Teknologi

Lingo.dev adalah mesin pelokalan aplikasi untuk pengembang

Ahli monolingu yang ingin berkomunikasi dengan massa global tidak pernah begitu mudah. Google Translate lama yang terpercaya dapat mengonversi konten gambar, audio, dan seluruh situs web di ratusan bahasa, sementara alat yang lebih baru seperti chatgpt juga berfungsi sebagai penerjemah saku yang praktis.

Di bagian belakang, Deepl Dan Elevenlab memiliki telah mencapai penilaian miliaran dolar yang tinggi untuk berbagai kecerdasan terkait bahasa yang dapat disalurkan oleh bisnis ke dalam aplikasi mereka sendiri. Tetapi pemain baru sekarang memasuki keributan, dengan mesin lokalisasi bertenaga AI yang melayani infrastruktur untuk membantu pengembang menjadi global-“garis” untuk lokalisasi aplikasi, jika Anda mau.

Sebelumnya dikenal sebagai replexica, Lingo.dev Target pengembang yang ingin membuat ujung depan aplikasi mereka sepenuhnya terlokalisasi sejak awal; Yang perlu mereka khawatirkan hanyalah mengirimkan kode mereka seperti biasa, dengan Lingo.dev menggelegak di bawah kapnya dengan autopilot. Hasilnya adalah bahwa tidak ada teks salinan/tempel antara chatgpt (untuk terjemahan cepat dan kotor), atau bermain -main dengan beberapa file terjemahan dalam berbagai format yang bersumber dari berbagai agen.

Hari ini, Lingo.dev menghitung pelanggan seperti AI Prancis Unicorn Mistral AI Dan Open Source Calendly Rival Cal.com. Untuk menggerakkan fase pertumbuhan berikutnya, perusahaan telah mengumumkan telah mengumpulkan $ 4,2 juta dalam putaran pendanaan yang dipimpin oleh modal yang diinisialisasi, dengan partisipasi dari Y Combinator dan sejumlah malaikat.

Ditemukan dalam terjemahan

Lingo.dev adalah hasil karya CEO Max Prilutskiy dan CPO Veronica Prilutskaya (foto di atas) yang mengumumkan bahwa mereka menjual startup SaaS sebelumnya yang dipanggil Notionlytics ke an Pembeli yang dirahasiakan tahun lalu. Duo ini sudah mengerjakan fondasi Lingo.dev sejak 2023, dengan prototipe pertama dikembangkan sebagai bagian dari a Hackathon di Universitas Cornell. Hal ini menyebabkan pelanggan yang membayar pertama, sebelum bergabung dengan program jatuh Y Combinator (YC) tahun lalu.

Pada intinya, Lingo-dev adalah API terjemahan yang dapat disebut secara lokal oleh pengembang melalui CLI mereka (Antarmuka baris perintah), atau melalui integrasi langsung dengan sistem CI/CD mereka melalui GitHub atau GitLab. Jadi pada dasarnya, tim pengembangan menerima permintaan tarik dengan pembaruan terjemahan otomatis setiap kali perubahan kode standar dilakukan.

Inti dari semua ini, seperti yang Anda harapkan, adalah model bahasa besar (LLM) – atau beberapa LLM, tepatnya, dengan Lingo.dev mengatur berbagai input dan output di antara mereka semua. Pendekatan campuran-dan-pertandingan ini, yang menggabungkan model dari Anthropic, Openai, di antara penyedia lain, dirancang untuk memastikan bahwa model terbaik dipilih untuk tugas yang dihadapi.

“Perkumpulan yang berbeda bekerja lebih baik di beberapa model daripada model lain,” Prilutskiy menjelaskan kepada TechCrunch. “Juga tergantung pada kasus penggunaan, kita mungkin menginginkan latensi yang lebih baik, atau latensi mungkin tidak masalah semua.”

Tentu saja, tidak mungkin untuk berbicara tentang LLM tanpa juga berbicara tentang privasi data – salah satu alasan mengapa beberapa bisnis lebih lambat untuk mengadopsi AI generatif. Tetapi dengan Lingo.dev, fokusnya secara substansial pada melokalisasi antarmuka front-end, meskipun juga melayani konten bisnis seperti situs pemasaran, email otomatis, dan banyak lagi-tetapi tidak menyalurkan ke dalam informasi yang dapat diidentifikasi pribadi pelanggan (PII ), misalnya.

“Kami tidak mengharapkan data pribadi yang dikirimkan kepada kami,” kata Prilutskiy.

Melalui Lingo.dev, perusahaan dapat membangun kenangan terjemahan (toko konten yang diterjemahkan sebelumnya) dan mengunggah panduan gaya mereka untuk menyesuaikan suara merek untuk pasar yang berbeda.

