Recentemente, um amigo comentou comigo sobre ferramentas modernas de tradução para jogos.
Você seleciona uma área da tela, o programa lê o texto que aparece ali e coloca a tradução em uma janela semitransparente. Existe algum atraso, mas, se a etapa de tradução usa um LLM, ela pode fazer mais do que substituir palavras: consegue reformular o diálogo de maneira mais natural.
Minha primeira reação foi simples:
“Espera. Já chegamos ao ponto em que não é mais preciso esperar uma tradução oficial ou um patch?”
Só que a pesquisa saiu completamente do caminho.
OCR lê a tela.
Um modelo de tradução entende o significado.
Um overlay coloca o resultado de volta sobre a interface original.
Essa arquitetura não serve apenas para jogos.
Se já existe um sistema editorial capaz de produzir versões de alta qualidade em 12 idiomas, por que não manter esses 12 como núcleo premium e usar um modelo local para espalhar apenas os artigos populares por vários idiomas de cauda longa, quase sem aumentar o gasto com APIs?
Começamos falando de legenda de jogo.
Terminamos em uma reunião imaginária de arquitetura global de distribuição.
1. Tradução de jogos em tempo real é, na prática, um conjunto de quatro peças
Um overlay de tradução em tempo real parece magia quando visto de fora.
Quando desmontado, fica ainda mais interessante.
O fluxo básico é:
- Capturar uma região definida da tela do jogo.
- Usar OCR para transformar o texto da imagem em texto processável.
- Traduzir com um mecanismo de tradução, NMT ou LLM.
- Desenhar a tradução novamente sobre o jogo em uma camada semitransparente.
Projetos públicos para Windows já usam essa arquitetura. O OverlayTranslate faz OCR de uma região da tela e posiciona a tradução sobre o local original. O SubLens monitora continuamente uma área do jogo, detecta texto novo, traduz e exibe o resultado em um overlay transparente.[1][2]
Antes era “tirar screenshot, abrir site de tradução, colar, ler e voltar”.
Agora está mais para “diga ao intérprete onde olhar e deixe-o sentado ao lado do jogo”.
A humanidade aparentemente decidiu invocar intérpretes residentes ao lado de cada RPG não localizado.
2. Google Lens é útil, mas não é a mesma coisa que um overlay persistente
O Google Lens consegue reconhecer objetos e textos em imagens, selecionar trechos e traduzi-los.[3]
O Google Tradutor também oferece tradução de imagens. No computador é possível enviar uma imagem e traduzir o texto dentro dela; no celular existe tradução por câmera. O próprio Google avisa que texto pequeno, borrado ou muito estilizado pode reduzir a precisão.[4]
Então o Lens é muito parecido com os “olhos” do sistema.
Mas a ferramenta descrita pelo meu amigo dá um passo além.
Lens é “leia esta imagem”.
Um overlay para jogos é “fique vigiando esta área e processe automaticamente cada novo diálogo”.
A diferença não é só a qualidade da tradução.
Captura contínua, detecção de mudança, cache, verificação de foco da janela e redesenho do texto na posição correta são detalhes de engenharia pouco glamorosos que tornam a experiência realmente confortável.
A IA fica com a manchete.
A tubulação é o que permite terminar o jogo.
3. “Google Tradutor não é LLM, certo?” ficou uma pergunta mais complicada em 2026
Pensando no Google Tradutor antigo, era razoável separá-lo de sistemas como ChatGPT.
Por muitos anos, o Google Tradutor se apoiou fortemente em tradução neural especializada.
Mas em dezembro de 2025, o Google anunciou a incorporação das capacidades de tradução do Gemini à tradução de texto do Google Translate, com foco em tratamento mais natural de expressões idiomáticas, gírias e frases dependentes de contexto.[5]
Em fevereiro de 2026, o serviço ganhou alternativas e explicações baseadas nas capacidades multilíngues do Gemini.[6]
Na fala, o Google anunciou depois o Gemini 3.5 Live Translate, com tradução quase em tempo real entre vozes em mais de 70 idiomas.[7]
Por isso, em 2026, dizer simplesmente “Google Tradutor não é LLM” é simplificar demais.
Mas o oposto também seria precipitado. Não devemos presumir que toda solicitação do Tradutor entra literalmente em uma sessão genérica de chat do Gemini.
O Google divulgou a integração de capacidades do Gemini, não toda a arquitetura interna de roteamento.
A fronteira está ficando difusa.
4. Google Tradutor gratuito para consumidor e API de automação são coisas diferentes
Nesse ponto surge uma ideia óbvia:
“Então é só traduzir todos os artigos de graça com o Google Tradutor.”
