a) У нас больше языков чем у DeepL. У нас их 120, у DeepL - 25. Сейчас не все возможные языки доступны у нас на демо-странице.
b) Из продуктов у нас есть сервер для перевода, SDK, desktop приложения которые переводят документы офлайн.
с) У нас в 5 раз дешевле цена на API для перевода
d) Наш сервис со всеми функциями доступен во всех странах. DeepL PRO доступен только в 33 странах
e) Мы стараемся делать фокус на оперативную и качественную поддержку клиентам. Бесплатно помогаем разворачивать сервера, делаем кастомные фукнции (если недолго) и стараемся быстро отвечать. Многие клиенты выбрали нас только из-за этого.
2) Я упомянул DGX-2 в контексте начала 2020 года. Когда не было столько альтернатив, как сегодня. На текущий день, конечно, лучше выбрать другой
Наш сервер для переводов и приложения могут переводить PDF файлы с сохранением форматирования. В отличие от Google мы можем переводить офлайн, что важно, когда информация конфиденциальна (бизнес, медицина и т.д)
По умолчанию, переводчик не понимает примеров языка программирования. Чтобы не переводить определенны куски текста, можно сделать разметку через тег <notranslate> в самом документе и отправить потом на API для перевода.
NCA, NDA и т.д - это для конфиденциальной информации о клиентах, продуктах и показателях компании. Никто не запрещает вам перенять опыт управления людьми, проектами, подходам к разработке продукта и т.д, чтобы потом использовать в своих проектах.
Сейчас не существует единого переводчика, которых будет лучше всех на всех языках и ситуациях. Иногда наши клиенты пишут нам, что мы лучше Google и Deepl для их задач.
У нас есть демо-страница, на которой можно проверить качество перевода. В целом у Google и DeepL качество перевода лучше. Но мы сделали фокус на функциональности (SDK, локальный сервер и т.д.), цене и сервисе
Поговорки и нестандартные обороты - будет сложно для него :)
У нашего переводчика другое позиционирование
1) Для экономии на переводе больших объемов текста (от миллиарда символов в месяц). Переводить через Google API это будет от 20 000$. Если много денег, то лучше выбрать Google. Если хочется сэкономить - можно выбрать Lingvanex.
2) Для перевода, где нужна защита данных. Если переводить школьные рефераты - то Google подойдет. Если надо перевести данные бизнеса, медицины и др, - то нет. И поэтому Lingvanex предлагает переводы офлайн. Ваши данные остаются у вас, а не отправляются Google.
Спасибо, что поделились своей историей, интересно почитать похожие
Я не пытаюсь конкурировать с Google, у меня нет таких ресурсов. Тут расчет на то, что скоро будет передел рынка переводчиков, когда выйдут новые игроки типа DeepL. Скоро не будет монополии Google. Из-за того, что сейчас не нужно десятков миллионов долларов на компьютеры и датасеты, есть шанс захватить каких-то 0.5% большого рынка, что в деньгах для команды в 30 человек в «условной» Беларуси или России будет очень много. Но для Google или Microsoft это будут крохи.
У меня есть знакомые из Минска, которые зарабатывают на приложениях для бега 30 млн $ / год. Для корпорации это копейки, но для фирмы до 100 человек — вполне деньги, ради которых стоит пройти трудный путь.
Согласен, что заработанными деньгами я распорядился неправильно. Но как говориться «Если бы молодость знала, если бы старость могла». Все могло быть по-другому :)
Я не считаю себя оптимистом, просто когда уже потратил $300 тыс на проект, я не смог его закрыть просто так. До этого все проекты закрыл, но там потраченные ресурсы были небольшие. Это было очень тяжелое решение — продолжить. Меня ломало месяца три :)
Самый главный вывод, который я понял за 15 лет IT, что основа любого успешного дела — люди. Не идея, не рынок, не технология, а именно команда. Хорошая команда сделает проект любой сложности. Даже если ошибется дорогой, но все же вырулит к цели. Было много примеров среди знакомых.
Своей главной ошибкой считаю, что я стал «публичным» очень поздно. Надо было на старте писать статьи о проекте, выступать на меприятиях, кричать про эти переводчики из каждого утюга. Не надо было все отдавать на аутсорс и фрилансеров и молча спрашивать советов через личку Facebook.
Статьи о проекте, работают очень круто для поиска нужных людей в команду. Через вакансии я бы никогда их не нашел. И когда, наконец, собрал команду и завел проект из «песка и палок» — тут стали заканчиваться деньги ))))
Когда были первые версии переводчиков, многие пользователи просили работу оффлайн. Это до сих пор актуально, так как за пять лет ситуация с бесплатным Wi-fi в той же Европе не улучшилась. И не думаю, что в ближайшие 10 лет что-либо измениться.
