品質について
プレイしながらゲームを翻訳するのは、本当に難しい
動作中のゲーム画面を読み取り、その場で翻訳するのは難しい技術的課題です — 外から見るより難しく、Playtoはそこに真正面から取り組んでいます。「解決済みの箱にチェックを入れた」ふりをするより、なぜ難しいのかを正直にお話しします。もし画面がうまく読めないことがあっても、それはたいてい以下のいずれかの理由であって、手抜きではありません — そしてそのどれもが、私たちが取り組み続けている対象です。このページは、内部実装には踏み込まずに、その裏側の技術を説明したものです。
1 · 翻訳
翻訳の前に、まず画面を読まなければならない
Webページは翻訳器にきれいなテキストを渡してくれます。ゲームが渡してくるのは画像です — テキストはピクセルとして描かれ、その下に読み取れる文字列はありません。だから翻訳はまず、絵の中から文字を読み戻すことから始まり、その後の工程はすべて、この一歩目の誤りを引き継ぎます。
ゲームのテキストは、その読み取り工程にとってほぼ最難のケースです:
- 読みやすさより雰囲気を優先した、装飾フォントや手書き風フォント。
- 動くアニメーション背景に重なる、低コントラストの文字。
- 極小のUIラベルや、アートワークに焼き込まれた文字。
一文字の誤読が意味を反転させることがあり、しかもそれを拾うスペルチェックはありません — その語がしばしば固有名詞や、ゲームが独自に作った用語だからです。次に翻訳そのものが第二の問題に直面します。ゲームのテキストは断片で届きます。二語のメニューラベル。HUDの数字。まだ一文字ずつ表示され続けている途中の一行。翻訳モデルは文章全体で最も力を発揮しますが、ゲームが渡してくるのは、順序もばらばらで、周囲の文脈もなく、汎用モデルが見たことのない語彙で書かれた破片です。
そしてそのすべてが、ゲームが動いているあなたのマシン上で走らなければなりません。クラウドサービスなら一文に地上最大級のモデルを充てられます。ライブオーバーレイは、あなたが遊んでいるゲームとメモリとGPUを共有します — だから技術の多くは、最大のモデルに手を伸ばすことではなく、ゲームの隣に座れるほど小さいモデルから良い結果を引き出すことに費やされます。
2 · オーバーレイ
じっとしていないゲームの上に描く
画面に文字を置くのは簡単です。動作中のゲームの上に、邪魔をせずに置くのは簡単ではありません。
翻訳をどこに置くか? テキストは予測できない場所に現れます — 下部の会話、右側のアイテム説明、カーソル位置のツールチップ、中央のシステムメッセージ。間違ったタイミングで間違ったものを覆えば、オーバーレイは解決するはずだった問題そのものになってしまいます。
画面は動き続ける。 一行の会話は、スクロールし、フェードし、あるいは一文字ずつ表示される間、何十フレームにもわたって存在します。オーバーレイは、下のピクセルが毎フレームわずかにずれても「これはもう表示している同じ行だ」と認識し続けなければなりません — さもないと絶えずちらつき、再描画を繰り返します。ここを外すとジッター(震え)に見え、うまくやると、下の絵が決して完全には止まらない中で翻訳を安定して保てます。
そしてそのどれも、ゲームを犠牲にしてはなりません。キャプチャと描画はゲーム自身のスレッドとは別で走るのでフレームタイムを奪わず、ゲームには何も注入しません — Playtoは画面録画ソフトと同じように、外側から画面を読み取ります。
3 · ロギング
あなたが実際に何を読んだかを知る
これは地味な問題で、ある意味で最も難しいものです。Playtoの仕事のひとつは、あなたが出会った行や語を覚えておくこと — プレイしたゲームを、後で復習できるものに変えることです。単なる帳簿づけのように聞こえます。そうではありません — ゲームのテキストは、はっきり区別された行のきれいなリストではないからです。
- 同じ文が、一文字ずつ表示される間、多くのフレームにわたって現れる。
- じっと立ち止まっている画面が、キャプチャのたびに再び現れる。
- 変わっていないはずの同じ文字が、フレームごとにわずかに違って読まれる。
だから「これは保存する価値のある新しい行だ」なのか「これはもう持っている」なのかの判断は、本物の判断であり、毎秒何度も下されます。一方に寄せればログは同じ文の重複で埋まり、もう一方に寄せれば、欲しかった行を静かに取りこぼします。行がいつ完成したかを知ることも別の難問です — 一文字ずつ姿を現している途中の文は、短くて完結した文とよく似て見えるからです。
これらはうまく動いているときには一切見えません。あなたには、読んだもののきれいなリストが見えるだけです。その「見えなさ」こそが、作業のほとんどです。
どこでも勝てる万能の設定がない理由
ゲームは異なる形で難しいので、すべてに正しい単一の挙動は存在しません — だからこそPlaytoはいくつかの選択肢を用意しています。読み取りモード(高速なテキスト認識から、装飾フォント向けの本格的な画像認識まで)と、キャプチャモード(カーソル追従、固定範囲、ウィンドウ全体)は、特定のゲームの壊れ方に道具を合わせるために存在します。それらがどう組み合わさるかはオーバーレイのページで。
そして良くなっていきます。これは私たちが継続的に取り組んでいる調整です — 読み取り、オーバーレイの安定性、ログ。あるゲームでうまく読めない場合、デモは無料ですし、どのゲームで何がうまくいかなかったかを教えていただくことが、最も役立つことです。実際の手による実際のゲームこそ、私たちが改善の指標にしている信号です。
よくある質問
ゲーム翻訳が不正確になることがあるのはなぜですか?
ゲームはテキストを「読める文字列」ではなく「ピクセル(画像)」として描画します。そのため翻訳はまず画像から文字を読み戻すこと(OCR)から始まり、その一歩目の誤りが翻訳まで持ち越されます。装飾フォント、動く背景に重なる低コントラスト、極小のUI文字がこの読み取りを難しくし、一文字の誤読が意味を変えてしまいます。さらにゲームのテキストは文脈の乏しい断片で届き、汎用モデルが見たことのない独自用語も使われます。これは本質的に難しい問題であり、私たちが品質を「完成したもの」ではなく「継続中の作業」として扱っている理由です。
翻訳品質は時間とともに良くなりますか?
はい。読み取りとオーバーレイの挙動は継続的に調整しており、アップデートも定期的にリリースしています。ゲームによって壊れ方が異なるため、実際のゲームが最良の手がかりです。あるゲームで読み取りが悪い場合、無料デモで確認でき、報告していただけると改善に役立ちます。
なぜ一番大きく高精度なAIモデルを使わないのですか?
クラウドサービスなら一文ごとに巨大なモデルを充てられます。しかしライブオーバーレイはゲームが動いているPC上で走り、メモリとGPUをゲームと共有します。そのため技術の勘所は、最大のモデルを選ぶことではなく、ゲームと共存できるほど小さいモデルから良い結果を引き出すことにあります。お好みでご自身のクラウドAPIキーを接続することもできますが、開発の主な労力はローカル側に注いでいます。
装飾フォントや手書き風のゲームフォントは読めますか?
標準的な印刷フォントは高速かつ確実に読めます。装飾が強い、あるいは手書き風のフォントは通常のテキスト認識の弱点なので、それらを直接読む画像認識モードを用意しています — ゲームごとの描画に合わせてモードを選びます。画像認識は遅く負荷も重いという実際のトレードオフがあるので、常時ではなく、必要なフォントのために備えています。