Tentador.
Mas usar um produto de consumo sem cobrança por caractere não significa ter uma API oficial, ilimitada e gratuita para automação em massa.
No Cloud Translation, o NMT padrão atualmente oferece crédito mensal para os primeiros 500 mil caracteres; depois disso, o preço padrão informado é de US$20 por milhão de caracteres.[8]
Suponha um artigo de 5 mil caracteres.
Traduzir para 50 idiomas dá 250 mil caracteres.
Dois artigos chegam a 500 mil.
Dez artigos populares por mês, em 50 idiomas, somam 2,5 milhões. Descontando a faixa gratuita, 2 milhões de caracteres faturáveis custariam cerca de US$40 pela tarifa padrão.
É barato.
Mas não é zero.
O Google Cloud também lista preços separados de entrada e saída para o Translation LLM.[8]
Se “nenhuma conta recorrente de API” for requisito rígido, o desenho mais limpo não é expandir a nuvem indefinidamente. É criar uma via local.
5. Modelos locais são o caminho natural para uma via sem custo de API
É aqui que entram os modelos locais de tradução.
O MADLAD-400-3B-MT, publicado pelo Google no Hugging Face, aparece com suporte a 419 idiomas e licença Apache 2.0.[9]
Rodando em sua própria máquina, não existe cobrança de API por tradução.
Isso não quer dizer que o custo real seja literalmente zero.
Há uso de CPU ou GPU.
Há eletricidade.
Há tempo de processamento.
Mas desaparece o modelo em que cada caractere adicional significa pagar mais a um provedor de nuvem.
A ressalva fundamental é: “suporta 419 idiomas” não significa “qualidade humana nos 419”.
A qualidade pode variar muito, principalmente em idiomas de poucos recursos.
Logo, tradução local não deve substituir os 12 idiomas premium.
Ela deve ser a camada experimental barata para idiomas que antes não valia a pena testar.
6. Aqui o assunto salta dos jogos para a fábrica de artigos: mantenha os 12 de alta qualidade
Se um sistema editorial já cria versões de alta qualidade em 12 idiomas usando LLM, não há motivo para rebaixá-las para tradução barata.
Esses 12 são a nave-mãe.
Imagine japonês, inglês, coreano, chinês simplificado, chinês tradicional, espanhol, português do Brasil, indonésio, tailandês, vietnamita, francês e alemão.
Se essas versões já passaram por organização de contexto, localização natural, ajuste de títulos e controle de qualidade, elas não são apenas 12 traduções.
São 12 representações semânticas já limpas.
Para gerar um idioma adicional, não é obrigatório partir sempre do japonês.
Para alguns destinos, inglês, espanhol ou indonésio podem servir melhor como idioma-pivô.
Mas cadeias de tradução acumulam erro.
Por isso, não escolha o idioma-pai apenas porque parece linguisticamente próximo. Teste várias fontes em um pequeno benchmark e fixe para cada destino a rota que melhor preserve números, nomes próprios, negação, qualificadores e significado geral.
7. Não faça “todos os artigos × todos os idiomas”. Popularidade é o filtro
Esta é a parte mais interessante.
Ter 5 mil artigos não obriga a traduzir 5 mil para 100 idiomas.
Comece pelos populares.
Por exemplo, usando visualizações dos últimos 30 dias:
- Top 10: mais 50 idiomas.
- Posições 11–50: mais 20 idiomas.
- Restante: apenas os 12 premium.
Ou ainda mais simples: todos os dias, pegue os 20 artigos mais acessados e traduza somente combinações artigo-idioma que ainda não existem.
Depois de criada, a tradução vira ativo.
Assim o mapa do mundo vai sendo preenchido aos poucos, começando por conteúdo que já provou ter demanda.
Não é “construir infraestrutura completa no planeta inteiro no primeiro dia”.
É “mandar batedores quase gratuitos e enviar o grosso dos recursos apenas para onde houver resposta”.
Muito mais inteligente.
E muito mais barato.
8. Três níveis de idioma deixam a demanda decidir onde investir qualidade
Os idiomas adicionais podem ser divididos em três níveis.
Core: os 12 atuais de alta qualidade. Localização com LLM, QC rígido e todos os artigos.
Growth: idiomas adicionais que já começaram a gerar tráfego real. A tradução local continua sendo padrão, mas a cobertura aumenta.
Experimental: idiomas de demanda desconhecida. Recebem apenas artigos populares e podem começar com indexação limitada.
Depois, a promoção depende de visitas, leitura concluída, clique para o próximo artigo e retorno.