UX в любом случае должен быть лучше конкурентов. Работаем на этим.
Спасибо за пояснения, теперь стало понятно, что вы имели ввиду.
У меня не было тогда опыта сборки серверов, аренды помещений итд, расчета стоимости итд, как и не было с кем посоветоваться. Я думал, что решу задачу API для перевода за 6 месяцев, и было логичным взять в аренду на небольшой срок. Но когда задача растянулась на 3 года, сейчас ясно, что можно было купить свое железо вначале и сильно сэкономить.
Парсер переведенных текстов он сложнее, чем парсер маркета. Там свои нюансы, но задача решаемая, если есть опытные люди. Но мне не всегда везло с исполнителями.
Если бы тогда был сегодняшний опыт, можно было сэкономить 400 тыс $ из 600. Жаль, конечно, но что делать :)
Мне написало много людей, и я уже не успеваю всем отвечать. По технической части — лучше сделаю отдельную статью позже, чисто про работу переводчика. А вторую — только по раскрутке мобильных приложений.
Программа для Android — это новые переводчики, там минимум скачек. Все деньги и 20 млн были заработаны на старых версиях. Напишите в Facebook, я покажу статистику и все остальное.
Напишите мне в Facebook, я покажу аккаунты, где расположены старые переводчики вместе со статистикой в 20 млн закачек. Эти закачки в сумме на 40 приложений для перевода (тестов языковых пар)
Да, это реклама моего проекта, результатов и всего пути, который я прошел, чтобы найти редких NLP специалистов к себе в команду и быстро достичь качества Google в переводе.
А теперь ответы:
1) Миллион был потрачен на налоги, покупку квартиры, аутсорс разработку (около 600 тыс ), на жизнь в течении 7 лет + помощь родителям + остальное. Я понимаю, что деньги это больная тема, особенно для небольших городов как России, так и Беларуси. Те, кто меня знает, может подтвердить что я живу скромно вплоть до сегодняшнего дня. Не хочу больше поднимать этот вопрос. Из этого миллиона у меня больше не осталось денег.
Железо сначала бралось в аренду у разных поставщиков. Сервера были как с одной GTX 1080 за 100$ так и AWS V100 за 32$ / час. В разное время было разное количество.
Из своего железа собрал только компьютер для тестов на 2 x 2080 RTX Ti
2) Есть все графики обучения и другое, у нас в Lingvanex Control Panel
3) Я не смог взять DGX-2 в аренду из-за того, что фирма, на которую будет договор лизинга должна быть в США, а у меня на Кипре и они строго за этим следят. Как бы удивительно это не звучало. В то время это было так
4) Много людей: мобильная и backend разработка, data-science. Разработка обошлась где-то в 600 тыс $
5) Я управлял разработкой и выступал в роли продукт-менеджера. Сам код писал, но совсем немного.
6) Надо было собирать свою команду в офис с самого начала, вместо найма на аутсорс. Эта самая большая ошибка.
7) Кеш подключили позже
8) Хороший вопрос. Сейчас бы я вложился в такие активы. Но тогда решил все потратить на бизнес.
9) Дома у меня был 1 компьютер для тестов с 2 GPU RTX 2080 Ti, который был в 4 раза быстрее, чем сервера с 1 x GTX 1080, которые я арендовал как dedicated.
10) Это не будет дешево. Узнайте их расценки.
11) Писали парсеры, но с учетом трудозатрат для их настройки под разные форматы и исправления ошибок – прекратили. Невыгодно
12) Потому что open-source проекты, когда они только начинаются – они сырые. И баги в них – это нормальное явление
13) Все смотрели. Это был очень долгий и сложный путь, который не описать в одной статье.
14) Переводчик – это сложная тема и нужны тысячи часов консультаций, которые очень дорого стоят (Мне сказали $250 в час). В то время было мало людей, к кому можно было обратиться. Когда появился openNMT меня консультировали бесплатно.
15) У нас как раз было постепенное развитие продукта в течении 8 лет. Просто 4 года назад оно стало интенсивным, как появились деньги.
16) Распознавание голоса убрали, чтобы сфокусироваться на переводчиках. Нельзя все охватить, даже если хочется.
17) План в первую очередь найти NLP специалистов в команду. Инвестор не помешает, но он должен разбираться в этом рынке, а таких не много.
18) Сейчас делается ставка на физиков ( приложения), как будет готово качественное API на много языков – ставка будет на компании (B2B).
Вам не обязательно уметь делать все подряд (программировать, дизайн, маркетинг). Не надо распыляться и пытаться все в одиночку, как это делал я :) Это неэффективно.
