Lingo.dev: مترجم هوشمند اپلیکیشن‌ها برای بومی‌سازی بدون دردسر!

Lingo.dev: ابزاری نوین برای ترجمه و بومی‌سازی اپلیکیشن‌ها

برای کسب‌وکارهایی که در پی گسترش فعالیت‌های خود در سطح جهانی هستند، فرآیند ترجمه و بومی‌سازی اپلیکیشن‌ها از جمله حیاتی‌ترین اقداماتی است که باید به آن توجه نمایند. با این حال، ترجمه و بومی‌سازی اپلیکیشن‌ها صرفاً به معنای جایگذاری متون در سرویس‌هایی نظیر Google Translate و دریافت یک متن یا تصویر ترجمه‌شده نیست. ابزارهای جدیدتری مانند ChatGPT نیز به عنوان مترجمانی سریع و کارآمد ظاهر شده‌اند، اما هیچ یک از این موارد نمی‌توانند یک تجربه بومی‌سازی جامع و کامل را ارائه دهند. در این مقاله، به بررسی استارتاپ Lingo.dev می‌پردازیم که با هدف رفع این نیاز ایجاد شده است.

علاوه بر ابزارهای ساده‌ای همچون Google Translate و ChatGPT، شرکت‌هایی نظیر DeepL و ElevenLabs با ارائه فناوری‌های زبانی پیشرفته و ارزشمند، به جایگاه‌های میلیارد دلاری دست یافته‌اند و این قابلیت‌ها را در اختیار کسب‌وکارهایی قرار می‌دهند که قصد دارند اپلیکیشن‌های خود را در سطح بین‌المللی عرضه نمایند. اکنون، بازیگر تازه‌ای وارد این عرصه شده است: یک موتور بومی‌سازی مبتنی بر هوش مصنوعی که زیرساخت لازم برای ترجمه و بومی‌سازی اپلیکیشن‌ها را به طور یکپارچه در اختیار توسعه‌دهندگان قرار می‌دهد. می‌توان این پلتفرم را به عنوان نسخه‌ای از Stripe برای حوزه بومی‌سازی اپلیکیشن‌ها در نظر گرفت.

این پلتفرم که پیش‌تر با نام Replexica شناخته می‌شد، توسعه‌دهندگانی را هدف قرار داده است که می‌خواهند از همان مراحل اولیه توسعه، رابط کاربری اپلیکیشن خود را به صورت کامل بومی‌سازی نمایند. تنها اقدامی که توسعه‌دهندگان باید انجام دهند، ارسال کدهای خود طبق روال معمول است؛ در این میان، Lingo.dev به صورت خودکار در پس‌زمینه فعالیت می‌کند.

نتیجه این فرآیند، حذف نیاز به کپی و جایگذاری متون در ابزارهایی مانند ChatGPT برای ترجمه‌های سریع و سطحی یا مدیریت فایل‌های متعدد ترجمه از منابع گوناگون است. Lingo.dev فرآیند پیچیده ترجمه و بومی‌سازی اپلیکیشن‌ها را به شکلی ساده و خودکار درآورده است.

در حال حاضر، Lingo.dev مشتریانی نظیر شرکت فرانسوی Mistral AI و پلتفرم متن‌باز Cal.com (رقیب Calendly) را در فهرست کاربران خود دارد. به منظور تسریع روند رشد، این شرکت اعلام کرده است که در مرحله سرمایه‌گذاری اولیه، مبلغ ۴.۲ میلیون دلار جذب کرده است.

آغاز مسیر Lingo.dev در عرصه ترجمه و بومی‌سازی اپلیکیشن‌ها

Lingo.dev حاصل تلاش‌های مکس پریلوتسکی (مدیرعامل) و ورونیکا پریلوتسکایا (مدیر ارشد محصول) است. این دو نفر در سال گذشته استارتاپ پیشین خود با نام Notionlytics را به خریدار نامشخصی واگذار نمودند. آن‌ها از سال ۲۰۲۳ میلادی بر روی پایه‌های Lingo.dev کار کرده بودند و اولین نمونه اولیه این پلتفرم را در یک هکاتون در دانشگاه کرنل توسعه دادند. این پروژه منجر به جذب اولین مشتریان با پرداخت هزینه شد و پس از آن، در برنامه پاییزه Y Combinator شرکت نمودند.

هسته اصلی Lingo.dev یک API ترجمه است که توسعه‌دهندگان می‌توانند آن را به صورت محلی از طریق رابط خط فرمان (CLI) یا به طور مستقیم از طریق یکپارچه‌سازی با سیستم CI/CD در GitHub یا GitLab فراخوانی نمایند. در عمل، تیم‌های توسعه به طور خودکار و با هر تغییری در کد، درخواست‌های ادغام (pull request) حاوی به‌روزرسانی‌های ترجمه را دریافت می‌کنند.

در مرکز این سیستم، همان‌طور که انتظار می‌رود، یک مدل زبانی بزرگ (LLM) قرار دارد—یا به عبارت دقیق‌تر، چندین مدل زبانی. Lingo.dev وظیفه هماهنگی ورودی‌ها و خروجی‌ها میان این مدل‌ها را بر عهده دارد. این رویکرد ترکیبی، که از مدل‌های Anthropic و OpenAI و سایر ارائه‌دهندگان استفاده می‌کند، به گونه‌ای طراحی شده است که بهترین مدل برای انجام هر وظیفه انتخاب شود.

مکس پریلوتسکی در مصاحبه با TechCrunch توضیح داد که هر مدل زبانی بزرگ (LLM) برای درخواست‌های خاصی عملکرد بهتری ارائه می‌دهد. همچنین، بسته به نوع کاربرد، ممکن است کاهش زمان پاسخ‌دهی (latency) از اهمیت بالایی برخوردار باشد یا اصلاً مهم نباشد.

