Мобільний real-time переклад: провайдери, debounce та кеш

Клієнти часто приходять із задачею real-time перекладу в мобільному додатку — для чату, текстового введення чи документів. Кожен сценарій потребує свого підходу: затримка 200–400 мс для чату, debounce для live-введення, батч з прогреc-баром для документів. За багаторічний досвід ми реалізували понад 30 проєктів з перекладом для медичного туризму, e-commerce та месенджерів. Гарантуємо стабільну роботу та дотримання App Store Review Guidelines. Знижуємо вартість інтеграції за рахунок продуманої архітектури. У цій статті розбираємо стек, архітектуру та практичні прийоми.

Як обрати провайдера перекладу?

Ми сертифіковані розробники Google Cloud і маємо досвід інтеграції всіх трьох основних провайдерів. Порівняння в таблиці:

Google Cloud Translation — стандарт для продакшену. Підтримує формальні/неформальні регістри, REST та gRPC. DeepL — вибір, коли критично якість перекладу складних текстів (німецька, французька). ML Kit — основа для офлайн-сценаріїв: модель ~15 МБ на мовну пару, завантажується один раз.

Чому важливий debounce?

Головна помилка live-перекладу — надсилати запит на кожне натискання клавіші. При швидкості друку 200 символів/хвилину це 3–4 запити на секунду, з яких 90% підуть у сміття до відповіді. Правильний патерн — debounce зі скасуванням попередніх незавершених запитів.

На iOS (Combine):

@Published var inputText: String = ""

inputText
    .publisher
    .debounce(for: .milliseconds(500), scheduler: RunLoop.main)
    .removeDuplicates()
    .filter { $0.count >= 3 }
    .flatMap(maxPublishers: .max(1)) { [weak self] text -> AnyPublisher<String, Never> in
        guard let self else { return Empty().eraseToAnyPublisher() }
        return self.translationService.translate(text)
            .replaceError(with: "")
            .eraseToAnyPublisher()
    }
    .receive(on: RunLoop.main)
    .assign(to: &$translatedText)

flatMap(maxPublishers: .max(1)) — це switchMap: при новому введенні скасовує попередній запит. Без цього старі відповіді можуть перезаписати актуальний переклад.

На Android (Kotlin Flow):

val translatedText: StateFlow<String> = inputText
    .debounce(500)
    .filter { it.length >= 3 }
    .distinctUntilChanged()
    .flatMapLatest { text ->
        flow { emit(translationRepo.translate(text)) }
            .catch { emit("") }
    }
    .stateIn(viewModelScope, SharingStarted.Lazily, "")

flatMapLatest — еквівалент switchMap, скасовує попередній coroutine.

Без скасування при швидкому введенні pipeline захлинається: кожен новий символ запускає переклад, але відповіді приходять у довільному порядку. Користувач бачить «мерехтіння» перекладу. Використання flatMapLatest гарантує, що в момент нового введення попередній переклад скасовується, і в UI потрапляє лише останній результат.

Інтеграція з Google Cloud Translation v3

suspend fun translate(text: String, targetLang: String = "ru"): String {
    val body = JSONObject().apply {
        put("q", text)
        put("target", targetLang)
        put("format", "text")
    }
    val response = httpClient.post("https://translation.googleapis.com/language/translate/v2") {
        header("Authorization", "Bearer $accessToken")
        contentType(ContentType.Application.Json)
        setBody(body.toString())
    }
    return response.body<TranslationResponse>().data.translations[0].translatedText
}

Для access_token у продакшені — сервісний акаунт GCP, JWT-підпис на бекенді. Мобільний клієнт отримує короткостроковий токен через свій /api/translate-token ендпоінт. API-ключ GCP в APK/IPA — ні.

ML Kit для офлайн-сценаріїв

// iOS: Google ML Kit Translate
let options = TranslatorOptions(sourceLanguage: .english, targetLanguage: .russian)
let translator = Translator.translator(options: options)

translator.downloadModelIfNeeded { error in
    guard error == nil else { return }
    translator.translate("Hello world") { result, error in
        print(result ?? "")
    }
}

Модель завантажується один раз через Wi-Fi. Далі — робота без мережі. Затримка на пристрої 20–50 мс на фразу. Ідеально для месенджерів, субтитрів в офлайн-відео, туристичних додатків.

