Por qué traducir un juego mientras lo juegas es realmente difícil

Una página web le entrega texto limpio a un traductor. Un juego te entrega una imagen — el texto está dibujado como píxeles, sin ningún flujo legible debajo. Así que toda traducción empieza leyendo las letras de vuelta a partir de la imagen, y todo lo que viene después hereda lo que ese primer paso haya hecho mal.

El texto de un juego está cerca del caso más difícil para ese paso de lectura:

• Fuentes decorativas y manuscritas, elegidas por ambiente más que por legibilidad.
• Bajo contraste sobre un fondo animado en movimiento.
• Etiquetas de interfaz diminutas, y texto integrado en el arte.

Un solo carácter mal leído puede invertir un significado — y no hay corrector ortográfico que lo detecte, porque la palabra suele ser un nombre propio o un término que el juego se ha inventado. Después la traducción en sí se enfrenta a un segundo problema: el texto de un juego llega en fragmentos. Una etiqueta de menú de dos palabras. Un número en el HUD. Una línea que todavía se está escribiendo letra a letra. Los modelos de traducción rinden mejor con frases completas; un juego entrega esquirlas, sin orden, sin contexto alrededor, con vocabulario que un modelo general nunca ha visto.

Y todo tiene que correr en tu máquina mientras el juego está en marcha. Un servicio en la nube puede lanzar el modelo más grande del mundo a una sola frase. Un overlay en vivo comparte memoria y GPU con el juego que estás jugando — así que buena parte del oficio consiste en sacar buenos resultados de modelos lo bastante pequeños para sentarse junto a un juego, no en ir directamente a por el más grande.

Poner texto en una pantalla es fácil. Ponerlo sobre un juego en vivo sin estorbar no lo es.

¿Dónde va la traducción? El texto aparece en sitios que no puedes predecir — diálogo abajo, la descripción de un objeto a la derecha, un tooltip en el cursor, un mensaje del sistema en el centro. Cubrir lo que no toca en el momento que no toca convierte al overlay en el problema que se suponía que iba a resolver.

La pantalla no deja de moverse. Una sola línea de diálogo existe a lo largo de decenas de fotogramas mientras hace scroll, se desvanece o se escribe sola. El overlay tiene que reconocer «esta es la misma línea que ya estoy mostrando» incluso cuando los píxeles de debajo cambian ligeramente en cada fotograma — si no, parpadea y se redibuja sin parar. Hacerlo mal se ve como fluctuación; hacerlo bien significa mantener una traducción estable mientras la imagen de debajo nunca termina de dejar de cambiar.

Y nada de esto puede costarte el juego. La captura y el renderizado corren fuera del propio hilo del juego para no robarle tiempo de fotograma, y no se inyecta nada en el juego — Playto lee la pantalla desde fuera, igual que hace el software de grabación de pantalla.

Este es el problema silencioso, y en cierto modo el más difícil. Parte del trabajo de Playto es recordar las líneas y palabras con las que te has encontrado, para que un juego que jugaste se convierta en algo que puedas repasar después. Suena a simple contabilidad. No lo es — porque el texto de un juego no es una lista limpia de líneas bien diferenciadas.

• La misma frase aparece a lo largo de muchos fotogramas mientras se escribe sola.
• Una pantalla en la que te quedas quieto reaparece en cada captura.
• El mismo texto sin cambios se lee ligeramente distinto de un fotograma a otro.

Así que decidir «esto es una línea nueva que vale la pena guardar» frente a «esto ya lo tengo» es un juicio real, hecho muchas veces por segundo. Si te inclinas de un lado, el registro se llena de duplicados de la misma frase; si te inclinas del otro, se le escapan en silencio líneas que querías conservar. Saber cuándo una línea ha terminado es otro rompecabezas — una frase que todavía se está revelando letra a letra se parece mucho a una frase corta y completa.

Nada de esto se ve cuando funciona. Solo ves una lista limpia de lo que has leído. Esa invisibilidad es la mayor parte del trabajo.

Como los juegos son difíciles de formas distintas, ningún comportamiento único es el correcto para todos ellos — y por eso Playto te da varias opciones. Los modos de lectura (desde el reconocimiento de texto rápido hasta el reconocimiento de imagen completo para fuentes estilizadas), y los modos de captura (seguir al cursor, una región fija, o la ventana completa) existen para que ajustes la herramienta a cómo falla un juego en concreto. Mira cómo encajan entre sí en la página del overlay.

Y va a mejor. Esto es un ajuste en el que trabajamos de forma continua — la lectura, la estabilidad del overlay, el registro. Si un juego se lee mal para ti, la demo es gratuita, y contarnos qué juego y qué falló es lo más útil que puedes hacer; los juegos reales en manos reales son la señal contra la que mejoramos.