500 сторінок контракту, 8 мов, дедлайн 6 тижнів, бюджет тісний. Математика не складається без автоматизації — але чистий машинний переклад повернеться з незграбною фразеологією й пропущеною термінологією. Потрібне поєднання: машинна швидкість + людські очі. Саме для цього потрібна інтеграція машинного перекладу у твій CAT-інструмент.
Цей гайд проведе тебе через підключення MT-движків, вибір правильного підходу для твоєї команди й вимірювання реальних результатів.
Що ти насправді робиш, коли “інтегруєш MT”¶
Це не означає замінити перекладачів роботами. Ти підключаєш свій CAT-інструмент (Trados, memoQ, Phrase, Smartcat) до машинного перекладу (DeepL, Google, Microsoft або навченого движка) — і той показує пропозиції MT поруч з відповідностями пам’яті перекладів й записами термінології в одному інтерфейсі.
Перекладач бачить:
- Вихідний сегмент
- 100% відповідність із пам’яті (якщо є)
- Нечіткі відповідності (75-99%)
- Пропозиція MT
- Записи термінології
- Попередню роботу на подібних сегментах
Перекладач вибирає найкращий початок (часто пам’ять спочатку, потім MT якщо пам’ять холодна), редагує й підтверджує. CAT-інструмент записує редакцію, повертає її в пам’ять й вчиться на цій правці. Швидкість: не від пропуску перекладу — від старту з 70-80% правильною чернеткою замість пустої сторінки.
Це редакція машинного перекладу (MTPE), і саме так масштабуються професійні агенції.
На скільки насправді прискориться?¶
Реальні числа від команд, що керують live MTPE:
Легка редакція (виправлення граматики, явні помилки, помилкові перекладення на рівні сегмента; збереження структури MT): 2-3x слів на годину проти традиційного перекладу. Перекладач, який робить 250 слів/годину чистого перекладу, може досягти 600-800 у легкій MTPE. Компроміс: нижча якість, підходить для обсяжного низькоризикового контенту (технічна документація, рядки ПО, FAQ).
Повна редакція (забезпечення людської якості для тону, стилю, культурної відповідності): 15-30% прискорення проти чистого людського перекладу. Той же перекладач досягає 280-325 слів/годину. Вища якість, підходить для маркетингу, юриспруденції, публічного контенту.
Чому така різниця? Легка MTPE сприймає MT як грубу чернетку; повна редакція означає перевести суттєві частини — ти економиш менше часу, але все одно швидше чистого перекладу, оскільки термінологія й власні назви часто правильні в MT.
Поєднання MT із твердою пам’яттю перекладів: Сегменти без редакції (те, що MT або пам’ять ідеально обробляє) стрибають до 30-50% для професійних движків проти 5-20% для облачного Google без контексту пам’яті.
Три шляхи інтеграції — вибери своє¶
Шлях 1: Вбудовані конектори (Найпростіше, Найменше контролю)¶
Твій CAT-інструмент вже має MT опції вбудовані. Відкрий налаштування → MT провайдери → включи DeepL або Google → готово.
Час налаштування: 15 хвилин.
Доступні MT провайдери: Trados підключується до Language Weaver (RWS), DeepL, Google, Microsoft. MemoQ підтримує Google, Microsoft, DeepL, ChatGPT. Phrase включає DeepL, Google, AWS, користувальницькі. Smartcat має власний MT + сторонні конектори.
Контроль, що ти отримуєш: Нульовий. Ти подаєш текст в движок, отримуєш результат. Без навчення, без впорскування термінології, без спеціалізації. MT працює на своїй стандартній моделі.
Вартість: Зазвичай безплатна або включена в підписку CAT-інструменту; або вимірювання charges від провайдера (DeepL ~15-20$ за мільйон символів).
Коли використовувати: Швидкі пілоти, низькоризиковий контент, мовні пари де загальний MT достатній.