Важно иметь друзей / знакомых, кто может закрыть нужные компетенции и собрать их вместе. Для этого нужно иметь большой круг общения, учавствовать в хакатонах, конкурсах стартапов и т.д и быть на виду. Вы соберете команду и все будет зависить от вас, получиться ли строить бизнес, когда есть все составляющие
Надеюсь, в будущем я сделаю большую статью, где подробно распишу эту часть. Лучше всего устроится в небольшую компанию до 10 человек iOS / Android программистом. Так или иначе, делая таски и задавая свои вопросы вы поймете суть этого бизнеса за пол-года. Очень важно выбрать компанию, в которой можно получить такой опыт. Потом сделаете свое приложение правильно с точки зрения бизнеса и начнете зарабатывать. Потом будете масштабироваться. Вы все поймете.
Ответы:
1) Отличие от DeepL
a) У нас больше языков чем у DeepL. У нас их 120, у DeepL - 25. Сейчас не все возможные языки доступны у нас на демо-странице.
b) Из продуктов у нас есть сервер для перевода, SDK, desktop приложения которые переводят документы офлайн.
с) У нас в 5 раз дешевле цена на API для перевода
d) Наш сервис со всеми функциями доступен во всех странах. DeepL PRO доступен только в 33 странах
e) Мы стараемся делать фокус на оперативную и качественную поддержку клиентам. Бесплатно помогаем разворачивать сервера, делаем кастомные фукнции (если недолго) и стараемся быстро отвечать. Многие клиенты выбрали нас только из-за этого.
2) Я упомянул DGX-2 в контексте начала 2020 года. Когда не было столько альтернатив, как сегодня. На текущий день, конечно, лучше выбрать другой
Наш сервер для переводов и приложения могут переводить PDF файлы с сохранением форматирования. В отличие от Google мы можем переводить офлайн, что важно, когда информация конфиденциальна (бизнес, медицина и т.д)
По умолчанию, переводчик не понимает примеров языка программирования. Чтобы не переводить определенны куски текста, можно сделать разметку через тег <notranslate> в самом документе и отправить потом на API для перевода.
NCA, NDA и т.д - это для конфиденциальной информации о клиентах, продуктах и показателях компании. Никто не запрещает вам перенять опыт управления людьми, проектами, подходам к разработке продукта и т.д, чтобы потом использовать в своих проектах.
Сейчас не существует единого переводчика, которых будет лучше всех на всех языках и ситуациях. Иногда наши клиенты пишут нам, что мы лучше Google и Deepl для их задач.
Спасибо! Будем исправлять.
У нас есть демо-страница, на которой можно проверить качество перевода. В целом у Google и DeepL качество перевода лучше. Но мы сделали фокус на функциональности (SDK, локальный сервер и т.д.), цене и сервисе
https://lingvanex.com/demo/
Если нужно максимальное качество перевода для небольших текстов - то Google или DeepL будет в целом лучше.
Поговорки и нестандартные обороты - будет сложно для него :)
У нашего переводчика другое позиционирование
1) Для экономии на переводе больших объемов текста (от миллиарда символов в месяц). Переводить через Google API это будет от 20 000$. Если много денег, то лучше выбрать Google. Если хочется сэкономить - можно выбрать Lingvanex.
2) Для перевода, где нужна защита данных. Если переводить школьные рефераты - то Google подойдет. Если надо перевести данные бизнеса, медицины и др, - то нет. И поэтому Lingvanex предлагает переводы офлайн. Ваши данные остаются у вас, а не отправляются Google.
Я не пытаюсь конкурировать с Google, у меня нет таких ресурсов. Тут расчет на то, что скоро будет передел рынка переводчиков, когда выйдут новые игроки типа DeepL. Скоро не будет монополии Google. Из-за того, что сейчас не нужно десятков миллионов долларов на компьютеры и датасеты, есть шанс захватить каких-то 0.5% большого рынка, что в деньгах для команды в 30 человек в «условной» Беларуси или России будет очень много. Но для Google или Microsoft это будут крохи.
У меня есть знакомые из Минска, которые зарабатывают на приложениях для бега 30 млн $ / год. Для корпорации это копейки, но для фирмы до 100 человек — вполне деньги, ради которых стоит пройти трудный путь.
Согласен, что заработанными деньгами я распорядился неправильно. Но как говориться «Если бы молодость знала, если бы старость могла». Все могло быть по-другому :)
Я не считаю себя оптимистом, просто когда уже потратил $300 тыс на проект, я не смог его закрыть просто так. До этого все проекты закрыл, но там потраченные ресурсы были небольшие. Это было очень тяжелое решение — продолжить. Меня ломало месяца три :)
Самый главный вывод, который я понял за 15 лет IT, что основа любого успешного дела — люди. Не идея, не рынок, не технология, а именно команда. Хорошая команда сделает проект любой сложности. Даже если ошибется дорогой, но все же вырулит к цели. Было много примеров среди знакомых.
