Tlt games: tltGames - ОФИЦИАЛЬНЫЙ САЙТ

Содержание

Локализация и перевод игр | ЛОКАЛИЗАЦИЯ ИГРЫ DAY R ОТ КОМПАНИИ TLTGAMES

О проекте

Услуги: локализация игры.

Рабочие языки: английский, немецкий, испанский, французский, итальянский, индонезийский, португальский бразильский, корейский.

Тип игры: мобильная (iOS, Android).

Сроки: с января 2016 года по сегодняшний день.

Объем работ: более 37 000 слов.

Команда исполнителей: 8 переводчиков, 8 редакторов, 1 менеджер проектов.

Дополнительно: статья о ROI локализации в журнале DTF

Общая информация

Day R Survival — онлайн-игра на выживание, события в которой разворачиваются в постапокалиптическом СССР после ядерного удара. Игроку предстоит выживать в условиях голода, жажды, повышенного уровня радиации, опасности получить травму или заболеть и при постоянном риске атаки со стороны монстров.

Управление проектом

В 2017-м к нам обратились TLT Games с вопросом, на каком рынке будет популярна RPG-игра про выживание в постапокалиптическом СССР, и мы поняли, что не знаем точного ответа. Чтобы найти ответ, мы запустили новое исследование окупаемости локализации для рынка мобильных RPG-игр. Результаты исследования мы описали в статье на DTF, а также использовали для консультирования разработчиков.

Локализация игры происходила в три этапа. Сначала наша команда выполняла перевод оригинального русского текста игры на немецкий и испанский языки (на английский она уже была переведена разработчиками). После этого tltGames решили добавить в игру итальянский, индонезийский и корейский языки, а также отредактировать английский текст. Сроки выполнения второго этапа перевода были довольно сжатыми, поэтому мы были вынуждены делать редактуру английского и перевод на другие языки параллельно.

Для экономии времени мы привлекли к работе две команды переводчиков на каждый язык. После перевода текст сводился одним из лингвистов. На третьем этапе локализации проекта игра переводилась на бразильский португальский язык. На всех этапах были задействованы исполнители с большим опытом перевода игр жанра RPG.

В игре очень много советских реалий. Зачастую переводчикам было непонятно, что такое, к примеру, пионерский лагерь, санаторий и т. п. Также в игре есть карта, на которой представлено более сотни российских городов — о многих из них лингвисты слышали впервые, а названия этих городов отсутствуют в литературе их стран. Эти названия было довольно сложно локализовать так, чтобы их прочтение не вызывало затруднений и при этом сами они были благозвучными.

После второго этапа локализации мы получили довольно много замечаний от корейских геймеров, которые уже пробовали играть в Day R Survival на английском. Они указывали на несоответствия перевода контексту игры. Во всех случаях это касалось слов, значения которых могли трактоваться по-разному, и определить правильность их перевода можно было бы только во время лингвистического тестирования. Все ошибки, указанные игроками, были сразу же исправлены.

По завершении работы над переводом мы провели анализ отзывов игроков в App Store и Google Play. К нашему большому удовольствию, мы не нашли ни одного негативного отзыва по поводу качества английской локализации после того, как в игру был добавлен отредактированный текст. Также не было негативных отзывов по корейской локализации после обновления по результатам проверки замечаний игроков.

Для соблюдения единообразия терминологии в рамках этого длительного проекта использовалась CAT-программа memoQ с поддержкой памяти переводов.

«От себя рекомендую делать локализацию, если кто-то еще ее не сделал. Начинающим разработчикам следует в первую очередь перевести игру на английский и европейские языки (немецкий, французский), а затем, возможно, на корейский, но это зависит от игры: нужно смотреть, где больше всего просят локализовать и где больше всего платят. Локализация на эти рынки — шаг к увеличению дохода без маркетинга, таким образом любой разработчик сможет расширить аудиторию. Работой с Allcorrect полностью доволен — получилось увеличить загрузки почти в два раза и доход раз в пять соответственно».

Алексей Шурохов, сооснователь tltGames

Особенности проекта

Действие происходит в советских реалиях
Редактура английского текста и перевод делались параллельно
Не проводилось лингвистическое тестирование

TLTGames

tltGames — инди-разработчик из Тольятти. Компания получила признание за создание реалистичного и захватывающего симулятора в жанре Survival.

