Monolinguistas que desejam se comunicar com as massas globais nunca tiveram tanta facilidade. O 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 servem como práticos tradutores de bolso.
Na parte de trás, DeepL e ElevenLabs alcançaram valuations bilionários para várias inteligências relacionadas a idiomas que as empresas podem canalizar para suas próprias aplicações. Mas um novo player está entrando na briga, com um motor de localização alimentado por inteligência artificial que oferece a infraestrutura para ajudar os desenvolvedores a se tornarem globais — um “Stripe” para localização de aplicativos, por assim dizer.
Anteriormente conhecido como Replexica, o Lingo.dev visa desenvolvedores que desejam tornar o front-end de seus aplicativos totalmente localizado desde o início; tudo o que eles precisam se preocupar é em enviar seu código como de costume, com o Lingo.dev trabalhando sob o capô no piloto automático. A vantagem é que não há cópia/colagem de texto entre o ChatGPT (para traduções rápidas e sujas), ou mexer com diversos arquivos de tradução em diferentes formatos obtidos de inúmeras agências.
Atualmente, o Lingo.dev conta com clientes como o unicórnio francês Mistral AI e o rival de código aberto do Calendly, o Cal.com. Para impulsionar a próxima fase de crescimento, a empresa anunciou que arrecadou US $4,2 milhões em uma rodada semente liderada pela Initialized Capital, com a participação da Y Combinator e de diversos investidores-anjo.
Encontrado em tradução
O Lingo.dev é obra do CEO Max Prilutskiy e da CPO Veronica Prilutskaya (na imagem acima), que anunciaram que venderam uma startup SaaS anterior chamada Notionlytics para um comprador não divulgado no ano passado. O duo já estava trabalhando nas bases do Lingo.dev desde 2023, com o primeiro protótipo desenvolvido como parte de um hackathon na Universidade Cornell. Isso levou aos primeiros clientes pagantes, antes de ingressar no programa de outono da Y Combinator (YC) no ano passado.
No cerne de tudo isso, como se poderia esperar, está um grande modelo de linguagem (GLM) — ou vários GLMs, para ser exato, com o Lingo.dev orquestrando as várias entradas e saídas entre eles. Essa abordagem de mistura e combinação, que combina modelos da Anthropic, OpenAI, entre outros provedores, é projetada para garantir que o melhor modelo seja escolhido para a tarefa em questão.
“Diferentes prompts funcionam melhor em alguns modelos do que em outros modelos,” explicou Prilutskiy ao TechCrunch. “Também dependendo do caso de uso, podemos querer melhor latência, ou a latência pode não importar.”
É claro que é impossível falar sobre GLMs sem falar também sobre privacidade de dados — uma das razões pelas quais algumas empresas foram mais lentas para adotar a IA generativa. Mas com o Lingo.dev, o foco é substancialmente na localização de interfaces front-end, embora também atenda ao conteúdo empresarial, como sites de marketing, emails automatizados e mais — mas não se encaixa em informações pessoalmente identificáveis dos clientes (PII), por exemplo.
“Não esperamos que nenhum dado pessoal nos seja enviado,” disse Prilutskiy.
Através do Lingo.dev, as empresas podem construir memórias de tradução (uma reserva de conteúdo previamente traduzido) e fazer upload de seu guia de estilo para adaptar a voz da marca para diferentes mercados.
As empresas também podem especificar regras sobre como frases específicas devem ser tratadas e em que situações. Além disso, o motor pode analisar a colocação de texto específico, fazendo os ajustes necessários ao longo do caminho — por exemplo, uma palavra traduzida do inglês para o alemão pode ter o dobro do número de caracteres, o que significa que quebraria a interface do usuário. Os usuários podem instruir o mecanismo a contornar esse problema reformulando um trecho de texto para que combine com o comprimento do 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 texto adjacente ou chaves do sistema de eventos que os arquivos de tradução às vezes têm. Tudo se resume a entender o “microcontexto”, como Prilutskiy diz.
E mais está por vir nesse sentido no futuro, também.
“Já estamos trabalhando em um novo recurso que usa capturas de tela da interface do aplicativo, que o Lingo.dev usaria para extrair ainda mais dicas contextuais sobre os elementos da interface do usuário e sua intenção,” ele disse.
Indo local
Ainda é um pouco cedo para o Lingo.dev em termos de seu caminho para a localização completa. Por exemplo, cores e símbolos podem ter significados diferentes entre diferentes culturas, algo que o Lingo.dev não atende diretamente. Além disso, coisas como conversões métricas/imperiais ainda precisam ser abordadas pelo desenvolvedor no nível do código.
No entanto, o Lingo.dev suporta o framework MessageFormat, que lida com diferenças na pluralização e redação específica de gênero entre idiomas. A empresa também lançou recentemente um recurso beta experimental especificamente para idiomas; por exemplo, “matar dois coelhos com uma cajadada só” tem um equivalente em alemão que se traduz aproximadamente em “atingir dois mosquitos com um tapa”.
Além disso, o Lingo.dev também está realizando pesquisas de IA aplicada para melhorar vários aspectos do processo de localização automatizada.
“Uma das tarefas complexas nas quais estamos trabalhando atualmente é preservar as 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 'maestro' (masculino) ou 'maestra' (feminino). Garantir que essas nuances sejam preservadas corretamente faz parte de nossos esforços de pesquisa de IA aplicada.”
No final, o plano de jogo é muito mais do que uma simples tradução: quer chegar o mais próximo possível do que se poderia obter com uma equipe de tradutores profissionais.
“No geral, o [objetivo] com o Lingo.dev é eliminar a fricção da localização de forma tão completa, que se torne uma camada de infraestrutura e parte natural do conjunto de tecnologias,” disse Prilutskiy. “Semelhante à forma como o Stripe eliminou a fricção dos pagamentos online tão eficazmente que se tornou uma ferramenta fundamental para desenvolvedores em pagamentos.”
Enquanto os fundadores recentemente estavam sediados em Barcelona, eles estão mudando sua casa formal para San Francisco. A empresa conta apenas com três funcionários no total, com um engenheiro fundador fazendo parte do trio — e esta é uma filosofia de startup enxuta que eles planejam seguir.
“As pessoas da YC, eu e outros fundadores, somos todos grandes crentes nisso,” disse Prilutskiy.
Sua startup anterior, que fornecia análises para o Notion, foi totalmente bootstrapped com clientes de alto perfil, incluindo Square, Shopify e Sequoia Capital — e tinha um total de zero funcionários além de Max e Veronica.
“Éramos duas pessoas em tempo integral, mas com alguns contratados para várias coisas de vez em quando,” acrescentou Prilutskiy. “Mas sabemos como construir coisas com recursos mínimos. Porque a empresa anterior foi bootstrapped, então tivemos que encontrar uma maneira para que isso funcionasse. E estamos replicando o mesmo estilo enxuto — mas agora com financiamento.”
