翻訳メモリは誰のものか — 委託先を変える前に確認する契約・引き継ぎ・ファイル
Read this article in English何年も翻訳を任せてきた翻訳会社やフリーランスから離れるとき、一緒に積み上げた翻訳メモリは誰のものか。答えは、契約書の書き方と、その契約に適用される法律しだいです。翻訳料を払ったことだけでも、データベースが相手のサーバーにあることでも決まりません。下に挙げる条項を自社の契約書で読み、相手に書面で主張する前に、該当する国・地域の法律に詳しい専門家に確認してください。
ただ、権利の整理は半分にすぎません。受け取る権利があっても、届いたファイルが半分しか使えないことがあります。ファイル形式そのものの説明はTMXとTBXの解説に任せます。
帰属は契約で決まる — まず読むべき条項
基本契約、タイトルごとの個別契約や発注書、相手の標準約款など、関わる書類はすべて問い合わせ前に集め、次の点を探してください。どれも一律の答えはなく、自社の文面で確かめ、読み方に迷う箇所は専門家に確認するものです。
- 納品物の定義。翻訳メモリ・用語集・スタイルガイドが納品物として列挙されていれば、既に約束されたものを求めることになります。納品物が翻訳済みファイルだけを指しているなら、メモリはその定義の外にあるかもしれず、その隙間こそ専門家に相談する点です。
- 知的財産の条項が何を対象にしているか。翻訳物だけに触れている条項もあれば、成果物・資料・データベースまで含める条項もあります。自社の条項に実際に書かれている語を確かめます。
- 相手が自分のものとして留保しているもの。相手が以前から持っているツール・手法・資料を相手に残す条項がないか探します。メモリには自社の文と、相手が他の案件でも使う汎用的なUIの言い回しが混ざりえます。その条項がある場合、混ざった部分の扱いがどう書かれているかを見ます。
- 秘密保持。未発表の文章もメモリに入っています。取引終了時に秘密情報を返却するのか、削除するのか、義務を負ったまま保持するのかを確かめます。帰属がはっきりしなくても、この条項は効きえます。
- 終了と引き継ぎの条件。解約の予告期間、終了時に資料を引き渡す義務、その形式と期限、書き出しの手数料の有無を探します。書かれていないことは交渉になり、取引が続いているうちのほうが進めやすいはずです。
- 再委託先。実際の翻訳をフリーランスが担当していた場合、相手が自社に渡せるものは、相手とその翻訳者との契約に左右されます。相手に、引き渡すものの権利を持っていることを書面で確認してもらえます。
書類がメモリについて何も書いていない場合、どちら向きにも思い込みで埋めないでください。翻訳料を払ったことが、翻訳の過程で作られたデータベースについて何を意味するかは、まさに契約と国・地域によって答えが変わる問いです。立場を決める前に専門家の意見を聞きます。並行して、話は実務的に進めます。権利の議論より「このファイル一式を、この日までに」という依頼のほうが相手も答えやすいからです。
請求するもの — メモリだけでなく一式を
訳の一貫性を支えていたものの多くはメモリ以外の資料にあり、それがない新しい委託先は最初の更新で用語を作り直すことになります。次の一式を言語ごとに1通の書面でまとめて依頼し、それぞれに日付を付けてもらいます。
- 翻訳メモリ本体。全言語ペア・全タイトル分を、どのツールでも読めるTMX形式で。新しい委託先が前と同じツールを使うなら、そのツール固有の形式でも書き出してもらうと、TMXでは落ちうる独自の項目が残ります。
- どの訳が承認済みか。メモリには最終稿の横に、下書き、却下された訳、出荷されなかった文が入っていることがあります。書き出しの中で状態がどう記録され、何という項目名なのかを聞き、絞り込めるようにします。
- 用語集。使ってはいけない訳語、使い方のメモ、各用語を決めた日付も含めて。キャラクター名やUI用語の確定訳は、新しいチームにいちばん早く役立ちます。
- 言語ごとのスタイルガイド。文体、プレイヤーへの呼びかけ方、句読点、数字と単位の書き方、文字数の決まり。
- 質問票の履歴。翻訳者が出した質問と、自社チームの回答です。回答は自社が下した判断そのもので、ほかのどこにも残っていないことがあります。
- メモリとゲームを結ぶ情報。各訳に付いた文字列キー、作成日と更新日、文脈メモ。キーがないと、2語だけの文字列が別の画面の同じ2語と区別できません。
- 書き出しの説明書き。文字コード、使った言語コード、言語ごとの単位数、書き出し日。
受け取ったファイルを検査してから引き継ぎを終える
まずTMXの解説記事にあるXMLの構文チェックを通し、そのうえで中身を見ます。すり抜けるものを示すため、委託先から返ってきそうな10単位のTMX 1.4ファイルを自作しました。雑な書き出しで起こりうる問題をわざと仕込んであります。集計はPython標準のXMLパーサーで行い、Nodeの正規表現による別の集計でも、単位10、英語10、ja-JP 8とja 1、空のセグメント1、インラインのタグ要素2という総数が一致しました。
- 単位数と説明書きの突き合わせ。一致すれば次へ、合わなければまずそこを聞きます。
- 1つの言語に2つのコード。1単位だけがja、残りはja-JPです。言語コードを文字列のまま比べるツールは別の言語として扱うので、その単位は黙って一致しなくなります。コードの統一は原本ではなく複製で行います。
