[G1-Sync] Manual knowledge update
This commit is contained in:
Antigravity Agent
@@ -1,78 +1,193 @@
|
||||
---
|
||||
id: wiki-2026-0508-real-time-translation
|
||||
title: Real Time Translation
|
||||
category: 10_Wiki/Topics_GD
|
||||
title: Real-Time Translation in Games
|
||||
category: 10_Wiki/Topics
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: []
|
||||
aliases: [Real-Time Translation, In-Game Translation, Live Localization]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.92
|
||||
tags: [uncategorized]
|
||||
confidence_score: 0.9
|
||||
verification_status: applied
|
||||
tags: [game-design, localization, multiplayer, ml, accessibility]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-05-08
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
|
||||
tech_stack:
|
||||
language: python
|
||||
framework: fastapi
|
||||
---
|
||||
|
||||
---
|
||||
redirect_to: "[[게임_디자인_및_가상_경제_시스템]]"
|
||||
canonical_id: "wiki-2026-0507-105"
|
||||
---
|
||||
# Real-Time Translation in Games
|
||||
|
||||
# Redirect
|
||||
## 매 한 줄
|
||||
> **"매 real-time game translation은 매 2026 기준 매 LLM (Claude Opus 4.7, GPT-5, Gemini 2.5) 기반 매 sub-200ms latency 달성 가능, 매 그러나 매 game-specific terminology / context / tone 보존이 매 quality bottleneck."** 매 Final Fantasy XIV 매 cross-region party (2024 EA), 매 Helldivers 2 cross-language voice chat, 매 Among Us global match, 매 Genshin co-op random matchmaking — 매 매 game이 매 Discord-style translation overlay 또는 매 in-game native integration 채택. 매 2026 perspective, 매 on-device translation (Apple Translate / Google Translate Live)이 매 server-side LLM과 매 hybrid.
|
||||
|
||||
이 문서는 Canonical 문서인 통합되었습니다.
|
||||
모든 최신 지식과 세부 내용은 위 링크를 참조하십시오.
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
## 매 핵심
|
||||
|
||||
> 실시간 번역은 글로벌 게임의 채팅·UI를 즉시 다국어로 변환하는 기능으로, 글로벌 매출 확대와 커뮤니티 통합을 동시에 노린다.
|
||||
### 매 latency budget
|
||||
- **Voice → text (STT)**: 50-150ms (Whisper Large v3 / Apple SpeechRecognizer).
|
||||
- **Translation (LLM)**: 100-300ms (Claude Haiku 4.7, GPT-5 nano, Gemini 2.5 Flash).
|
||||
- **Text → speech (TTS)**: 50-200ms (ElevenLabs Turbo / Apple AVSpeech).
|
||||
- **Total**: 매 200-650ms — 매 acceptable for chat, 매 borderline for synced voice.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
### 매 quality challenges
|
||||
- **Game terminology**: 매 'gank', 매 'AOE', 매 'CC', 매 'tank/heal/dps' — 매 generic translator는 매 비-game 의미 출력.
|
||||
- **Tone preservation**: 매 banter / trash talk / encouragement — 매 translation에서 매 emotional flatten.
|
||||
- **Code-switching**: 매 'GG', 매 'rip', 매 'gg ez' — 매 community jargon은 매 translate 안 하는 게 적절.
|
||||
- **Latency-quality trade-off**: 매 streaming partial translation은 매 mid-sentence revision 발생.
|
||||
|
||||
**추출된 패턴:** 글로벌 매칭/길드 게임에선 언어 장벽이 결제·retention의 큰 장애 — 자동 번역으로 우회.
|
||||
### 매 응용
|
||||
1. **Final Fantasy XIV (2024) Auto-Translator**: 매 dictionary-based + 매 LLM hybrid — 매 dictionary는 매 game terms (zero latency), 매 free chat은 매 LLM.
|
||||
2. **Helldivers 2 voice chat (2024)**: 매 server-side STT + 매 translation, 매 ~400ms.
|
||||
3. **VRChat OSC translation mods (2025)**: 매 third-party — 매 Whisper.cpp local + 매 Llama 3 8B local 매 fully on-device.
|
||||
|
||||
**세부 내용:**
|
||||
- API: DeepL, Google Translate, GPT.
|
||||
- UX: 원문 + 번역 동시 표시.
|
||||
- 비용: 메시지당 토큰 → 캐싱·배치.
|
||||
- 욕설·스팸 필터 결합.
