Monolinguistas que desejam se comunicar com as massas globais nunca tiveram tanta facilidade. O bom e confiável Google Translate pode converter o conteúdo de imagens, áudio e sites inteiros em centenas de idiomas, enquanto ferramentas mais recentes, como o ChatGPT, também funcionam como práticos tradutores de bolso.
Nos bastidores, DeepL e ElevenLabs alcançaram valiosas avaliações bilionárias por vários conhecimentos relacionados a idiomas que as empresas podem inserir em suas próprias aplicações. Mas um novo jogador está entrando na briga, com um mecanismo de localização alimentado por inteligência artificial que oferece a infraestrutura necessária para ajudar os desenvolvedores a alcançarem o mercado global – uma espécie de “Stripe” para localização de aplicativos, por assim dizer.
Anteriormente conhecido como Replexica, o Lingo.dev visa desenvolvedores que desejam localizar completamente o front-end de seus aplicativos desde o início; tudo o que eles precisam se preocupar é em enviar seu código como de costume, com o Lingo.dev funcionando automaticamente nos bastidores. O resultado é que não há mais cópia/colagem de texto entre o ChatGPT (para traduções rápidas), nem sabe-se lá o que fazer com vários arquivos de tradução em diferentes formatos provenientes de diversas agências.
Atualmente, o Lingo.dev conta com clientes como o unicórnio francês Mistral AI e o concorrente de código aberto do Calendly, Cal.com. Para impulsionar a próxima fase de crescimento, a empresa anunciou ter arrecadado US$4,2 milhões em uma rodada inicial de financiamento liderada pela Initialized Capital, com a participação da Y Combinator e uma série de investidores-anjos.
Traduzindo para o sucesso
O Lingo.dev é obra do CEO Max Prilutskiy e da CPO Veronica Prilutskaya que anunciaram ter vendido uma startup anterior chamada Notionlytics para um comprador não revelado no ano passado. O duo já estava trabalhando nos alicerces do Lingo.dev desde 2023, com o primeiro protótipo desenvolvido como parte de um hackathon na Universidade de Cornell. Isso levou aos primeiros clientes pagantes, antes de ingressarem no programa de outono da Y Combinator no ano passado.
Na essência, o Lingo.dev é uma API de tradução que pode ser acessada localmente pelos desenvolvedores por meio de sua CLI (interface de linha de comando), ou por meio de uma integração direta com seu sistema CI/CD via GitHub ou GitLab. Sendo assim, equipes de desenvolvimento recebem solicitações de pull com atualizações de tradução automatizadas sempre que uma alteração padrão de código é feita.
No cerne de tudo isso, como era de se esperar, está um grande modelo de linguagem (LLM) – ou vários LLMs, para ser exato, com o Lingo.dev orquestrando as diversas entradas e saídas entre eles todos. Essa abordagem de combinar modelos da Anthropic e OpenAI, entre outros provedores, foi projetada para garantir que o melhor modelo seja escolhido para a tarefa em questão.
Participe do evento TechCrunch
Junte-se a nós no TechCrunch Sessions: AI
Garanta seu lugar em nosso principal evento da indústria de IA com palestrantes da OpenAI, Anthropic e Cohere. Por tempo limitado, os ingressos custam apenas $292 por um dia inteiro de palestras especializadas, workshops e networking potente.
Exponha no TechCrunch Sessions: AI
Garanta seu lugar no TC Sessions: AI e mostre a 1.200+ tomadores de decisão o que você construiu – sem gastar muito. Disponível até 9 de maio ou enquanto houver mesas disponíveis.
Berkeley, CA
|
5 de junho
REGISTRE-SE AGORA
“Diferentes prompts funcionam melhor em alguns modelos do que em outros”, explicou Prilutskiy ao TechCrunch. “Além disso, dependendo do caso de uso, podemos querer uma latência melhor, ou a latência pode não importar.”
É claro que é impossível falar sobre LLMs sem também mencionar a privacidade dos dados – uma das razões pelas quais algumas empresas têm sido mais lentas em adotar a IA generativa. Mas com o Lingo.dev, o foco está substancialmente na localização de interfaces front-end, embora também atenda a conteúdos comerciais como sites de marketing, e-mails automatizados e muito mais – mas sem direcionar para qualquer informação pessoal identificável (PII) dos clientes.
“Não esperamos que nenhum dado pessoal seja enviado para nós”, disse Prilutskiy.
Através do Lingo.dev, as empresas podem criar memórias de tradução (um arquivo de conteúdo previamente traduzido) e enviar seu guia de estilo para personalizar a voz da marca para diferentes mercados.
