/blog/arabizi-llm-handling/) (artikel)
-   [API speech-to-text berbilang bahasa: 14 bahasa, satu endpoint](https://broadrouter.com/ms/blog/multilingual-speech-to-text-api/) (artikel)

Cuba dengan beban kerja sebenar anda. Akaun baharu bermula dengan kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM dan Qwen3.8 memerlukan tambah nilai.

[Mulakan](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-glossary-code-switching&utm_content=page-cta) ·

**Sumber**

-   [Solorio et al., Overview for the First Shared Task on Language Identification in Code-Switched Data (2014, ACL Anthology) (disemak 2026-11-16)](https://aclanthology.org/W14-3907/)
-   [Bouamor et al., The MADAR Arabic Dialect Corpus and Lexicon (LREC 2018, ACL Anthology) (disemak 2026-11-16)](https://aclanthology.org/L18-1535/)
-   [Darwish, Arabizi Detection and Conversion to Arabic (ANLP 2014, ACL Anthology) (disemak 2026-11-16)](https://aclanthology.org/W14-3629/)
-   [Rujukan API BroadNet Inference, transkripsi (parameter language) (disemak 2026-11-16) (Bahasa Inggeris)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-glossary-code-switching&utm_content=sources)