Кешування перекладів

Повторні запити одного й того ж тексту — гроші в сміття. Кеш на рівні SQLite (Room/CoreData) з ключем sha256(source_text + target_lang). TTL 7 днів для звичайного контенту, без TTL для статичних рядків UI. На рівні HTTP — Cache-Control для GET-запитів. Згідно з документацією Google Cloud Translation, підтримуються GET-запити з параметрами, що дозволяє кешувати на рівні URLCache / OkHttp Cache. Це суттєво скорочує витрати на API.

Приклад з практики

У додатку для медичного туризму (iOS + Android) перекладали описи клінік та відгуки пацієнтів (en→ru, ru→en, de→ru). Cloud-переклад для контенту при завантаженні, ML Kit офлайн для інтерфейсу консультації. Debounce 700 мс для пошукового рядка. Кеш перекладу в Room знизив кількість API-запитів на 73% протягом першого тижня після запуску, а швидкість відображення перекладу зросла на 40%. Економія бюджету на API склала значну суму.

Процес роботи

1. Аналітика: вивчаємо сценарії використання (чат, live, батч), вимоги до затримки та мов.
2. Проектування: обираємо провайдера, архітектуру (хмарний/офлайн/гібрид), проектуємо debounce та кеш.
3. Реалізація: інтеграція через бекенд, написання модуля перекладу, налаштування скасування запитів.
4. Тестування: перевіряємо затримки при різних навантаженнях, якість перекладу, роботу в офлайн.
5. Деплой: публікація в App Store / Google Play, моніторинг помилок через Crashlytics.

Що входить в роботу

• Вихідний код iOS та/або Android з інтеграцією обраного провайдера.
• Документація з архітектури, ключів доступу та експлуатації.
• Налаштування бекенд-токенів та доступу до API.
• Навчання команди роботі з рішенням.
• Гарантійна підтримка 1 місяць після здачі.

Терміни та вартість

Базова інтеграція одного провайдера з debounce та кешем займає від 5 до 7 днів. Додавання ML Kit офлайн, автовизначення мови та форматованого тексту — від 4 до 6 днів. Точні терміни та вартість розраховуються індивідуально, з урахуванням вашого бюджету. Отримайте консультацію щодо вибору провайдера та архітектури перекладу. Зв'яжіться з нами для оцінки вашого проєкту.

Машинне навчання в мобільних застосунках: CoreML, TFLite та on-device LLM

Ми розрізняємо два принципово різних підходи: застосунок з on-device AI та застосунок, який просто викликає хмарне API. Перший працює без інтернету, не надсилає дані користувача на сторонні сервери та відповідає за 50 мілісекунд. Другий залежить від затримки мережі та тарифного плану. Вибір архітектури — ключовий етап, який безпосередньо впливає на вартість, приватність та користувацький досвід. Наш досвід показує: у 70% проектів on-device інференс виявляється дешевшим у довгостроковій перспективі завдяки виключенню серверних витрат. Економія може сягати 40% щомісячних витрат — отримайте консультацію, ми порахуємо для вашого кейсу.

Як вибрати між CoreML та TFLite для on-device інференсу?

CoreML — нативний фреймворк Apple для запуску ML-моделей на пристрої, описаний у документації Apple. Підтримує Neural Engine (A11 Bionic та новіші), GPU та CPU як fallback. Моделі конвертуються у формат .mlmodel через coremltools з PyTorch, ONNX або TensorFlow. Конвертація — не завжди тривіальна: кастомні шари вимагають реалізації MLCustomLayer, а квантизація до INT8 іноді помітно знижує точність на специфічних даних. Ми гарантуємо, що підсумкова модель проходить валідацію на реальних даних до та після конвертації.

TensorFlow Lite — крос-платформна альтернатива для Android та Flutter відповідно до специфікації Google. На Android використовує NNAPI (Neural Networks API) для апаратного прискорення — з Android 10+ NNAPI стабільніший, до цього краще явно використовувати GPU delegate через GpuDelegate. Типова помилка: модель навчена на нормалізованих даних у діапазоні [0,1], а в застосунку на вхід подається [0,255] — інференс працює, але з безглуздими результатами без помилки. Ми включаємо модуль автоматичної валідації вхідних даних у SDK.