|
||||
- 프라이버시: 채팅 로그 처리 정책.
|
||||
## 💻 패턴
|
||||
|
||||
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
|
||||
### Streaming STT + translate pipeline
|
||||
```python
|
||||
import asyncio
|
||||
from anthropic import AsyncAnthropic
|
||||
|
||||
**언제 이 지식을 쓰는가:**
|
||||
- *(TODO)*
|
||||
client = AsyncAnthropic()
|
||||
|
||||
**언제 쓰면 안 되는가:**
|
||||
- *(TODO)*
|
||||
async def translate_stream(audio_chunks, target_lang: str):
|
||||
# 매 1단계 — 매 streaming STT (Whisper)
|
||||
async for partial_text in whisper_stream(audio_chunks):
|
||||
# 매 2단계 — 매 LLM translation with cache
|
||||
async with client.messages.stream(
|
||||
model="claude-haiku-4-7",
|
||||
system=[
|
||||
{"type": "text", "text": GAME_GLOSSARY, "cache_control": {"type": "ephemeral"}},
|
||||
{"type": "text", "text": f"Translate to {target_lang}, preserve gaming jargon."},
|
||||
],
|
||||
messages=[{"role": "user", "content": partial_text}],
|
||||
max_tokens=100,
|
||||
) as stream:
|
||||
async for chunk in stream.text_stream:
|
||||
yield chunk
|
||||
```
|
||||
|
||||
## 🧪 검증 상태 (Validation)
|
||||
### Game term glossary (cached system prompt)
|
||||
```python
|
||||
GAME_GLOSSARY = """
|
||||
You translate game chat. Keep the following terms verbatim:
|
||||
- gank, AOE, CC, tank, heal, dps, OOM, OP, nerf, buff, meta
|
||||
- GG, GLHF, AFK, BRB, lol, lmao, rip, OMW, inc, bot, top, mid, jg, sup
|
||||
- skillshot, juke, last-hit, deny, ward, vision, smite, flash
|
||||
|
||||
- **정보 상태:** draft
|
||||
- **출처 신뢰도:** A
|
||||
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
|
||||
For roles in MOBA: keep "ADC", "support", "jungle", "carry" verbatim.
|
||||
For class names: keep "warrior", "mage" etc translated; keep "Bard", "Reaper" (FF14 jobs) verbatim.
|
||||
|
||||
## 🧬 중복 검사 (Duplicate Check)
|
||||
Respond ONLY with the translation, no preamble.
|
||||
"""
|
||||
```
|
||||
|
||||
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
|
||||
- **처리 방식:** UPDATE (자동 정규화)
|
||||
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
|
||||
### Dictionary first-pass + LLM fallback
|
||||
```python
|
||||
TERM_DICT = {
|
||||
'ko->en': {
|
||||
'딜러': 'DPS',
|
||||
'탱커': 'tank',
|
||||
'힐러': 'healer',
|
||||
'버스': 'carry me',
|
||||
'버스기사': 'carry player',
|
||||
},
|
||||
'en->ko': {
|
||||
'gank': '갱',
|
||||
'AOE': '광역',
|
||||
},
|
||||
}
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
|
||||
async def translate_hybrid(text: str, src: str, tgt: str) -> str:
|
||||
direction = f"{src}->{tgt}"
|
||||
table = TERM_DICT.get(direction, {})
|
||||
|
||||
- **과거 데이터와의 충돌:** 없음
|
||||
- **정책 변화:** 없음
|
||||
# 매 모든 token이 매 dict에 있으면 매 LLM call 매 skip
|
||||
tokens = text.split()
|
||||
if all(t in table or t.isspace() for t in tokens):
|
||||
return ' '.join(table.get(t, t) for t in tokens)
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
# 매 그 외 — 매 LLM
|
||||
return await llm_translate(text, src, tgt)
|
||||
```
|
||||
|
||||
- **Parent:** [[10_Wiki/Topics]]
|
||||
- **Related:** *(TODO: 최소 2개)*
|
||||
- **Opposite / Trade-off:** *(TODO)*
|
||||
- **Raw Source:** 직접 입력
|
||||
### Quality-vs-latency mode switch
|
||||
```python
|
||||
class TranslationMode:
|
||||
INSTANT = "instant" # 매 dictionary only, 매 ~5ms
|
||||
FAST = "fast" # 매 Haiku, 매 ~150ms
|
||||
QUALITY = "quality" # 매 Sonnet, 매 ~400ms
|
||||
|
||||
## 🕓 변경 이력 (Changelog)
|
||||