Подвох: Якість генерична. Якщо твоя область має спеціальну термінологію або тон (юридична, медична, маркетингова), генеричний MT хитає.
Шлях 2: Інтеграція API через плагіни (Гнучке, Потребує помірної підготовки)¶
Постачальник CAT-інструменту надає плагін, який підключається до MT API. Ти налаштовуєш аутентифікацію, ключі API й параметри — тоді CAT-інструмент спілкується з MT-сервісом безпосередньо, з більшим контролем.
Час налаштування: 2-5 днів. Включає: отримання облікових даних API, налаштування в CAT-інструменті, тестування на зразку контенту, навчання команди.
MT провайдери: Будь-який провайдер з публічним API (DeepL API, Google Cloud Translate, Microsoft Translator, AWS Translate, Language Weaver API, Custom.MT, або відкритий код Argos, LibreTranslate).
Контроль, що ти отримуєш: Більше. Ти можеш вказати: - Мовну пару - Рівень формальності (для деяких движків) - Користувальницьку термінологію (якщо API це підтримує) - Trade-offs пріоритету/швидкості/вартості
Деякі API підтримують специфічні для домену попередньо навчені моделі — ти передаєш їм паралельні дані (твої старі перекладу) й вони уточнюють базовий движок.
Вартість: Charges API за мільйон символів. DeepL API ~15-20$/million. Google Cloud Translate ~15-25$/million. Користувальницькі попередньо навчені движки: $500-3000+ на місяць залежно від обсягу й постачальника.
Коли використовувати: Масштабування команд (10+ перекладачів), послідовний контент, коли ти хочеш тонкої настройки якості. Агенції, що керують кількома TM клієнтів, часто використовують це.
Подвох: Вимагає IT координації якщо ти на місцевому CAT-інструменті. Облачні CAT-інструменти (Smartcat, Phrase, Crowdin) це розраховують гладше.
Шлях 3: Користувальницький специфічний для домену MT (Найкраща якість, Найдорожче)¶
Ти навчаєш власний нейронний машинний переклад (NMT) на твоїх історичних перекладах. Передаєш движку 50,000+ паралельних сегментів (пари вихідних + цільових з твоєї пам’яті перекладів), й він вчиться твоєї термінології, стилю й патернів домену. Потім підключаєш його до CAT-інструменту через API.
Час налаштування: 3-8 тижнів. Включає: збір й очищення даних TM, вибір NMT платформи (Unbabel Tower, Custom.MT, Language Weaver Advanced Customization, або відкритий код Marian/OpenNMT), навчання моделі, тестування, інтеграція.
MT провайдери: Unbabel (Tower), Custom.MT (інтегрує Claude/Lara/Widn LLMs), RWS (Language Weaver Custom), Amazon Translate Custom Terminology, відкритий код Marian, OpenNMT.
Контроль, що ти отримуєш: Максимальний. Модель вчиться твого точного словника, фразових патернів й тону. Для нішевих доменів (закон, фармація, фінтех), користувальницький MT може досягти 50-70% сегментів без редакції до людської редакції.
Вартість: $2,000-10,000+ налаштування; $500-2,000/місяць для хостингу й оновлень. Вимагає обсягу контенту щоб це виправдати (мінімум ~100,000 слів власної TM).
Коли використовувати: Агенції, що обробляють 500K+ слів/місяць у спеціалізованому домені; корпоративні відділи перекладу.
Подвох: Потребує хорошої історичної даних. Якщо твоя стара TM неакуратна, непослідовна або повна помилок, користувальницький движок вивчає погані патерни. Планізуй 2-3 тижні очищення TM перед навчанням.
Крок за кроком: Налаштування MT інтеграції¶
Ідемо через Шлях 2 (найпоширеніший для зростаючих команд) за допомогою memoQ. Процес схожий у Trados, Phrase і Smartcat.