- 状態。承認7、下書き2、状態なし1。下書きを取り込むかは既定ではなく判断です。取り込んだ後は、候補の出どころを表示しないツールだと、下書きから出た候補も出荷済みの訳からの候補と同じように表示されることがあります。
- 空の単位と片側だけの単位。dlg.elder.01は日本語が空、dlg.elder.02は日本語そのものがありません。再利用には寄与しません。
- 重複と食い違い。完全な重複は害がありません。食い違いは誤りではなく、Continueはメニューでは「つづける」、ゲームオーバー画面では「コンティニュー」で、どちらもその場所では正しい訳です。
- インラインのタグ要素。{item}は両方の言語に残っているのでプレースホルダの照合は通りますが、英語には黄色の色タグを表す要素が2つあり、日本語には1つもありません。このスクリプトの検査の中で色付けの消失を拾えるのは、要素数の比較だけです。
# check.py -- run as: python3 check.py handover.tmx
# Rename 'x-status' and 'ja-JP' to what your own export uses.
import sys, re, collections
import xml.etree.ElementTree as ET
XL = '{http://www.w3.org/XML/1998/namespace}lang'
root = ET.parse(sys.argv[1]).getroot()
hdr = root.find('header')
src = hdr.get('srclang')
print('tmx version:', root.get('version'), '| srclang:', src)
tus = root.findall('./body/tu')
print('tu units:', len(tus))
langs = collections.Counter(t.get(XL) for tu in tus for t in tu.findall('tuv'))
print('tuv languages:', dict(langs))
PH = re.compile(r'\{[^}]+\}|%[ds]')
def text(seg): return ''.join(seg.itertext())
status = collections.Counter()
pairs = collections.defaultdict(set); seen = collections.Counter()
empty = []; onelang = []; inline = []; phmiss = []; tagmiss = []
for tu in tus:
st = tu.find("prop[@type='x-status']")
status[st.text if st is not None else '(none)'] += 1
tuvs = {t.get(XL): t.find('seg') for t in tu.findall('tuv')}
if len(tuvs) < 2: onelang.append(tu.get('tuid'))
for lang, seg in tuvs.items():
if text(seg).strip() == '': empty.append(tu.get('tuid') + ' ' + lang)
if len(list(seg)): inline.append(tu.get('tuid') + ' ' + lang + ' ' + str(len(list(seg))) + ' inline element(s)')
s = tuvs.get(src); tgt = [v for k, v in tuvs.items() if k != src]
if s is not None and tgt:
st_, tt = text(s), text(tgt[0])
pairs[st_].add(tt); seen[(st_, tt)] += 1
if tt.strip() and sorted(PH.findall(st_)) != sorted(PH.findall(tt)):
phmiss.append(tu.get('tuid'))
if tt.strip() and len(list(s)) != len(list(tgt[0])):
tagmiss.append(tu.get('tuid') + ' %d->%d' % (len(list(s)), len(list(tgt[0]))))
print('status:', dict(status))
print('units with only one language:', onelang)
print('empty segments:', empty)
print('segments with inline elements:', inline)
print('exact duplicate units:', sum(n - 1 for n in seen.values() if n > 1))