ALLCORRECT GAMES

Allcorrect — это ROI-based локализационная компания. Наш подход основан на поиске прибыльных рынков для разработчиков и издателей, а также на адаптации игр для целевой аудитории с учетом культурных особенностей.

Наша цель — сделать ваши игры популярными, а игроков — счастливыми.

6 из 20 крупнейших игровых разработчиков (по версии Newzoo) работают с нами, и 50% клиентов приходят к нам по рекомендации.

ᐉ TLT GAMES (ТЛТ ГЕЙМС), ТОО

Для использования данных войдите в систему

Реквизиты

БИН

220940008489

Регион Г.АСТАНА

Контакты

Телефон, имейл или сайт предприятия

Статус

Дата регистрации

9/6/2022

Последняя перерегистрация

1/1/1970

На рынке

2 месяца

Количество сотрудников

от 0 до 5 чел.

Размерность

малое предприятие

Форма собственности

Частная собственность

Финансы

История и динамика налоговых отчислений

Руководство

Первый руководитель

ШУРОХОВ АЛЕКСЕЙ ВЛАДИМИРОВИЧ

Учредители

Юридические или физические лица,
создавшие предприятие

Анализ связей

Позволяет отследить аффилированность контрагента до 3-х уровней:

1. Участие в ЮЛ и ИП, связи с Организациями публичного интереса (ОПИ)

2. Учредители и руководители

3. Материнские и дочерние компании

Загрузка сведений до 60 минут.

Виды деятельности

[‘Разработка программного обеспечения’]

код: 62011 , основной

Филиалы

Список филиалов компании с юридическими адресами и БИН

Контакты

Телефон, имейл или сайт предприятия

Компании, где руководитель с таким же ФИО

Список компаний

Компании, по такому же юр. адресу

Список компаний

Закупки

История участия в государственных закупках

и закупках «Самрук-Казына» с 2011 года

Лицензии

На какие виды деятельности и на какой срок?

Судебные разбирательства

Наличие судебных разбирательств
в качестве истца или ответчика
по БИН / ФИО / названию

Госконтракты

Заключенные договора государственных
закупок

Коллекционная карточная игра P2E, вдохновленная MTG с развлечением.

Коллекционные карточные игры «Играй, чтобы заработать» позволяют собирать, строить, сражаться и торговать с помощью этих коллекционных карточных игр «Играй, чтобы заработать». Эта игра входит в число игр NFT с высокой степенью совместимости после разработки TGC для улучшения своих NFT. Игровые карты, используемые в этих играх, основаны на системе токенов и NFT, а также на комбинации SDK, что делает их доступными для внешних разработчиков и облегчает разработку неограниченного количества приложений на платформе.

Модель игрового процесса:

В этом виртуальном игровом мире игрок играет роль Верховного главнокомандующего, а игровые карты действуют как генерал или солдат, что служит их лояльности к игроку. Игроки, включенные в эту игру, имеют колоду из 50-80 карт, разделенных на три группы на перекрестном интерфейсе поля боя. Игроки атакуют жизни друг друга на поле боя, и в конечном итоге один из них побеждает в игре. Вначале игроки начинают играть, используя свои карты, и выбирают технологические маршруты по своему выбору. Каждый игрок использует свою карту против своего противника, в которой каждая карта состоит из различных эффектов, атак, потребления затрат и требований к технологиям и так далее. В этой фазе боя оба игрока действуют, и для каждой атаки используется одна активная карта. Так продолжается до тех пор, пока один из обоих игроков не выиграет.

Play-2-Earn

Эта коллекционная карточная игра P2E, вдохновленная MTG, облегчает игрокам получение жетонов, если они хорошо разбираются в картах и постоянно представляют или используют игру. Если игрок выполняет ежедневные квесты, платформа вознаграждает его. токены ДД. Победитель PvP-битвы также награждается жетонами DD на основе PvP MMR. Эта огромная стратегия повышает азарт игроков и приносит им пользу от заработка.

