Los monolingüistas que desean comunicarse con las masas globales nunca lo han tenido tan fácil. El antiguo traducción de Google de confianza puede convertir el contenido de imágenes, audio y sitios web completos en cientos de idiomas, mientras que las herramientas más nuevas como ChatGPT también sirven como útiles traductores de bolsillo.
En el back-end, DeepL y ElevenLabs han alcanzado las altas valoraciones de mil millones de dólares para diversas inteligentes inteligentes relacionados con el lenguaje que las empresas pueden canalizar a sus propias aplicaciones. Pero un nuevo jugador ahora está entrando en la refriega, con un motor de localización con IA que sirve a la infraestructura para ayudar a los desarrolladores a globalizarse, una “franja” para la localización de aplicaciones, si lo desea.
Anteriormente conocido como Replexica, Lingo.dev se dirige a los desarrolladores que desean hacer que el front-end de su aplicación esté completamente localizado desde el primer momento; Todo lo que deben preocuparse es enviar su código como de costumbre, con Lingo.dev burbujeando debajo del capó en el piloto automático. El resultado es que no hay texto de copia/pegado entre ChatGPT (para traducciones rápidas y sucias), o jugando con múltiples archivos de traducción en diferentes formatos obtenidos de innumerables agencias.
Hoy, Lingo.dev cuenta con clientes como la IA Mistral de Unicornio francés y el código abierto rivalizan calendamente Cal.com. Para impulsar la siguiente fase de crecimiento, la compañía ha anunciado que ha recaudado $ 4.2 millones en una ronda de fondos inicial dirigido por el capital inicializado, con la participación de Y Combinator y una serie de ángeles.
Encontrado en la traducción
Lingo.dev es el trabajo del CEO Max Prilutskiy y el CPO Veronica Prilutskaya (en la foto de arriba) que anunciaron que vendieron una startup SaaS anterior llamada Notylytics a un comprador no revelado el año pasado. El dúo ya había estado trabajando en las bases de Lingo.dev desde 2023, con el primer prototipo desarrollado como parte de un hackathon en la Universidad de Cornell. Esto llevó a sus primeros clientes que pagan, antes de unirse al programa de otoño de Y Combinator (YC) el año pasado.
En esencia, Lingo-Dev es una API de traducción que los desarrolladores pueden llamar localmente a través de su CLI (interfaz de línea de comandos) o mediante una integración directa con su sistema CI/CD a través de Github o GitLab. Entonces, en esencia, los equipos de desarrollo reciben solicitudes de extracción con actualizaciones de traducción automatizada cada vez que se realiza un cambio de código estándar.
En el corazón de todo esto, como es de esperar, hay un modelo de lenguaje grande (LLM), o varios LLM, para ser exactos, con Lingo.dev orquestando las diversas entradas y salidas entre todos ellos. Este enfoque de mezcla y combinación, que combina modelos de antrópico, OpenAI, entre otros proveedores, está diseñado para garantizar que se elija el mejor modelo para la tarea en cuestión.
“Las diferentes indicaciones funcionan mejor en algunos modelos sobre otros modelos”, explicó Prilutskiy a TechCrunch. “También dependiendo del caso de uso, podríamos querer una mejor latencia o la latencia podría no importar todo”.
Por supuesto, es imposible hablar de LLM sin hablar también de privacidad de datos, una de las razones por las que algunas empresas han sido más lentas para adoptar IA generativa. Pero con Lingo.dev, el enfoque se centra sustancial en localizar las interfaces frontales, aunque también atiende a contenido comercial, como sitios de marketing, correos electrónicos automatizados y más, pero no canaliza la información de identificación personal de ningún cliente (PII (PII ), por ejemplo.
“No esperamos que se nos envíen datos personales”, dijo Prilutskiy.
A través de Lingo.dev, las empresas pueden construir recuerdos de traducción (una tienda de contenido previamente traducido) y cargar su guía de estilo para adaptar la voz de la marca para diferentes mercados.