Lingo.Dev: Membangun Suara MerekKredit gambar:Lingo.dev

Bisnis juga dapat menentukan aturan tentang bagaimana frasa tertentu harus ditangani dan dalam situasi apa. Selain itu, mesin dapat menganalisis penempatan teks tertentu, membuat penyesuaian yang diperlukan di sepanjang jalan – misalnya, kata ketika diterjemahkan dari bahasa Inggris ke dalam bahasa Jerman mungkin memiliki dua kali lipat jumlah karakter, yang berarti bahwa itu akan merusak UI. Pengguna dapat menginstruksikan mesin untuk menghindari masalah itu dengan mengulangi sepotong teks sehingga cocok dengan panjang teks asli.

Tanpa konteks yang lebih luas dari apa sebenarnya aplikasi, mungkin sulit untuk melokalisasi sepotong kecil teks mandiri, seperti label pada antarmuka. Lingo.dev menyiasati ini menggunakan fitur yang dijuluki “Kesadaran Konteks,” di mana ia menganalisis seluruh konten file lokalisasi, termasuk tombol teks atau sistem acara yang berdekatan yang kadang -kadang dimiliki file terjemahan. Ini semua tentang memahami “microcontext,” seperti yang dikatakan Prilutskiy.

Dan lebih banyak lagi yang datang di depan ini di masa depan juga.

“Kami sudah mengerjakan fitur baru yang menggunakan tangkapan layar UI aplikasi, yang akan digunakan Lingo.dev untuk mengekstrak lebih banyak petunjuk kontekstual tentang elemen UI dan niat mereka,” katanya.

Dasbor Lingo.dev
Dasbor Lingo.devKredit gambar:Lingo.dev

Pergi lokal

Ini masih cukup awal untuk Lingo.dev dalam hal jalurnya menuju lokalisasi penuh. Misalnya, warna dan simbol mungkin memiliki makna yang berbeda antara budaya yang berbeda, sesuatu yang tidak langsung dipenuhi oleh Lingo.dev. Selain itu, hal -hal seperti konversi metrik/kekaisaran adalah sesuatu yang masih perlu ditangani oleh pengembang di tingkat kode.

Namun, Lingo.dev mendukung MessageFormat Kerangka kerja, yang menangani perbedaan dalam pluralisasi dan ungkapan khusus gender antar bahasa. Perusahaan juga baru -baru ini merilis fitur beta eksperimental khusus untuk idiom; Misalnya, “untuk membunuh dua burung dengan satu batu” memiliki setara dalam bahasa Jerman yang diterjemahkan secara kasar menjadi “untuk memukul dua lalat dengan satu swat.”

Selain itu, Lingo.dev juga melakukan penelitian AI terapan untuk meningkatkan berbagai segi dari proses lokalisasi otomatis.

“Salah satu tugas kompleks yang sedang kami kerjakan adalah melestarikan versi feminin/maskulin dari kata benda dan kata kerja ketika menerjemahkan antar bahasa,” kata Prilutskiy. “Bahasa yang berbeda menyandikan jumlah informasi yang berbeda. Misalnya, kata 'guru' dalam bahasa Inggris adalah netral gender, tetapi dalam bahasa Spanyol itu baik “Maestro”(Pria) atau“guru” (perempuan). Memastikan nuansa ini dipertahankan dengan benar berada di bawah upaya penelitian AI kami yang diterapkan. “

Pada akhirnya, rencana permainan lebih dari sekadar terjemahan sederhana: ia ingin mendapatkan sesuatu sedekat mungkin dengan apa yang mungkin Anda dapatkan dengan tim penerjemah profesional.

“Secara keseluruhan, [goal] Dengan Lingo.dev adalah untuk menghilangkan gesekan dari lokalisasi dengan sangat teliti, sehingga menjadi lapisan infrastruktur dan bagian alami dari tumpukan teknologi, ”kata Prilutskiy. “Mirip dengan bagaimana Stripe menghilangkan gesekan dari pembayaran online secara efektif sehingga menjadi alat pengembang inti untuk pembayaran.”

Sementara para pendiri baru -baru ini berbasis di Barcelona, ​​mereka memindahkan rumah formal mereka ke San Francisco. Perusahaan ini hanya menghitung total tiga karyawan, dengan seorang insinyur pendiri yang membentuk trio – dan ini adalah filosofi startup lean yang mereka rencanakan untuk diikuti.

“Orang -orang di YC, saya dan pendiri lain, kita semua sangat percaya pada hal itu,” kata Prilutskiy.

Startup mereka sebelumnya, yang menyediakan analitik untuk NOTION, sepenuhnya dibooting dengan pelanggan terkenal termasuk Square, Shopify, dan Sequoia Capital-dan memiliki total nol karyawan di luar Max dan Veronica.

“Kami adalah dua orang, penuh waktu, tetapi dengan beberapa kontraktor untuk berbagai hal sekarang dan kemudian,” tambah Prilutskiy. “Tapi kami tahu bagaimana membangun sesuatu dengan sumber daya minimal. Karena perusahaan sebelumnya bootstrap, jadi kami harus menemukan cara agar berfungsi. Dan kami mereplikasi gaya lean yang sama – tetapi sekarang dengan dana. ”

Source

Related Articles

Leave a Reply

Your email address will not be published. Required fields are marked *

Back to top button