Токеномика «Утерянный трон 9″0004 »

Эта огромная игровая платформа состоит из «Экономической системы с двумя жетонами», кристального порошка (CP) типа акций, пыли мечты (DD) экономического типа. состоит из доказательств владения игрой, а также прав и управления игрой. Он позволяет игрокам управлять экологией TLT посредством голосования и получать 100% дохода от внутриигровых комиссий и вывода государственных ресурсов в соответствии с их активами CP

На начальном этапе Разработчики TLT сжигают 1,1 миллиона токенов CP для стабилизации токенов путем разработки децентрализованных торговых пар на ликвидности PancakeSwap.Crystal Powder временно распределен с фиксированным запасом в 16 000 000. 37% переводов в Stake Pools, 15% переводов в Throne Treasury, 9% передает продажу токенов и поощрения сообщества, 8% распределяет среди команды и консультантов, 7% использует для маркетинга и пулов ликвидности, 4% зарезервировано и 3% способствует частной продаже.

Пыль снов (DD)

Пыль снов — это валюта The Lost Throne, которую игроки могут заработать, выиграв игру. DD использует производство «сияющих» карт и облегчает открытие новых карт.

Разработчики TLT потратили 3,7 миллиона DD на разработку децентрализованных торговых пар на PancakeSwap для стабилизации токенов на начальном этапе. Он временно выделен с фиксированным запасом в 1 000 000 000. Хотя механизм DD состоит из двух частей, первая — это геймплей и тактика, в которых пользователи хранят свои карты NFT. И второе — получение Карт, благодаря которым игроки торгуют на Торговой площадке.

Контактная информация

Веб-сайт: http://thelostthrone.net
Gitbook: https://lost-throne.gitbook.io/the-lost-throne/gameplay
Youtube: https:/ /bit.ly/3HQ7Q9w
Twitter: https://twitter.com/The_Lost_Throne
Discord: https://discord.gg/jYjz5tpG6f
Medium: https://medium.com/@TheLostThrone

Информация для СМИ:
TheLostThrone
Сингапур, Сингапур
[email protected]
http://thelostthrone.net

ИСТОЧНИК: The Lost Throne

Ускорение загрузки игр и приложений DirectX с помощью GDeflate для DirectStorage

Время загрузки. Они являются бичом любого разработчика, пытающегося создать цельный опыт. Попытка скрыть загрузку в игре, заставляя игрока пробираться через узкие проходы или подниматься на очень медленном лифте, разрушает погружение.

Теперь у разработчиков есть лучшее решение. NVIDIA в сотрудничестве с Microsoft и партнерами IHV разработала GDeflate для DirectStorage 1.1, открытый стандарт для сжатия GPU. Текущий драйвер Game Ready (версия 526.47) содержит технологию ввода-вывода NVIDIA RTX, включая оптимизацию для GDeflate.

GDeflate: открытый стандарт сжатия графических процессоров

GDeflate — это высокопроизводительная, масштабируемая, оптимизированная для графических процессоров схема сжатия данных, которая помогает приложениям использовать огромную пропускную способность данных, доступную на современных устройствах NVMe. Это делает распаковку потоковой передачи с таких устройств практичной, устраняя узкие места процессора в общем конвейере ввода-вывода. GDeflate также обеспечивает эффекты увеличения пропускной способности, дополнительно улучшая эффективную пропускную способность подсистемы ввода-вывода.

GDeflate с открытым исходным кодом будет выпущен на GitHub с разрешающей лицензией для IHV и ISV. Мы хотим способствовать быстрому внедрению GDeflate в качестве стандарта параллельного сжатия данных, облегчая его внедрение в экосистеме ПК и на других платформах.

Чтобы продемонстрировать преимущества GDeflate, мы измерили производительность системы без сжатия, со стандартной декомпрессией на стороне ЦП и с декомпрессией GDeflate с ускорением на графическом процессоре на репрезентативном наборе данных, ориентированном на игры, содержащем данные текстуры и геометрии.