Крок 1: Вибери свій MT Движок й Отримай Облікові дані¶
Обери один: DeepL (найкраща загальна якість), Google Translate (найширші мови), Microsoft Translator (якщо ти в екосистемі Azure), або специфічний для домену движок.
Приклад: DeepL API
- Йди на deeplapi.com, зареєструйся на безплатний рівень (500,000 символів/місяць) або платний ($10/місяць + використання).
- Отримай свій ключ API (довга рядок типу sk-2f23f923f923f).
- Копіюй — ти вставиш це в memoQ далі.
Крок 2: Налаштуй у своєму CAT-інструменті¶
У memoQ: - Tools → Options → Machine Translation. - Додай MT сервер: вибери “Custom Web Service” або “DeepL” якщо memoQ має рідний плагін. - Вставити свій ключ API. - Вибери мовні пари, які ти хочеш включити. - Тест: створи тестовий проект, відкрий сегмент, дивись чи з’являється MT пропозиція в панелі MT.
У Trados: - Project Settings → Machine Translation. - Вибери провайдера (Language Weaver, Google, Microsoft, або користувальницький). - Аутентифікуй й вибери мовні пари.
Крок 3: Побудуй термінологічну базу (Критично — Це 40% поліпшення якості)¶
MT движки гадають на термінології. Якщо твій продукт має унікальний термін (напр., “токеноміка” для крипто, “модульна архітектура” для SaaS), генеричний MT може його неправильно перекласти. Термінологічні бази переважають гадання MT.
У твоєму CAT-інструменті створи глосарій з: - Вихідний термін → Цільовий переклад - Частина мови (іменник, дієслово, прикметник) - Приклад у контексті - Не перекладай (напр., бренди, акроніми)
Приклад для SaaS перекладу (англійська → німецька):
| EN Term | DE Term | Type | Example | Don’t Translate? |
|---|---|---|---|---|
| API | API | noun | The API returns JSON | Yes |
| workflow | Arbeitsablauf | noun | Streamline your workflow | No |
| dashboard | Dashboard | noun | View metrics on the dashboard | Yes |
| onboard | Onboarding durchführen | verb | We help you onboard users | No |
Побудуй це зі своїми SME (предметними експертами) перед запуском. Оновлюй щомісячно коли еволюціонує продуктова термінологія. Навіть база з 200 записів підвищує якість MT на 30-40% оскільки це фіксує послідовну термінологію.
Крок 4: Визнач посібники редакції¶
Скажи своїй команді точно що означає “достатньо” для MT:
Посібники легкої редакції (2-3x швидкість, для технічної документації): - Виправ явні граматичні помилки (пропущений артикль, неправильне дієслово). - Виправ помилкові перекладення на рівні сегмента (неправильне порядок слів, перекинуте значення). - НЕ переписуй для стилю або потоку — зберегти MT фразеологію якщо це граматично правильно. - Цільовість редакції: 10-20% слів сегмента змінено.
Посібники повної редакції (15-30% швидкість, для маркетингу/юриспруденції): - Виправ всю граматику й термінологію (записи глосарію мають бути точні). - Забезпечити тон/реєстр відповідає оригіналу (формальна для юридичної, дружелюбна для маркетингу). - Переписати фразеологію якщо MT незграбна але технічно правильна. - Додай контекст/культурні посилання якщо MT пропускає нюанс. - Цільовість редакції: 30-50% слів сегмента змінено.
Розділ це у робочому просторі CAT-інструменту й перегляду щотижня на зустрічах. Непослідовні посібники = непослідовна якість й марна редакція.
Крок 5: Пілот з одним проектом, однією мовною парою, одним редактором¶
Не перемикай вимикач для 200K слів у 5 мовах завтра. Почни мало.
- Вибери один проект: 5,000-10,000 слів.
- Вибери одну мовну пару: найсильніша пара перекладача.
- Запусти його 1-2 тижні з MT увімкнено.
- Вимір: слова на годину, сегменти без редакції, рівень помилок (перевір 100 сегментів на правильність).
