O Google Translate adiciona 110 novos idiomas

Do cantonês ao Qʼeqchiʼ, esses novos idiomas abrangem mais de 614 milhões de falantes, abrindo traduções para cerca de 8% da população mundial. Alguns são idiomas mundiais importantes com mais de 100 milhões de falantes, enquanto outros são falados por pequenas comunidades indígenas. Alguns estão até sendo ativamente revitalizados, apesar de quase não terem mais falantes nativos. Cerca de um quarto desses novos idiomas são da África, marcando nossa maior expansão de idiomas africanos até agora, incluindo Fon, Kikongo, Luo, Ga, Swati, Venda e Wolof.

Aqui estão alguns dos idiomas recém-suportados no Google Translate:

• Afar, um idioma tonal falado em Djibouti, Eritreia e Etiópia, teve a maior quantidade de contribuições da comunidade voluntária de todos os idiomas neste lançamento.
• Cantonês, há muito um dos idiomas mais solicitados para o Google Translate, é complicado de lidar porque frequentemente se sobrepõe ao mandarim na escrita, dificultando a localização de dados e o treinamento de modelos.
• Manx, o idioma celta da Ilha de Man, estava quase extinto após a morte do último falante nativo em 1974. Mas, graças a um movimento de revitalização, agora há milhares de falantes.
• NKo, uma forma padronizada das línguas mandingas da África Ocidental, unifica muitos dialetos em um idioma comum. Seu alfabeto único foi inventado em 1949, e hoje possui uma comunidade de pesquisa ativa.
• Punjabi (Shahmukhi), a variante do punjabi escrita em alfabeto perso-arábico, é o idioma mais falado no Paquistão.
• Tamazight (Amazigh), uma língua berbere falada em toda a África do Norte, tem muitos dialetos, mas uma forma escrita geralmente compreensível. É escrita em alfabetos latino e tifinagh, ambos suportados pelo Google Translate.
• Tok Pisin, um crioulo baseado em inglês e a língua franca da Papua-Nova Guiné, pode ser compreensível para falantes de inglês quando traduzido.

Como escolhemos as variedades de idiomas

Adicionar novos idiomas ao Translate envolve muita reflexão, desde a escolha de quais variedades incluir até a decisão sobre grafias específicas.

Os idiomas têm muita variação: variedades regionais, dialetos, diferentes padrões de grafia. Muitos não têm uma forma padrão única, então escolher a variedade "certa" é difícil. Nós nos concentramos nas variedades mais comumente usadas. Por exemplo, o romani tem muitos dialetos pela Europa. Nossos modelos produzem textos mais próximos do romani Vlax do sul, uma variedade comumente usada online, mas também incorporam elementos de outros, como o Vlax do norte e o romani dos Bálcãs.

O PaLM 2 foi crucial para ajudar o Translate a aprender idiomas que são muito próximos, como aqueles próximos ao hindi, como o awadhi e o marwadi, e crioulos franceses como o crioulo seichelense e o crioulo mauriciano. À medida que a tecnologia avança e continuamos trabalhando com linguistas especialistas e falantes nativos, suportaremos ainda mais variedades de idiomas e convenções de grafia ao longo do tempo.

Confira o Centro de Ajuda para saber mais sobre esses idiomas recém-suportados. E comece a traduzir em translate.google.com ou no aplicativo Google Translate para Android e iOS.