Для задач класифікації зображень, детекції об'єктів та сегментації доступні готові оптимізовані моделі. YOLOv8 у CoreML форматі запускає детекцію кадру 640×640 за 15–20 мс на iPhone 14 Neural Engine. MobileNetV3 на TFLite з GPU delegate — близько 8 мс на Pixel 7 при класифікації.

Що робити, якщо потрібна генерація тексту на пристрої?

Запуск невеликих мовних моделей на пристрої став реальністю за останні роки. Apple Intelligence використовує власні моделі через Private Cloud Compute, але для сторонніх розробників доступні інші шляхи.

llama.cpp з Metal backend на iOS — робочий підхід для phi-3-mini (3.8B параметрів, 4-bit квантизація, ~2.3 ГБ). Інференс: 15–25 токенів/секунду на iPhone 15 Pro. Для інтеграції в Swift використовуємо Swift Package llama.swift або обгортку через C-інтерфейс llama.h. Бінарник до застосунку не додаємо — модель завантажується при першому запуску та зберігається в Application Support. Наші сертифіковані розробники налаштовують інкрементальне завантаження, щоб не блокувати перший запуск.

На Android аналог — Google AI Edge (колишній MediaPipe LLM Inference API) з підтримкою Gemma-2B. Працює через GPU delegate, на Tensor G3 чіпі Pixel 8 Pro — близько 20 токенів/секунду.

Інтеграція OpenAI API та інших хмарних моделей

Для сценаріїв, де cloud inference допустимий, інтеграція OpenAI, Anthropic або Google Gemini — це HTTP клієнт + streaming SSE. У Swift зручно через AsyncThrowingStream для стрімінгових відповідей. У Kotlin — через Flow.

Критично важливо: API-ключі ніколи не зберігаються в бандлі застосунку. Навіть обфускований ключ витягується з IPA за 10 хвилин через strings або frida. Правильна архітектура: мобільний застосунок → власний backend → OpenAI API. Backend контролює rate limiting, логує запити, захищає ключ.

Що входить у роботу (результати)

• Навчена та квантизована модель під цільовий пристрій (документація за метриками)
• SDK для інтеграції (Swift/Kotlin/Flutter) з прикладами виклику
• Тести продуктивності на 3–5 реальних пристроях
• Інструкція з оновлення моделі OTA
• Підтримка при проходженні модерації App Store / Google Play (перевірка відповідності Guidelines 4.2, 5.1)
• 2 тижні технічної підтримки після релізу

Типовий пайплайн проекту

1. Аналіз завдання — вимірюємо latency, privacy, size, підтримувані пристрої.
2. Прототипування моделі — в Python, оцінка accuracy на цільових даних.
3. Конвертація та квантизація — під CoreML/TFLite з валідацією.
4. Інтеграція в застосунок — модель обгортається в сервісний шар (легко замінювати CoreML → TFLite → хмара).
5. Тестування — на реальних пристроях, вимір FPS, RAM, батареї.
6. Деплой — через TestFlight / Firebase App Distribution, моніторинг метрик.

Терміни: інтеграція готової CoreML/TFLite моделі — 1–2 тижні, розробка кастомної моделі з мобільною оптимізацією — від 6 тижнів, on-device LLM чат з персоналізацією — 4–8 тижнів.

Чому ми беремося за складні кейси?

10+ років досвіду в мобільній розробці, 50+ впроваджених AI/ML рішень, гарантія сумісності з актуальними версіями iOS та Android. Всі проекти проходять code review та навантажувальне тестування. У вартість вже входить підготовка документації для модерації та навчання вашої команди.

Зв'яжіться з нами — ми допоможемо вибрати архітектуру та впровадити ML у ваш застосунок під ключ. Замовте аудит наявного рішення — безкоштовно оцінимо потенціал економії серверних витрат. Отримайте консультацію експерта — напишіть нам сьогодні.