18萬字遊戲對白中翻英,AI輔助5天完成

《逃離永明島》是一款文字冒險遊戲,約1萬行對白、18萬字,閱讀量較大。所以文本質量是遊戲核心體驗之一。

故事發生在近未來的中國,人物也都是土生土長的中國人。對白裏確有很多中文語境下的微妙之處,但科幻懸疑的主線劇情對任何文化圈的人都是適用的。

在這一年半的單人開發過程中,對非中文玩家羣體,我基本沒有宣傳。這是因爲我覺得自己的英文寫作能力,在敘事/對白質量這方面上,遠不及中文(我之前用英文寫作的,都是技術報告和論文)。既然這個遊戲的亮點在於敘事,而美術和音樂均由AI「主筆」,那麼對英文玩家來講,就缺乏賣點了。但無論如何,我還是想出一個英文版。

在之前的開發日誌中說過,《逃離永明島》的項目限定在我「一個人完成」的條件之下的。我沒打算外包任何工作,而自己只會中英雙語,所以本地化頂多也就能出英文了。

英語文學和對話寫不好,但鑑賞能力不算太差。這不就是用生成式AI的最佳效率提升場景之一:我做不了,但知道怎樣的結果是好的。

我使用瞭如下AI翻譯流程,成功在5天之內完成了遊戲全文本的英翻和校對,並達到了我自己無法做到的翻譯水準(當然,跟專業的翻譯不能比)。 分享一下流程圖:

總結:18萬字,全自動翻譯校對花了大概1天的時間;我人工閱讀校對文本+選擇性讓AI潤色,花了3天;最後文本導入遊戲在敘事語境下通關測試,校對了1天。

一些技術細節:

  • 大語言模型的工具環境(例如閱讀/修改文本文件的能力),我用的Claude Desktop + MCP。但VSCode加任何agent插件也是一樣的。

  • Claude的翻譯角色prompt提示詞,我在文章最後的截圖裏分享了。字多,需看大圖。看了提示詞,你也就大概知道流程圖裏各個文件是什麼格式和內容。校對角色的prompt差不多,不贅述。

  • 對白分爲200句一個文件,一共53個文件。分割文件是爲了不讓文本長度爆出Claude的上下文限制,也是爲了集中它的注意力。一般我一次讓它翻譯/校對N=2或3個文件。再多,效果就會明顯差一些。

  • 讓Claude自己做的筆記和補充的新名詞翻譯,是爲了提升不同批次之間翻譯一致性。它還會自己主動記錄劇情發展進度,供之後批次參考。

兩個具體例子:

# 例一原文,c是十歲小女孩

c: ……那哥哥的名字呢?


# Claude初翻,逐字硬譯

c: ...Then what's big brother's name?


# Claude初校,調換單詞順序符合口語習慣

c: ...What's big brother's name then?


# 人工校對,文化遷移(重音在your)。英語文化裏小孩不會這麼稱呼的

c: ...What's your name then?


----------------------------


# 例二原文,a是二十一歲男體校生

a: (……對小孩親和度太高了,也不方便……)


# Claude初翻,逐字硬譯

a: (...Having too high affinity with kids isn't convenient either...)


# Claude初校,換成口語表達,但inconvenient依然僵硬

a: (...Being too good with kids can be inconvenient...)


# 人工校對,意譯,保留略帶無奈的口吻

a: (...Being too good with kids can be a problem sometimes...)

一些翻譯結果的綜合觀察和心得:

  • 翻譯者第一遍翻出的文本非常差。是一看就不行的那種。

  • 校對潤色者第一遍會對翻譯者的成果做大量優秀的修改。

    • 平均修改率在75%左右(也就是說,200行對白初翻,它改了150行以上)

    • 我抽查後發現99%的修改都是正確/有改善的

    • 但它的注意力有限:如果某批次的文本它修改了很多人名/專有名詞不一致的情況,那麼它對文本本身的潤色就會很少

  • 如果讓校對者再對自己的成果做一遍同樣的校對,則會出現修改得「好」/「不好」五五分的情況。

    • 所以,不要認爲可以不斷循環潤色來逼近最好的翻譯……

  • 由於是分批修改,批次之間的翻譯/自動校對質量有區別。我在人工文本校對的時候,也花了很多時間複製粘貼大段我覺得欠佳的對話重新潤色

    • 重新潤色好壞五五分的情況下,我使用VSCode的diff功能,快速接受/拒絕每行的修改(界面如下圖)

    • 翻譯校對可能是我開發遊戲整個過程中最累的體力活了……一天盯着屏幕上的中英文本10-11小時,之後腦子就是一坨漿糊

  • 人工校對這三天,我自己修改的加上接受Claude重新潤色的對白,佔總行數的40%。

    • 這意味着,全自動化部分的接受率至少是60%的整句。

    • 考慮到我人工修改的行數基本都只是個別單詞,這質量至少在我的標準下是很不錯的。

如果想對最終的翻譯質量有個直觀認知,可以下載《逃離永明島》的試玩版,切換中英語言對比看看。

語言障礙這東西,很快就會成爲過去式了吧。

人工校對時接受/拒絕AI潤色

翻譯者提示詞(上)

翻譯者提示詞(下)

(提示詞裏面「4條中翻英核心原則」,是我從Lingomancy話術研的分享文章中總結出來的。)

更多遊戲資訊請關註:電玩幫遊戲資訊專區

電玩幫圖文攻略 www.vgover.com