Se ninguém lê um Experimental, ele fica lá.
Se o polonês começa a trazer tráfego, sobe para Growth.
Se o turco cresce continuamente e o comportamento dos leitores é bom, vira candidato a Core.
Assim diminui a necessidade de uma reunião para adivinhar “qual idioma vai bombar depois?”
A própria tradução vira pesquisa de mercado.
9. Para continuar gratuito, o primeiro QC deve funcionar sem LLM
Se toda nova tradução for enviada ao ChatGPT com “isso está correto?”, a estratégia gratuita deixa de ser gratuita rapidamente.
A primeira camada de QC deve ser código determinístico.
Muita coisa pode ser verificada automaticamente:
- números, percentuais, moedas e datas preservados;
- URLs inalteradas;
- contagem de títulos não desabando;
- Markdown ou HTML válido;
- título e description não vazios;
- excesso de texto no idioma de origem;
- compatibilidade aproximada com a escrita esperada;
- possível perda de negação;
- deformação estranha de nomes próprios;
- saída absurdamente curta ou longa.
Se necessário, use o modelo local para fazer uma retrotradução ao inglês e marque apenas grandes desvios semânticos.
Não é avaliação perfeita.
Mas é excelente para evitar publicação em massa de traduções quebradas.
A inteligência cara do LLM deve ser reservada para casos suspeitos, não desperdiçada revisando tudo.
10. “100 idiomas” importa menos do que evitar 100 montes de lixo
Existe uma última armadilha.
Criar versões em 100 idiomas não multiplica automaticamente o tráfego de busca por 100.
O Google Search Central recomenda URLs diferentes para cada versão linguística e anotações hreflang para conectá-las. Também recomenda deixar clara a língua visível de cada página, tanto no conteúdo quanto na navegação.[10]
O Google também cita a criação em massa de páginas de pouco valor por transformações automáticas, inclusive tradução, como exemplo de scaled content abuse quando o objetivo principal é manipular ranking e não ajudar usuários.[11]
Portanto, não existe obrigação de indexar toda página Experimental no momento em que nasce.
Comece com noindex quando fizer sentido.
Observe qualidade e demanda.
Promova para index apenas idiomas que passem pelo gate.
O leitor precisa conseguir usar a página de verdade.
A interface também precisa estar traduzida.
URLs de idioma e hreflang precisam estar corretos.
O significado precisa ser preservado.
E o artigo original precisa ter valor real.
Só então “mais idiomas” vira ativo em vez de multiplicador de lixo.
Tudo começou com um amigo falando de jogos.
“Dá para ler uma parte da tela, traduzir de forma natural com LLM e colocar o resultado por cima.”
Isso levou ao Google Lens, à fronteira mutável entre Google Tradutor e LLMs, aos preços de API e finalmente aos modelos locais.
A arquitetura final ficou simples:
manter intactos os 12 idiomas premium;
espalhar somente artigos populares para idiomas adicionais usando tradução local com custo marginal de API quase zero;
e promover a qualidade apenas onde aparecer demanda real.
Começamos sobrepondo uma legenda traduzida a um jogo.
Terminamos sobrepondo novas camadas de idioma a um sistema editorial inteiro.
Reaproveitamento de tecnologia costuma começar com esse tipo de desvio perfeitamente racional.
- OverlayTranslate — Windows overlay translation tool using OCR and multiple translation engines github.com
- SubLens — real-time OCR-powered game dialog translator with continuous scan and transparent overlay github.com
- Google Search Help — Google Lens can select text and translate supported text through Google Translate support.google.com
- Google Translate Help — image translation on desktop and mobile; Google notes lower accuracy for small, unclear, or stylized text support.google.com
- Google, 2025-12-12 — Bringing state-of-the-art Gemini translation capabilities to Google Translate blog.google
- Google, 2026-02-26 — AI-powered context and translation alternatives in Google Translate using Gemini capabilities blog.google
- Google, 2026-06-09 — Gemini 3.5 Live Translate, near-real-time speech-to-speech translation in more than 70 languages blog.google
- Google Cloud Translation pricing — NMT first 500,000 characters per month covered by free credit, then standard per-character pricing; Translation LLM priced separately cloud.google.com
- Google MADLAD-400-3B-MT on Hugging Face — 419 languages listed, Apache 2.0 huggingface.co
- Google Search Central — Managing multi-regional and multilingual sites; separate URLs and hreflang guidance developers.google.com
- Google Search Central — Spam policies; scaled content abuse includes low-value pages generated through automated transformations such as translating when created primarily to manipulate rankings developers.google.com