Las empresas también pueden especificar reglas sobre cómo se deben manejar frases particulares y en qué situaciones. Además, el motor puede analizar la colocación del texto específico, haciendo que los ajustes necesarios en el camino, por ejemplo, una palabra cuando se traduce del inglés al alemán podría tener el doble de caracteres, lo que significa que rompería la interfaz de usuario. Los usuarios pueden instruir al motor que elude ese problema reformulando una pieza de texto para que coincida con la longitud del texto original.
Sin el contexto más amplio de lo que realmente es una aplicación, puede ser difícil localizar una pequeña pieza de texto independiente, como una etiqueta en una interfaz. Lingo.dev se acerca a esto utilizando una característica denominada “conciencia de contexto”, por lo que analiza todo el contenido del archivo de localización, incluidas las teclas de texto o del sistema de eventos adyacentes que a veces tienen los archivos de traducción. Se trata de comprender el “microcontexto”, como lo expresa Prilutskiy.
Y también viene más en este frente en el futuro.
“Ya estamos trabajando en una nueva característica que utiliza capturas de pantalla de la interfaz de usuario de la aplicación, que Lingo.dev usaría para extraer aún más sugerencias contextuales sobre los elementos de la interfaz de usuario y su intención”, dijo.
Ir local
Todavía es bastante temprano para Lingo.dev en términos de su camino hacia la localización completa. Por ejemplo, los colores y los símbolos pueden tener diferentes significados entre diferentes culturas, algo a lo que Lingo.dev no atiende directamente. Además, cosas como las conversiones métricas/imperiales es algo que el desarrollador aún debe abordar a nivel de código.
Sin embargo, Lingo.dev admite el marco MessageFormat, que maneja las diferencias en la pluralización y la redacción específica de género entre los idiomas. La compañía también lanzó recientemente una función beta experimental específicamente para modismos; Por ejemplo, “matar a dos pájaros con una piedra” tiene un equivalente en alemán que se traduce aproximadamente en “golpear dos moscas con un swat”.
Además de eso, Lingo.dev también está llevando a cabo investigaciones de IA aplicadas para mejorar varias facetas del proceso de localización automatizada.
“Una de las tareas complejas en las que estamos trabajando actualmente es preservar versiones femeninas/masculinas de sustantivos y verbos al traducir entre idiomas”, dijo Prilutskiy. “Diferentes idiomas codifican diferentes cantidades de información. Por ejemplo, la palabra ‘maestro’ en inglés es neutral en el género, pero en español es “maestro“(Hombre) o”Maestra” (femenino). Asegurarse de que estos matices se conserven correctamente se encuentran bajo nuestros esfuerzos de investigación de IA aplicados “.
En última instancia, el plan de juego es mucho más que una simple traducción: quiere que las cosas sean lo más cerca posible de lo que podría obtener con un equipo de traductores profesionales.
“En general, el [goal] con Lingo.dev es eliminar la fricción de la localización tan a fondo que se convierta en una capa de infraestructura y parte natural de la pila tecnológica ”, dijo Prilutskiy. “Similar a cómo Stripe eliminó la fricción de los pagos en línea de manera tan efectiva que se convirtió en un conjunto de herramientas de desarrollador central para los pagos”.
Si bien los fundadores más recientemente tenían su sede en Barcelona, están trasladando su hogar formal a San Francisco. La compañía cuenta en total solo tres empleados, con un ingeniero fundador que constituye el trío, y esta es una filosofía de inicio delgada que planean seguir.
“Amigos de YC, yo y otros fundadores, todos creemos grandes en eso”, dijo Prilutskiy.
Su startup anterior, que proporcionó análisis para la noción, estaba completamente arrancado con clientes de alto perfil, incluidos Square, Shopify y Sequoia Capital, y tenía un gran total de cero empleados más allá de Max y Veronica.
“Éramos dos personas, a tiempo completo, pero con algunos contratistas para varias cosas de vez en cuando”, agregó Prilutskiy. “Pero sabemos cómo construir cosas con recursos mínimos. Debido a que la compañía anterior estaba arrancada, por lo que tuvimos que encontrar una manera para que eso funcionara. Y estamos replicando el mismo estilo Lean, pero ahora con fondos “.
