Monolinguists yang ingin berkomunikasi dengan massa global belum pernah semudah ini. Google Translate tua yang terpercaya dapat mengonversi konten gambar, audio, dan situs web seluruhnya di berbagai bahasa, sementara alat baru seperti ChatGPT juga berfungsi sebagai penerjemah saku yang praktis.
Di belakang layar, DeepL dan ElevenLabs telah mencapai valuasi miliaran dolar tinggi untuk kecerdasan terkait bahasa yang dapat disalurkan oleh bisnis ke aplikasi mereka sendiri. Tetapi pemain baru sekarang masuk ke dalam pertempuran, dengan mesin lokal AI yang melayani infrastruktur untuk membantu pengembang go global — "Stripe" untuk lokal aplikasi, jika Anda mau.
Dahulu dikenal sebagai Replexica, Lingo.dev ditargetkan untuk para pengembang yang ingin membuat depan aplikasi mereka sepenuhnya terlokalisasi dari awal; yang perlu mereka pikirkan hanyalah mengirimkan kode mereka seperti biasa, dengan Lingo.dev bekerja di balik layar secara otomatis. Salah satu keuntungannya adalah tidak ada salinan/menyisipkan teks antara ChatGPT (untuk terjemahan cepat dan kotor), atau bermain-main dengan berbagai file terjemahan dalam berbagai format yang berasal dari berbagai agensi.
Saat ini, Lingo.dev memiliki pelanggan seperti Mistral AI unicorn Prancis dan Calendly open source rival Cal.com. Untuk mendorong tahap pertumbuhan selanjutnya, perusahaan telah mengumumkan telah mengumpulkan dana sebesar $4,2 juta dalam putaran pendanaan seed yang dipimpin oleh Initialized Capital, dengan partisipasi dari Y Combinator dan sejumlah malaikat.
Ditemukan dalam terjemahan
Lingo.dev adalah hasil karya CEO Max Prilutskiy dan CPO Veronica Prilutskaya (seperti yang terlihat di atas) yang mengumumkan bahwa mereka menjual sebuah startup SaaS sebelumnya bernama Notionlytics kepada pembeli yang tidak diungkapkan tahun lalu. Pasangan ini sudah mulai bekerja pada landasan Lingo.dev sejak 2023, dengan prototipe pertama dikembangkan sebagai bagian dari sebuah hackathon di Universitas Cornell. Hal ini mengarah pada pelanggan pertama mereka, sebelum akhirnya bergabung dengan program jatuh Y Combinator (YC) tahun lalu.
Pada intinya, Lingo-dev adalah API Terjemahan yang bisa dipanggil secara lokal oleh pengembang melalui CLI (antarmuka baris perintah) mereka, 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.
Di tengah semua ini, seperti yang Anda harapkan, adalah model bahasa besar (LLM) — atau beberapa LLM, untuk lebih tepatnya, dengan Lingo.dev mengatur berbagai masukan dan keluaran di antara semuanya. Pendekatan ini, yang menggabungkan model dari Anthropic, OpenAI, di antara penyedia lain, dirancang untuk memastikan bahwa model terbaik dipilih untuk tugas yang dihadapi.
“Promosi berbeda bekerja lebih baik dalam beberapa model daripada model lain,” jelas Prilutskiy kepada TechCrunch. “Juga tergantung pada kasus penggunaan, kita mungkin menginginkan latensi yang lebih baik, atau latensi mungkin tidak masalah sama sekali.”
Tentu saja, tidak mungkin untuk berbicara tentang LLM tanpa juga membicarakan privasi data — salah satu alasan mengapa beberapa bisnis lebih lambat mengadopsi AI generatif. Tetapi dengan Lingo.dev, fokusnya secara substansial pada memlokalkan antarmuka depan, meskipun juga melayani konten bisnis seperti situs pemasaran, email otomatis, dan lainnya — tetapi tidak mengalir ke informasi pribadi identifikasi (PII) pelanggan mana pun, misalnya.
“Kami tidak mengharapkan data pribadi dikirimkan kepada kami,” kata Prilutskiy.
Melalui Lingo.dev, perusahaan dapat membangun memori terjemahan (simpanan konten yang telah diterjemahkan sebelumnya) dan mengunggah panduan gaya mereka untuk menyesuaikan suara merek untuk pasar yang berbeda.
Perusahaan juga dapat menentukan aturan seputar bagaimana frasa tertentu harus ditangani dan dalam situasi apa. Selain itu, mesin dapat menganalisis penempatan teks tertentu, membuat penyesuaian yang diperlukan sepanjang jalan — misalnya, kata ketika diterjemahkan dari bahasa Inggris ke bahasa Jerman mungkin memiliki dua kali lipat jumlah karakter, artinya itu akan merusak antarmuka pengguna. Pengguna dapat memerintahkan mesin untuk mengatasi masalah dengan memformulasikan kembali satu potongan teks sehingga sesuai dengan panjang teks asli.
