Google Translate agrega 110 nuevos idiomas

Desde el cantonés hasta el Qʼeqchiʼ, estos nuevos idiomas cubren a más de 614 millones de hablantes, abriendo traducciones para aproximadamente el 8% de la población mundial. Algunos son idiomas mundiales importantes con más de 100 millones de hablantes, mientras que otros son hablados por pequeñas comunidades indígenas. Algunos incluso están siendo activamente revitalizados a pesar de tener casi ningún hablante nativo restante. Alrededor de un cuarto de estos nuevos idiomas son de África, marcando nuestra mayor expansión de idiomas africanos hasta ahora, incluyendo Fon, Kikongo, Luo, Ga, Swati, Venda y Wolof.

Aquí hay algunos de los idiomas recién soportados en Google Translate:

• Afar, un idioma tonal hablado en Djibouti, Eritrea y Etiopía, tuvo la mayor cantidad de contribuciones de la comunidad voluntaria de todos los idiomas en este lanzamiento.
• Cantonés, uno de los idiomas más solicitados para Google Translate durante mucho tiempo, es complicado de manejar porque a menudo se superpone con el mandarín en la escritura, lo que dificulta encontrar datos y entrenar modelos.
• Manx, el idioma celta de la Isla de Man, estuvo casi extinto después de que el último hablante nativo falleciera en 1974. Pero gracias a un movimiento de revitalización, ahora hay miles de hablantes.
• NKo, una forma estandarizada de los idiomas Manding de África Occidental, unifica muchos dialectos en un idioma común. Su alfabeto único fue inventado en 1949, y hoy tiene una comunidad de investigación activa.
• Punjabi (Shahmukhi), la variedad de punjabi escrita en escritura perso-arábiga, es el idioma más hablado en Pakistán.
• Tamazight (Amazigh), un idioma bereber hablado en el norte de África, tiene muchos dialectos pero una forma escrita generalmente comprensible. Se escribe tanto en escrituras latina como tifinagh, ambas soportadas por Google Translate.
• Tok Pisin, un criollo basado en el inglés y la lengua franca de Papúa Nueva Guinea, podría ser comprensible para los hablantes de inglés cuando se traduce.

Cómo elegimos las variedades de idiomas

Añadir nuevos idiomas a Translate implica mucho pensamiento, desde elegir qué variedades incluir hasta decidir sobre ortografías específicas.

Los idiomas tienen mucha variación: variedades regionales, dialectos, diferentes estándares de ortografía. Muchos no tienen una forma estándar única, por lo que elegir la variedad "correcta" es difícil. Nos enfocamos en las variedades más comúnmente utilizadas. Por ejemplo, el romaní tiene muchos dialectos en toda Europa. Nuestros modelos producen texto más cercano al romaní Vlax del sur, una variedad comúnmente utilizada en línea, pero también mezclan elementos de otros como el Vlax del norte y el romaní balcánico.

PaLM 2 fue crucial para ayudar a Translate a aprender idiomas que están estrechamente relacionados, como aquellos cercanos al hindi, como el awadhi y el marwadi, y criollos franceses como el criollo seychellois y el criollo mauriciano. A medida que la tecnología avanza y seguimos trabajando con lingüistas expertos y hablantes nativos, apoyaremos aún más variedades de idiomas y convenciones de ortografía con el tiempo.

Consulta el Centro de Ayuda para obtener más información sobre estos idiomas recién soportados. Y comienza a traducir en translate.google.com o en la aplicación de Google Translate en Android e iOS.