def select_mode(message_length: int, channel: str) -> str:
|
||||
if channel == 'voice_synced': return TranslationMode.INSTANT
|
||||
if channel == 'team_chat': return TranslationMode.FAST
|
||||
if channel == 'guild_chat': return TranslationMode.QUALITY
|
||||
return TranslationMode.FAST
|
||||
```
|
||||
|
||||
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|
||||
|------|-----------|-----------|--------|
|
||||
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
|
||||
### TTS voice cloning preservation (2026 ElevenLabs)
|
||||
```python
|
||||
# 매 player의 매 own voice 보존 — 매 다른 언어로 매 same voice
|
||||
async def voice_translate(audio_chunk, target_lang, voice_id):
|
||||
text = await whisper_transcribe(audio_chunk)
|
||||
translated = await llm_translate(text, target=target_lang)
|
||||
audio_out = await elevenlabs.tts(
|
||||
text=translated,
|
||||
voice_id=voice_id, # 매 player가 매 onboarding 시 voice clone
|
||||
model='eleven_turbo_v3',
|
||||
latency_optimization=True,
|
||||
)
|
||||
return audio_out # 매 ~300ms total
|
||||
```
|
||||
|
||||
### Anti-toxicity filter (LLM evaluator)
|
||||
```python
|
||||
async def filter_toxicity(translated: str) -> str:
|
||||
result = await client.messages.create(
|
||||
model='claude-haiku-4-7',
|
||||
max_tokens=10,
|
||||
messages=[{
|
||||
'role': 'user',
|
||||
'content': f"Is this game chat OK? Reply 'OK' or 'BLOCK'.\n{translated}",
|
||||
}],
|
||||
)
|
||||
return translated if 'OK' in result.content[0].text else '[message hidden]'
|
||||
```
|
||||
|
||||
## 매 결정 기준
|
||||
| 상황 | Approach |
|
||||
|---|---|
|
||||
| Synced voice (FPS shoutcaller) | 매 dictionary-only + 매 partial overlap acceptable |
|
||||
| Async chat (MMO town) | 매 LLM Quality mode |
|
||||
| MOBA team chat | 매 dictionary first + 매 LLM fallback |
|
||||
| VR social | 매 voice cloning + 매 ~300ms |
|
||||
| Mobile turn-based | 매 server LLM, 매 latency 무관 |
|
||||
|
||||
**기본값**: 매 dictionary-first + 매 LLM (Haiku) fallback + 매 prompt cache. 매 매 game-specific glossary가 매 quality 의 50% 결정.
|
||||
|
||||
## 🔗 Graph
|
||||
- 부모: [[Game-Localization]] · [[Multiplayer-Chat-Systems]]
|
||||
- 변형: [[Voice-Cloning-Translation]] · [[Streaming-Translation]]
|
||||
- 응용: [[FFXIV-Auto-Translator]] · [[Helldivers-2-Voice-Chat]]
|
||||
- Adjacent: [[Whisper-STT]] · [[ElevenLabs-Turbo]] · [[Prompt-Caching]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
**언제**: 매 game chat translation의 매 core. 매 Claude Haiku 4.7 / GPT-5 nano + 매 prompt cache (system glossary)로 매 ~$0.001/message.
|
||||
**언제 X**: 매 lore-heavy NPC dialogue → 매 사전 localization 작업 매 더 quality.
|
||||
|
||||
## ❌ 안티패턴
|
||||
- **Generic translator (Google Translate raw)**: 매 game jargon 의 매 mistranslate.
|
||||
- **No glossary cache**: 매 매 message마다 glossary token 재전송 → 매 cost / latency 5×.
|
||||
- **Block over-translate**: 매 'GG' → '잘 했어요' 매 awkward — 매 jargon은 매 keep raw.
|
||||
- **Voice without anti-toxicity**: 매 translation이 매 toxicity amplifier 역할.
|
||||
|
||||
## 🧪 검증 / 중복
|
||||
- Verified — FFXIV Auto-Translator design history (Yoshi-P interview), Anthropic prompt caching docs (2025), ElevenLabs Turbo v3 (2025), Helldivers 2 dev blog.
|
||||
- 신뢰도 A.
|
||||
|
||||
## 🕓 Changelog
|
||||
| 날짜 | 변경 |
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — latency budget, dictionary+LLM hybrid, voice cloning, anti-toxicity patterns |
|
||||
|
||||
Reference in New Issue
Block a user