print('same source, different targets:', {k: sorted(v) for k, v in pairs.items() if len(v) > 1})
print('placeholder mismatch (non-empty targets):', phmiss)
print('inline element count differs (source->target):', tagmiss)
clean = set()
for tu in tus:
st = tu.find("prop[@type='x-status']")
tuvs = {t.get(XL): t.find('seg') for t in tu.findall('tuv')}
s, t = tuvs.get(src), tuvs.get('ja-JP')
if st is not None and st.text == 'approved' and s is not None and t is not None and text(t).strip() and len(list(s)) == len(list(t)):
clean.add((tu.get('tuid'), text(s), text(t)))
print('clean approved en-US/ja-JP units, duplicates removed:', len(clean), 'of', len(tus))
$ python3 check.py handover.tmx
tmx version: 1.4 | srclang: en-US
tu units: 10
tuv languages: {'en-US': 10, 'ja-JP': 8, 'ja': 1}
status: {'approved': 7, 'draft': 2, '(none)': 1}
units with only one language: ['dlg.elder.02']
empty segments: ['dlg.elder.01 ja-JP']
segments with inline elements: ['item.get en-US 2 inline element(s)']
exact duplicate units: 1
same source, different targets: {'Continue': ['つづける', 'コンティニュー']}
placeholder mismatch (non-empty targets): []
inline element count differs (source->target): ['item.get 2->0']
clean approved en-US/ja-JP units, duplicates removed: 5 of 10
# Two of the ten units, as they sit in the file:
<tu tuid="item.get">
<prop type="x-status">draft</prop>
<tuv xml:lang="en-US"><seg>You obtained <ph x="1"><color=yellow></ph>{item}<ph x="2"></color></ph>!</seg></tuv>
<tuv xml:lang="ja-JP"><seg>{item}を手に入れた!</seg></tuv>
</tu>
<tu tuid="save.slot">
<prop type="x-status">approved</prop>
<tuv xml:lang="en-US"><seg>Slot %d - %s</seg></tuv>
<tuv xml:lang="ja"><seg>スロット %d - %s</seg></tuv>
</tu>翻訳ファイルのチェック、まだ目視ですか?
LoclintはCSV/JSONの翻訳ファイルをアップロードするだけで、プレースホルダー破損・翻訳漏れ・文字コードのリスクを数秒で検出します。
承認済み・ja-JP・重複なしのきれいな単位は10のうち5でした。比率は実演用の作り物ですが、引き継ぎで合意すべき数字はファイルの大きさではなく、きれいな単位の数です。状態の項目名と言語コードは作例なので、自社の書き出しに合わせて書き換えてください。
メモリが欠けると、次の更新でどれだけ効くか
メモリの価値が表に出るのは、新しい委託先が現行の原文をメモリにかけ、すべての分節を一致率の帯に振り分けたときです。各帯は合意した割引率の表に従って数えます。引き継ぎの完全さがどれだけ効くかを見るため、原文12万語の架空のゲームと、架空の割引率の表を2通り用意しました。語数も割合も計算のための仮の数値で、相場ではありません。実際の数字は新しい委託先の分析結果と見積もりで確認します。
- メモリが完全なら、更新にかかる量はすべて新規で訳す場合の58.6〜73.8%相当です(表による)。
- 最近の単位が欠けていた場合、ここでは完全一致になるはずだった1万5千語と、あいまい一致の2千語が一致なしに落ちたとすると、68.7〜80.4%に上がります。差は表Aで12,050語相当、表Bで7,950語相当。これは1回の更新の分で、同じ文に触れる更新のたびに繰り返されます。