Рисунок 1. Пропускная способность данных различных форматов со сжатием данных в сравнении с различными размерами промежуточного буфера Рисунок 2. Циклы обработки различных форматов сжатия данных в сравнении с различными размерами промежуточного буфера
пропускная способность потоковой передачи без сжатия ограничена пропускной способностью системной шины примерно на уровне ~ 3 ГБ / с, что является пределом межсоединения Gen3 PCIe.
При применении традиционного сжатия с распаковкой, выполняемой на ЦП, именно ЦП становится узким местом, что приводит к более низкой пропускной способности, чем это было бы возможно при потоковой передаче без сжатия. Он не только недоиспользует доступные ресурсы ввода-вывода системы, но и отнимает циклы ЦП у других задач, требующих ресурсов ЦП.
Благодаря декомпрессии GDeflate с ускорением на графическом процессоре система может обеспечить эффективную пропускную способность, значительно превышающую то, что возможно без применения сжатия. Он эффективно умножает пропускную способность данных на коэффициент сжатия. ЦП остается полностью доступным для выполнения других важных задач, что обеспечивает максимальную производительность на уровне системы.
GDeflate доступен в качестве стандартной опции декомпрессии графического процессора в DirectStorage 1.1 — современном API потокового ввода-вывода от Microsoft. Мы с нетерпением ждем, когда игровые движки следующего поколения получат выгоду от GDeflate за счет значительного сокращения времени загрузки.
Потоковая передача ресурсов и сжатие данных
В современных видеоиграх используется чрезвычайно детализированная интерактивная среда, требующая управления огромными активами. Эти данные должны сначала доставляться в систему конечного пользователя, а затем во время выполнения активно передаваться на графический процессор для обработки. Большая часть пакета контента игры состоит из ресурсов, которые естественным образом предназначены для графического процессора: текстуры, материалы и данные геометрии.
Традиционные методы сжатия данных применимы к содержимому игры, которое редко изменяется. Например, текстуру, созданную только один раз, возможно, придется загружать несколько раз по мере продвижения игрока по игровому уровню. Такие активы обычно сжимаются при упаковке для распространения и распаковываются по запросу во время игры. Стало стандартной практикой применять сжатие к игровым ресурсам, чтобы уменьшить размер загружаемого файла (и его размер при установке).
Однако большинство схем сжатия данных предназначены для процессоров и предполагают семантику последовательного выполнения. На самом деле, процесс сжатия данных обычно описывается в фундаментальных последовательных терминах: поток данных последовательно сканируется в поисках избыточности или повторяющихся шаблонов. Он заменяет несколько вхождений таких шаблонов ссылкой на их предыдущее появление. В результате такие алгоритмы не могут легко масштабироваться для архитектур с параллельными данными или удовлетворять потребность в более высоких скоростях распаковки, требуемых современным игровым контентом.
В то же время последние достижения в технологии ввода-вывода значительно увеличили доступную пропускную способность ввода-вывода в системе конечного пользователя. Обычно потребительская система оснащена устройством PCIe Gen3 или Gen4 NVMe, способным обеспечить пропускную способность до 7 ГБ/с.
Для сравнения: с такой скоростью можно заполнить все 24 ГБ памяти кадрового буфера на высокопроизводительном графическом процессоре NVIDIA GeForce RTX 4090 чуть более чем за 3 секунды!
Чтобы не отставать от этих улучшений скорости ввода-вывода на уровне системы, нам необходимы значительные достижения в технологии сжатия данных. При таких скоростях больше нецелесообразно использовать ЦП для распаковки данных в системе конечного пользователя. Это требует неприемлемо большой доли драгоценных циклов ЦП, которые тратятся на эту вспомогательную задачу. Это также может замедлить работу всей системы.
ЦП не должен становиться узким местом, сдерживающим подсистему ввода-вывода.
Параллельная декомпрессия данных и архитектура GDeflate
С окончанием действия закона Мура мы больше не можем ожидать «бесплатных» улучшений производительности от последовательных процессоров.
Высокопроизводительные системы уже давно используют крупномасштабный параллелизм данных для дальнейшего повышения производительности многих приложений. С другой стороны, распараллеливание традиционных алгоритмов сжатия данных было сложной задачей из-за фундаментальных предположений о последовательностях, «запеченных» в их конструкции.
Что нам нужно, так это удобный для GPU подход к сжатию данных, который может масштабировать производительность по мере того, как GPU становятся более широкими и параллельными.
Это проблема, которую мы решили решить с помощью GDeflate, новой схемы параллельного сжатия данных, оптимизированной для высокопроизводительной декомпрессии графического процессора. Мы разработали GDeflate со следующими целями:
