HackMD
如何利用AI工具打造高效率的跨語言遊戲體驗 - 戴張戎
從這開始
重點摘要
問題與挑戰
短時間 IP 監修製作遊戲
遊戲企劃 -> 遊戲製作 -> 遊戲測試/發布
- 遊戲製作整體時間佔比 50-70%
- 規定的文件格式、樣式規則。
- UI、立繪需要通過 IP 監修。
- 通常監修數量大、時程壓縮得較短。
全球化多國語言翻譯
文本生成 -> 翻譯文本-> 審核修訂/發布
- 多次反覆修訂是最麻煩耗時的地方。
- 手工錯誤率高，翻譯速度跟不上。
- 版本控制
- 開發
- 隨著測試和迭代，產生 5-10 個版本
- 上線前
- 在地化以及語言校對，可能產生 2-3 個版本
- 上線後
- 持續每月 1-2 次內容更新
- 開發
- 內容複雜、管理困難
- 內容
- 宣傳遊戲廣告海報
- 遊戲活動、海報
- 遊戲內文字
- 管理
- 早期使用 Google Sheet 共同編輯
- 共同編輯人數多
- 翻譯人員
- 遊戲開發
- 美術人員
- 行銷
- 監修
- 圖片都要翻譯，Google Sheet 不利圖片搜尋
- 內容
- 跨語言文化差異
- 文化符號敏感問題
- 成本與時間壓力
- 翻譯品質不一
如何落實 AI 工具
翻譯
i19n 系統
文本、圖片上傳 ←→ AI 翻譯 ←→ 翻譯 Review → 通知相關人員、同步至遊戲內。
- 人工 Review 時，大副降低翻譯時間、縮短檔案維護時間、辭典保持翻譯一致。
- 大規模翻譯
- 支援多版本翻譯：可處理文本、腳本、匯率轉換
- 圖片翻譯自動化：圖片中文字直接翻譯，無需人工重新製作
- 一致性保障：確保每個語言文本一致
- 統一翻譯品質
- 共用詞彙辭典
- 自動引用標準詞彙
- 提升翻譯一致性
- AI 工具應用於翻譯流程
- 效率與彈性
- 多語言大規模翻譯
- 富文本前處理、多幣別匯率轉換、人臉道具辨識
- 相容各種輸出格式
- 節省人事成本 45%、提升翻譯效率 30%
- 在地化與持續最佳化
- 專用翻譯辭典（一致性）
- 字體壓縮可達到 95%（效能）
- 模型會更新迭代（Improvement）
- 效率與彈性
美術
需求 → 靈感 → 確定風格 → 創作初稿 → 創作清書 → 提交作品
- AIGC 如何落地於靈感→ 確定風格
- 立繪：短時間大量產生相關風格素材
- Stable Diffusion
- Sketch-Guided
- Style Transferring
- Lora
- ControlNet
- 案例：
- 姿勢
- 簡單：參考圖
- 複雜：參考圖與加入提示詞來微調
- 姿勢
- icon：短時間大量產生遊戲內 icon
- 建立特定物件生成的 Diffusion Model
- 使用 Prompt 創造遊戲物件
- 透過 Image2Image 提升圖像細節
- 使用 Lora 訓練
- 場景：語意分割圖 → 主體描述 → 生成階段
- 視圖結構用 ControlNet + 分割圖（Segmentation Map）
- 標準化 Prompt
- 風格用 DreamBooth、Lora 對模型微調
- 用 oneFormer 輔助
- 案例：
- 背景圖上小物件可以大量生成以貼上使用
- 廣告海報：結合角色複製，和使用者自定義廣告模板，批量生成廣告圖。
- 立繪：短時間大量產生相關風格素材
- 智能生成系統 - Artifex
- Character generation
- Character clone
- Rough to Clean
- SD idea Generation
- Icon Generation
- Background Generation
結論
- 突破傳統美術製作限制，大幅提升效率。
- 應用 AIGC 於動畫、特效、廣告，高速創作。
- 提升翻譯效率與品質，確保一致性，減少人工錯誤、降低成本。
問答
- 翻譯：為固定翻譯名詞一致性，有 fine-tune 嗎？成本考量為何？
- 有自己 fine-tune 的模型（local），以擺脫 OpenAI 的高度依賴。
- 產圖：從輸出到成品更細節的 Workflow 為何？
- 主要還是由人工繪製，AI 主要產比較大量的場景物件，最後還是會由人工精修。
- 自動翻譯圖片上的文字的流程細節為何？
- 用 PhotoShop API 處理。PSD 中有文字檔，從中先勾勒出來文字區域，再由 PhotoShop API 處理，重新加上文字。
- Lora 具體用來 fine-tune 什麼？
- 風格。
- Lora fine-tune 的資料來源？
- 早期有圖庫，後來慢慢加入自家繪師繪製的內容。
- 但目前資料量還需要再增加會更好。