Lingo.dev: Construindo uma voz de marca
Créditos da Imagem: Lingo.dev
As empresas também podem especificar regras sobre como frases específicas devem ser tratadas e em que situações. Além disso, o mecanismo pode analisar a posição de texto específico, fazendo ajustes necessários ao longo do caminho – por exemplo, uma palavra quando traduzida do inglês para o alemão pode ter o dobro do número de caracteres, o que significa que quebraria a interface. Os usuários podem instruir o mecanismo a contornar esse problema reformulando um trecho de texto para que tenha o mesmo comprimento que o texto original.
Sem o contexto mais amplo do que um aplicativo realmente é, pode ser difícil localizar um pequeno pedaço de texto isolado, como um rótulo em uma interface. O Lingo.dev contorna isso usando um recurso chamado “consciência de contexto”, no qual analisa todo o conteúdo do arquivo de localização, incluindo o texto adjacente ou as chaves do sistema de eventos que os arquivos de tradução às vezes têm. Tudo se resume a entender o “microcontexto”, como Prilutskiy coloca.
E mais está por vir nessa frente no futuro, também.
“Já estamos trabalhando em um novo recurso que utiliza capturas de tela da interface do aplicativo, que o Lingo.dev usaria para extrair ainda mais pistas contextuais sobre os elementos da interface do usuário e sua intenção”, disse ele.
Painel do Lingo.dev
Créditos da Imagem: Lingo.dev
Localizando
Ainda é um pouco cedo para o Lingo.dev em termos de seu caminho rumo à localização completa. Por exemplo, cores e símbolos podem ter significados diferentes entre culturas diferentes, algo que o Lingo.dev não aborda diretamente. Além disso, coisas como conversões métricas/imperiais ainda precisam ser tratadas pelo desenvolvedor no nível do código.
No entanto, o Lingo.dev suporta o framework MessageFormat, que lida com diferenças na pluralização e frases específicas de gênero entre idiomas. A empresa também lançou recentemente um recurso beta experimental especificamente para expressões idiomáticas; por exemplo, “matar dois coelhos com uma cajadada só” tem um equivalente em alemão que se traduz aproximadamente em “bater em duas moscas com um só golpe”.
Além disso, o Lingo.dev também está realizando pesquisas aplicadas de IA para melhorar vários aspectos do processo de localização automatizada.
“Uma das tarefas mais complexas em que estamos trabalhando atualmente é preservar versões femininas/masculinas de substantivos e verbos ao traduzir entre idiomas”, disse Prilutskiy. “Diferentes idiomas codificam diferentes quantidades de informações. Por exemplo, a palavra ‘professor’ em inglês é neutra em relação ao gênero, mas em espanhol é ou ‘maestro’ (masculino) ou ‘maestra’ (feminino). Garantir que essas nuances sejam preservadas corretamente está dentro de nossos esforços de pesquisa aplicada de IA.”
No final das contas, o plano é muito mais do que simplesmente tradução: o objetivo é chegar o mais perto possível do que se obteria com uma equipe de tradutores profissionais.
“No geral, com o Lingo.dev, queremos eliminar totalmente o atrito da localização, tornando-o uma camada de infraestrutura e parte natural do conjunto de tecnologia”, disse Prilutskiy. “Similar a como o Stripe eliminou o atrito dos pagamentos online de forma tão eficaz que se tornou uma ferramenta essencial para desenvolvedores.”
Enquanto os fundadores mais recentemente estavam baseados em Barcelona, eles estão mudando sua sede formal para São Francisco. A empresa conta com apenas três funcionários no total, com um engenheiro fundador completando o trio – e essa é uma filosofia enxuta de startup que eles pretendem seguir.
“As pessoas do YC, eu e outros fundadores, somos todos grandes crentes nisso”, disse Prilutskiy.
Sua startup anterior, que fornecia análises para a Notion, foi totalmente feita com recursos próprios, com clientes de alto perfil, incluindo Square, Shopify e Sequoia Capital – e não tinha um único funcionário além de Max e Veronica.
“Éramos duas pessoas, em tempo integral, mas com alguns contratantes para várias coisas de vez em quando”, acrescentou Prilutskiy. “Mas sabemos como construir coisas com recursos mínimos. Porque a empresa anterior foi feita com recursos próprios, então tivemos que encontrar uma maneira para que isso funcionasse. E estamos replicando o mesmo estilo enxuto – mas agora com financiamento.”
English
Leave a Reply