- Порівняй з базовою лінією (той же перекладач, той же контент, без MT).
Приклад метрик для відстеження:
| Metric | Without MT | With MT (Light MTPE) | With MT (Full MTPE) |
|---|---|---|---|
| Words/hour | 250 | 700 | 300 |
| Zero-edit rate (%) | — | 25% | 5% |
| Error rate (per 100 words) | 1-2 | 3-5 | 0.5-1 |
| Revision rounds | 1 (internal review) | 0.5 (less rework) | 1 (quality check) |
Крок 6: Навчи свою команду¶
Навіть 15-хвилинне навчання зменшує помилки на 30%. Навчи: - Де знайти пропозиції MT у інтерфейсі. - Як приймати/відхиляти/редагувати їх (клавіатурні скорочення — м’язова пам’ять важлива). - Твої посібники редакції (легкі проти повні, що лічиться як “готово”). - Коли використовувати базу термінів щоб переважити MT. - Патерни втоми (редакція MT монотонна; бери перерви щоб залишатися гострим).
Pro tip: Відтвори записане редакування. Покажи своїй команді як виглядає хороша легка MTPE проти над-редакції. Більшість команд над-редагують спочатку, марнуючи час.
Крок 7: Моніторинг й ітерація¶
Після 2-4 тижнів: - Зібрати feedback команди (чи MT їх сповільнює? Чи він надійний для цього домену?). - Перевір рівні помилок (QA точка перевірки на 100 сегментах, обчисли справжній рівень помилок). - Перекаліброй термінологію якщо деякі терміни продовжують з’являтися неправильно. - Перемкни MT движки або коригуй налаштування якщо потрібно.
Щомісячно вимірюй: вартість на слово, тренди продуктивності, й чи насправді MT скорочує вартість або просто рухає роботу навколо.
Поширені помилки (й як їх уникнути)¶
Помилка 1: Запуск MT без оновлення твоєї термінологічної бази.
MT + пуста глосарій = garbage in, garbage out. Витрати тиждень будучи глосарій. Пропустити це й якість упадає; команда вимикає MT в тиждень 2.
Виправ: Вимагай глосарій з 100+ основними термінами перед запуском MT.
Помилка 2: Змішування посібників легкої й повної редакції.
Перекладачі не впевнені як глибоко редагувати. Деякі роблять легку (швидко, поверхово), інші роблять повну (повільно, глибоко). Результат непослідовний, деякий контент потребує переробки.
Виправ: Вибери один на проект. Зробити це явним в налаштуваннях проекту й на зустрічі.
Помилка 3: Поганий вихідний текст garbage-in, garbage-out машинний переклад.
Твій вихідний текст погано написаний (непослідовна термінологія, граматичні помилки, незрозумілі інструкції). MT розширює ці помилки. Редактори витрачають 40% часу гадаючи що вихідний означає замість перекладання.
Виправ: Впровадити QA вихідного тексту перед MT. Проста перевірка граматики + перевірка термінології на вихідному. Більшість платформ перекладу (Phrase, Smartcat) це мають вбудовано.
Помилка 4: Не вимірювання перед тим як стверджувати успіх.
Ти впровадиш MT, команда кажа що це відчувається швидшим, ти припускаєш що це працює. Потім перевіриш числа й вартість на слово зросла оскільки всі редагують більше.
Виправ: Встанови базові метрики (слова/годину, сегменти без редакції, вартість) перед включенням MT. Вимір знову після 2 тижнів й 8 тижнів. Порівнюй тільки подібні проекти.
Помилка 5: Очікування MT для низькоресурсних мовних пар.
MT для EN→DE або EN→FR міцне (багато тренувальних даних). MT для EN→Беларуської або EN→Хауса грубе. Якщо ти примушуєш MTPE на низькоресурсних парах, редактори витрачають більше часу виправляючи MT ніж перекладаючи нове.