Своей главной ошибкой считаю, что я стал «публичным» очень поздно. Надо было на старте писать статьи о проекте, выступать на меприятиях, кричать про эти переводчики из каждого утюга. Не надо было все отдавать на аутсорс и фрилансеров и молча спрашивать советов через личку Facebook.
Статьи о проекте, работают очень круто для поиска нужных людей в команду. Через вакансии я бы никогда их не нашел. И когда, наконец, собрал команду и завел проект из «песка и палок» — тут стали заканчиваться деньги ))))
UX в любом случае должен быть лучше конкурентов. Работаем на этим.
У меня не было тогда опыта сборки серверов, аренды помещений итд, расчета стоимости итд, как и не было с кем посоветоваться. Я думал, что решу задачу API для перевода за 6 месяцев, и было логичным взять в аренду на небольшой срок. Но когда задача растянулась на 3 года, сейчас ясно, что можно было купить свое железо вначале и сильно сэкономить.
Парсер переведенных текстов он сложнее, чем парсер маркета. Там свои нюансы, но задача решаемая, если есть опытные люди. Но мне не всегда везло с исполнителями.
Если бы тогда был сегодняшний опыт, можно было сэкономить 400 тыс $ из 600. Жаль, конечно, но что делать :)
Программа для Android — это новые переводчики, там минимум скачек. Все деньги и 20 млн были заработаны на старых версиях. Напишите в Facebook, я покажу статистику и все остальное.
А теперь ответы:
1) Миллион был потрачен на налоги, покупку квартиры, аутсорс разработку (около 600 тыс ), на жизнь в течении 7 лет + помощь родителям + остальное. Я понимаю, что деньги это больная тема, особенно для небольших городов как России, так и Беларуси. Те, кто меня знает, может подтвердить что я живу скромно вплоть до сегодняшнего дня. Не хочу больше поднимать этот вопрос. Из этого миллиона у меня больше не осталось денег.
Железо сначала бралось в аренду у разных поставщиков. Сервера были как с одной GTX 1080 за 100$ так и AWS V100 за 32$ / час. В разное время было разное количество.
Из своего железа собрал только компьютер для тестов на 2 x 2080 RTX Ti
2) Есть все графики обучения и другое, у нас в Lingvanex Control Panel
3) Я не смог взять DGX-2 в аренду из-за того, что фирма, на которую будет договор лизинга должна быть в США, а у меня на Кипре и они строго за этим следят. Как бы удивительно это не звучало. В то время это было так
4) Много людей: мобильная и backend разработка, data-science. Разработка обошлась где-то в 600 тыс $
5) Я управлял разработкой и выступал в роли продукт-менеджера. Сам код писал, но совсем немного.
6) Надо было собирать свою команду в офис с самого начала, вместо найма на аутсорс. Эта самая большая ошибка.
7) Кеш подключили позже
8) Хороший вопрос. Сейчас бы я вложился в такие активы. Но тогда решил все потратить на бизнес.
9) Дома у меня был 1 компьютер для тестов с 2 GPU RTX 2080 Ti, который был в 4 раза быстрее, чем сервера с 1 x GTX 1080, которые я арендовал как dedicated.
10) Это не будет дешево. Узнайте их расценки.
11) Писали парсеры, но с учетом трудозатрат для их настройки под разные форматы и исправления ошибок – прекратили. Невыгодно
12) Потому что open-source проекты, когда они только начинаются – они сырые. И баги в них – это нормальное явление
13) Все смотрели. Это был очень долгий и сложный путь, который не описать в одной статье.
14) Переводчик – это сложная тема и нужны тысячи часов консультаций, которые очень дорого стоят (Мне сказали $250 в час). В то время было мало людей, к кому можно было обратиться. Когда появился openNMT меня консультировали бесплатно.
15) У нас как раз было постепенное развитие продукта в течении 8 лет. Просто 4 года назад оно стало интенсивным, как появились деньги.
16) Распознавание голоса убрали, чтобы сфокусироваться на переводчиках. Нельзя все охватить, даже если хочется.
17) План в первую очередь найти NLP специалистов в команду. Инвестор не помешает, но он должен разбираться в этом рынке, а таких не много.
18) Сейчас делается ставка на физиков ( приложения), как будет готово качественное API на много языков – ставка будет на компании (B2B).
Важно иметь друзей / знакомых, кто может закрыть нужные компетенции и собрать их вместе. Для этого нужно иметь большой круг общения, учавствовать в хакатонах, конкурсах стартапов и т.д и быть на виду. Вы соберете команду и все будет зависить от вас, получиться ли строить бизнес, когда есть все составляющие