یکی از دغدغه‌های اصلی در استفاده از مدل‌های زبانی بزرگ، حفظ حریم خصوصی داده‌ها است. این مسئله یکی از دلایلی است که برخی از کسب‌وکارها در پذیرش فناوری هوش مصنوعی مولد (Generative AI) با احتیاط بیشتری عمل کرده‌اند. با این حال، تمرکز اصلی Lingo.dev بر بومی‌سازی رابط‌های کاربری است. این پلتفرم همچنین از محتوای تجاری مانند وب‌سایت‌های بازاریابی و ایمیل‌های خودکار پشتیبانی می‌کند، اما هیچ‌گونه اطلاعات شناسایی شخصی (PII) را پردازش یا ذخیره نمی‌کند.

پریلوتسکی تأکید کرد که آن‌ها انتظار دریافت هیچ‌گونه داده شخصی از سوی مشتریان خود را ندارند. علاوه بر این، شرکت‌ها از طریق Lingo.dev می‌توانند حافظه ترجمه (مجموعه‌ای از محتوای ترجمه‌شده قبلی) ایجاد کرده و راهنمای سبک (Style Guide) خود را بارگذاری نمایند. این قابلیت به آن‌ها امکان تنظیم لحن و صدای برند خود را برای بازارهای مختلف می‌دهد.

کسب‌وکارها می‌توانند قوانین خاصی برای نحوه ترجمه عبارات مشخص و شرایط استفاده از آن‌ها تعریف کنند. علاوه بر این، موتور Lingo.dev قادر است در حین ترجمه و بومی‌سازی اپلیکیشن‌ها، موقعیت متن را در رابط کاربری تحلیل کرده و در صورت نیاز، تنظیمات لازم را اعمال نماید. به عنوان مثال، زمانی که یک کلمه از زبان انگلیسی به آلمانی ترجمه می‌شود، ممکن است طول آن دو برابر شود و باعث ایجاد مشکل در رابط کاربری گردد. کاربران می‌توانند موتور را به گونه‌ای تنظیم کنند که این مشکل را با بازنویسی متن و تطبیق آن با طول اصلی برطرف نماید.

ترجمه بخش‌های کوچک و مستقل از متن، مانند برچسب‌های رابط کاربری، بدون درک کامل از محتوای کلی برنامه، می‌تواند چالش‌برانگیز باشد. برای حل این مشکل، Lingo.dev از قابلیتی به نام آگاهی از زمینه استفاده می‌کند. این ویژگی، کل محتوای فایل بومی‌سازی را تجزیه و تحلیل کرده و به متن‌های مجاور یا کلیدهای سیستم رویداد (Event System Keys) که معمولاً در فایل‌های ترجمه وجود دارند، توجه می‌کند. هدف از این کار، درک دقیق ریززمینه (Microcontext) است.

این شرکت در حال توسعه قابلیت‌های بیشتری در این زمینه است. یکی از ویژگی‌های جدیدی که در دست ساخت قرار دارد، استفاده از تصاویر رابط کاربری (UI Screenshots) است. این قابلیت به Lingo.dev امکان استخراج اطلاعات بیشتری درباره عناصر رابط کاربری و هدف آن‌ها را داده و در فرآیند بومی‌سازی از این اطلاعات استفاده خواهد کرد.

تمرکز بر بهبود ترجمه و بومی‌سازی اپلیکیشن‌ها و درک تفاوت‌های فرهنگی

Lingo.dev هنوز در مراحل اولیه مسیر خود برای دستیابی به ترجمه و بومی‌سازی کامل اپلیکیشن‌ها قرار دارد. به عنوان مثال، رنگ‌ها و نمادها ممکن است در فرهنگ‌های مختلف معانی متفاوتی داشته باشند؛ مسئله‌ای که این پلتفرم هنوز به طور مستقیم به آن نمی‌پردازد. همچنین، مواردی مانند تبدیل واحدهای متریک و امپریال همچنان باید توسط توسعه‌دهندگان در سطح کد مدیریت شود.

با این حال، این پلتفرم از چارچوب MessageFormat پشتیبانی می‌کند. این چارچوب، تفاوت‌های مربوط به جمع‌بندی و عبارات جنسیت‌محور را بین زبان‌های مختلف مدیریت می‌نماید. علاوه بر این، اخیراً یک ویژگی آزمایشی (بتا) برای ترجمه اصطلاحات ارائه شده است. به عنوان مثال، اصطلاح انگلیسی “to kill two birds with one stone” در زبان آلمانی معادل «دو مگس را با یک ضربه زدن» و در زبان فارسی به صورت «با یک تیر دو نشان زدن» ترجمه می‌شود.

Lingo.dev همچنین در حال انجام تحقیقات کاربردی در زمینه هوش مصنوعی است تا فرآیند خودکار ترجمه و بومی‌سازی اپلیکیشن‌ها را در جنبه‌های مختلف بهبود بخشد. یکی از چالش‌های پیچیده‌ای که این شرکت روی آن کار می‌کند، حفظ اشکال مذکر و مؤنث اسم‌ها و افعال هنگام ترجمه بین زبان‌ها است. به عنوان مثال، در زبان انگلیسی کلمه “teacher” از نظر جنسیت خنثی است، اما در زبان اسپانیایی به صورت “maestro” برای مردان و “maestra” برای زنان بیان می‌شود. این مسئله در زبان عربی بسیار پیچیده‌تر بوده و در بسیاری از موارد، کلمات، افعال و عبارات ساختار مذکر