- 一致率は新しいツールの計算方法と文の区切り方で決まるので、同じメモリでも別のツールでは帯の内訳が変わります。どれほど変わりうるかはCATツールとは — 文字列と見積もりへの影響で試算しています。
- どちらの表でも完全一致は無料ではありません。Continueの例のように、正しい訳が別の画面の訳かもしれず、文脈での確認が要るからです。
- 旧委託先との取引が終わる前に、実際のファイルで新しい委託先の分析を出してもらいます。欠けている部分にまだ請求できるうちに気づけます。費用の式の残りはゲームの翻訳費用の見積もり方にあります。
Hypothetical update: 120,000 source words run against the handed-over memory. Word counts and both discount grids are invented for illustration. band full memory memory missing recent units grid A grid B exact 54,000 39,000 0.25 0.50 95-99% 9,000 8,000 0.50 0.70 85-94% 12,000 11,000 0.70 0.85 75-84% 7,000 7,000 0.85 1.00 no match 38,000 55,000 1.00 1.00 full TM grid A | weighted 70350 | 58.6% of no-TM full TM grid B | weighted 88500 | 73.8% of no-TM TM missing recent units grid A | weighted 82400 | 68.7% of no-TM TM missing recent units grid B | weighted 96450 | 80.4% of no-TM no TM at all | weighted 120000 | 100.0% of no-TM
メモリが届かないときは、手元の資料から作り直す
メモリが届かない、または使えない場合でも、出荷した訳入りの文字列ファイルが手元にあればゼロからではありません。そのファイルを別の委託先に渡してよいかはやはり契約で確認する点ですが、技術的には、キー付きの文字列表は形を変えた翻訳メモリです。原文と訳文をキーで対にすれば翻訳単位になります。下は、出荷済みの表6行をNodeで対にし、同じ検査にかけた結果です。
strings.csv (the localized string table you shipped)
key,en,ja
menu.start,Start,はじめる
menu.continue,Continue,つづける
gameover.continue,Continue,コンティニュー
shop.confirm,Buy {item} for {price} gold?,{item}を{price}ゴールドで買いますか?
dlg.elder.01,The bridge to the north washed away in last night's storm.,北の橋は、ゆうべの嵐で流されてしもうた。
credits.thanks,Thank you for playing!,
Pair by key, write TMX, run the same check:
rows: 6 | units written: 5 | skipped (no target): credits.thanks
tu units: 5
tuv languages: {'en-US': 5, 'ja-JP': 5}
status: {'(none)': 5}
same source, different targets: {'Continue': ['つづける', 'コンティニュー']}
inline element count differs (source->target): []6行から5単位ができ、日本語が空の行は除かれました。作り直したメモリには3つの限界があります。その表で出荷した文しか入っていないので、以前の言い回し、改訂の履歴、訳したのに組み込まなかった文はありません。状態の項目もなく検査は承認0件と出しますが、出荷した訳は承認済みとみなせます。そして、ゲーム独自の記法で書いた書式はインラインのタグ要素ではなく、ただの文字として入ります。それでもContinueの食い違いは検出され、2つを区別するのはtuidのキーです。なお実演では行をカンマで素朴に分割しています。本文にカンマを含む書き出しには、きちんとしたCSVパーサーが必要です。
最後に、同じ問題を繰り返さないための引き継ぎ固有の習慣を2つ。次の契約に、終了時の条件として上の一式、形式と期限、受け入れの基準(ファイルの大きさではなく、きれいな単位の数)を今のうちに書き込む。そして検査を終了時だけでなく納品のたびに流す。手元に揃った用語集とスタイルガイドは、翻訳者に渡すローカライズキットに入れておくのが自然です。
次のアップデートは、全行チェック済みでリリースしませんか
CSV/JSONをアップロードすると、プレースホルダー・翻訳漏れ・キー重複・文字数制限を全行検査し、前回からのリグレッション(新規・解消・再発)も追跡します。