Tanpa konteks yang lebih luas tentang apa sebenarnya aplikasi, bisa sulit untuk melokalisasi potongan teks tunggal, seperti label pada antarmuka. Lingo.dev mengatasi hal ini dengan menggunakan fitur yang disebut "kesadaran konteks," di mana ia menganalisis seluruh konten file lokal, termasuk teks sekitar atau kunci sistem kejadian yang kadang-kadang dimiliki file terjemahan. Semuanya tentang memahami "mikrokonteks," seperti yang dijelaskan Prilutskiy.
Dan lebih lagi akan datang pada front ini di masa depan juga.
“Kami sudah bekerja pada fitur baru yang menggunakan tangkapan layar antarmuka aplikasi, yang akan digunakan Lingo.dev untuk mengekstrak petunjuk kontekstual lebih lanjut tentang elemen-elemen UI dan niatnya,” katanya.
Pergi lokal
Masih terbilang awal bagi Lingo.dev dalam hal jalannya ke lokal penuh. Misalnya, warna dan simbol mungkin memiliki arti yang berbeda antara budaya yang berbeda, sesuatu yang tidak langsung ditangani Lingo.dev. Selain itu, hal-hal seperti konversi metrik/imperial masih perlu diatasi oleh pengembang di level kode.
Namun, Lingo.dev mendukung kerangka MessageFormat, yang menangani perbedaan dalam pemajemukan dan frase berorientasi gender antara bahasa-bahasa. Perusahaan juga baru-baru ini merilis fitur beta eksperimental khusus untuk idiom; misalnya, "membunuh dua burung dengan satu batu" memiliki padanan dalam bahasa Jerman yang menerjemahkan kira-kira menjadi “mengenai dua lalat dengan satu hantaman.”
Di atas itu, Lingo.dev juga sedang melakukan penelitian AI terapan untuk meningkatkan berbagai aspek dari proses lokal otomatis.
“Salah satu tugas yang kompleks yang sedang kami kerjakan saat ini adalah melestarikan versi maskulin/feminin kata benda dan kata kerja ketika menerjemahkan antara bahasa,” kata Prilutskiy. “Berbagai bahasa mengkodekan jumlah informasi yang berbeda. Misalnya, kata 'guru' dalam bahasa Inggris netral gender, tetapi dalam bahasa Spanyol itu baik 'maestro' (pria) atau 'maestra' (wanita). Memastikan nuansa ini dipertahankan dengan benar masuk dalam upaya riset AI terapan kami.”
Pada dasarnya, rencana permainan bukan hanya tentang terjemahan sederhana: Ini ingin mendekati sejauh mungkin seperti yang mungkin Anda dapatkan dengan tim penerjemah profesional.
“Secara keseluruhan, [tujuan] dengan Lingo.dev adalah menghilangkan gesekan dari lokal sejauh mungkin, sehingga itu menjadi lapisan infrastruktur dan bagian alami dari tumpukan teknologi,” kata Prilutskiy. “Sama seperti bagaimana Stripe menghilangkan gesekan dari pembayaran online begitu efektif sehingga menjadi toolkit pengembang inti untuk pembayaran.”
Para pendiri yang baru-baru ini berbasis di Barcelona, mereka pindah ke rumah formal mereka ke San Francisco. Perusahaan ini hanya memiliki tiga karyawan secara total, dengan seorang insinyur pendiri yang membuat trio — dan ini adalah filosofi startup yang ringkas yang mereka rencanakan untuk diikuti.
“Orang-orang di YC, saya sendiri dan pendiri lainnya, kita semua sangat percaya pada itu,” kata Prilutskiy.
Startup sebelumnya mereka, yang menyediakan analitika untuk Notion, sepenuhnya di-bootstrapping dengan pelanggan berprofil tinggi termasuk Square, Shopify, dan Sequoia Capital — dan jumlah karyawan totalnya nol selain Max dan Veronica.
“Kami berdua, full time, tetapi dengan beberapa kontraktor untuk berbagai hal sekarang dan kemudian,” tambah Prilutskiy. “Tapi kami tahu cara membangun sesuatu dengan sumber daya minimal. Karena perusahaan sebelumnya di-bootstrapping, jadi kami harus menemukan cara agar itu berhasil. Dan kami mengulang gaya lean yang sama — tetapi sekarang dengan pendanaan.”