Виправ: Тестуй MT на своїх мовних парах спочатку. Якщо сегменти без редакції під 5-10%, пропусти MT для цієї пари. Використовуй MT тільки для мовних пар де ти бачиш 20%+ сегментів без редакції.
Як виміряти ROI (Чи MT насправді окупляється?)¶
Після 4 тижнів MT інтеграції, обчисли:
Вартість на слово перед MT: (Погодинна ставка перекладача ÷ 250 слів/годину) = вартість/слово
Приклад: $40/годину ÷ 250 = $0.16/слово
Вартість на слово з MT: (Погодинна ставка ÷ слів/годину з MT) = вартість/слово
Приклад: $40/годину ÷ 700 (легка MTPE) = $0.057/слово
MT накладні витрати: Charges API + обслуговування глосарію (~2 години/місяць) + накладні витрати QA.
Приклад: DeepL API $100/місяць + 2 години роботи з глосарієм (в $40/годину = $80) = ~$180/місяць. На 500K слів/місяць: $0.00036/слово.
Справжнє скорочення вартості: ($0.16 - $0.057 - $0.00036) ÷ $0.16 = 64% вартості скорочення
Більшість агенцій бачать 20-40% чистого скорочення вартості в першому кварталі. Чим довше взаємодія, тим краще — старші пам’яті перекладу дають MT більше 100% відповідностей, підштовхуючи продуктивність вище.
Коли НЕ використовувати MT (Й що робити замість цього)¶
- Висока стилізований або творчий контент (поезія, кампанії брендів, художній переклад): Людський переклад + CAT-інструмент + TM тільки, без MT. MT не може захопити тон.
- Регульований контент з вимогами аудиту (медичні, юридичні, засвідчені переклади): Людський переклад потрібен; MT опція для ранньої чернетки тільки, не для фіналу.
- Мовні пари з поганим MT (низькоресурсні мови, надзвичайно різні системи письма): Пропустити MT. Йти з людиною + TM + термінологія.
- Одноразові короткі проекти (один 500-слів документ): Час налаштування перевищує користь. Просто перекласти вручну.
Часті питання¶
P: Чи потребуємо окремої ліцензії MT, або наш CAT-інструмент його включає?
A: Твій CAT-інструмент зазвичай пропонує безплатне підключення до безплатних/фрімієм MT сервісів (Google Translate, обмежена DeepL). Платні MT API мають окремі charges. Більшість команд витрачають $100-500/місяць на MT якщо роблять 500K+ слів/місяць. Планізуй відповідно.
P: Можемо ли ми переключатися MT движки середині проекту?
A: Так. Вимкни старий движок, включи новий. Сегменти вже редаговані залишаються як є; нові сегменти отримують пропозиції від нового движка. Без втрати даних.
P: Що якщо наші редактори просто приймають всі MT без перегляду?
A: Це трапляється, особливо під тиском дедлайнів. Виправ з: (1) перевірка якості вибірки (перевір 5-10% редагованих сегментів, прапорець помилок назад редактору), (2) рецензування колегами (обертай хто кого рецензує), (3) LQA метрики (мовна перевірка якості — автоматизовані перевірки граматики, термінології, пунктуації). Більшість CAT-інструментів це мають вбудовано.
P: Чи машинний переклад замінює людських перекладачів?
A: Ні. Це їх підсилює. Перекладач + MT + TM система швидша ніж перекладач один, але перекладач все ще робить кожне фінальне рішення. MTPE це робота перекладача, не робота робота.
Інтеграція машинного перекладу це не “налаштуй й забудь”. Це зміна робочого процесу — нові інструменти, нові посібники, нова QA. Команди, що бачать справжній ROI — це ті що інвестують у термінологію, добре навчають редакторів й вимірюють результати. Почни мало, вимір, ітерація й масштаб.
Твій 500-сторінковий 8-мовний проект стає можливим коли 40-50% сегментів попередньо перекладені (через TM або MT) й твоя команда фокусується на полішуванні, не на старті з нуля.