Высокопроизводительная декомпрессия, оптимизированная для графического процессора, для поддержки самых быстрых устройств NVMe
Разгрузить ЦП, чтобы он не стал узким местом во время операций ввода-вывода
Возможность переноса на различные архитектуры параллельных данных, включая ЦП и ГП
Может быть дешево реализована в оборудовании с фиксированными функциями, используя существующий IP
Установление стандарта сжатия данных параллельных данных свое название GDeflate строит на основе хорошо зарекомендовавшего себя алгоритма RFC 1951 DEFLATE, расширяя и адаптируя его для параллельной обработки данных. Несмотря на то, что существуют более сложные схемы сжатия, простота и надежность оригинального кодирования данных DEFLATE делают его привлекательным выбором для высоконастроенных реализаций на основе графического процессора.
Существующие реализации DEFLATE с фиксированными функциями также можно легко адаптировать для поддержки GDeflate для улучшения совместимости и производительности.
Двухуровневый параллелизм
Многоядерная SIMD-машина использует битовый поток GDeflate по своей конструкции, явно демонстрируя параллелизм на двух уровнях.
Сначала исходный поток данных сегментируется на фрагменты по 64 КБ, которые обрабатываются независимо. Эта грубая декомпозиция обеспечивает параллелизм на уровне потоков, позволяя одновременно обрабатывать несколько фрагментов на нескольких ядрах целевого процессора. Это также обеспечивает произвольный доступ к сжатым данным с точностью до фрагмента. Например, механизм потоковой передачи может запросить распаковку разреженного набора фрагментов в соответствии с требуемым рабочим набором для данного кадра.
Кроме того, 64 КБ является стандартным размером плитки для мозаичных или разреженных ресурсов в графических API (DirectX и Vulkan), что делает GDeflate совместимым с будущими архитектурами потоковой передачи по запросу, использующими эти функции API.
Во-вторых, битовый поток внутри фрагментов специально отформатирован для обеспечения более мелкозернистого параллелизма на уровне SIMD. Мы ожидаем, что совместная группа потоков будет обрабатывать отдельные фрагменты, поскольку группа может напрямую анализировать битовый поток GDeflate, используя аппаратно-ускоренные параллельные операции с данными, обычно доступные в большинстве архитектур SIMD.
Все потоки в группе SIMD совместно используют состояние декомпрессии. Форматирование битового потока тщательно продумано, чтобы обеспечить высокооптимизированную совместную обработку сжатых данных.
Эта двухуровневая стратегия параллелизации позволяет реализациям GDeflate легко масштабироваться в широком диапазоне архитектур с параллельными данными, а также обеспечивает необходимый запас для поддержки будущих, еще более широких машин с параллельными данными без ущерба для производительности декомпрессии.
NVIDIA RTX IO поддерживает DirectStorage 1.1
NVIDIA RTX IO теперь включен в текущий драйвер Game Ready (версия 526. 47), который обеспечивает ускоренную декомпрессию.
Как DirectStorage, так и RTX IO используют стандарт сжатия GDeflate.
«Microsoft рада сотрудничать с NVIDIA, чтобы предоставить геймерам Windows преимущества ввода-вывода следующего поколения. DirectStorage для Windows позволит играм использовать передовые технологии ввода-вывода RTX от NVIDIA и предоставит разработчикам игр высокоэффективный и стандартный способ получить максимально возможную производительность от графического процессора и системы ввода-вывода. Благодаря DirectStorage минимизируются размеры игр, сокращается время загрузки, а виртуальные миры могут становиться более обширными и детализированными, а потоковая передача плавной и бесшовной».
Брайан Лэнгли, руководитель групповой программы по графике и играм Windows
Начало работы с DirectStorage в драйверах ввода-вывода RTX
У нас есть еще несколько рекомендаций, которые помогут обеспечить максимальное удобство использования DirectStorage с декомпрессией графического процессора на графических процессорах NVIDIA.
Подготовка приложения для DirectStorage
Для достижения максимальной сквозной пропускной способности с помощью DirectStorage с декомпрессией графического процессора необходимо поставить в очередь достаточное количество запросов на чтение, чтобы обеспечить полное насыщение конвейера.
При подготовке к интеграции с DirectStorage приложения должны сгруппировать запросы ввода-вывода ресурсов и запросы на создание близко друг к другу по времени. В идеале операции ввода-вывода и создания ресурсов выполняются в собственном потоке ЦП, отдельно от потоков, выполняющих другие действия экрана загрузки, такие как создание шейдера.
Ресурсы на диске также должны быть упакованы в достаточно большие фрагменты, чтобы частота вызовов API DirectStorage была минимальной, а затраты ЦП были минимальными. Это гарантирует, что в DirectStorage может быть отправлено достаточно работы, чтобы конвейер оставался полностью насыщенным.
Дополнительные сведения об общих рекомендациях см. в статье Использование DirectStorage и DirectStorage 1.1, доступной в публикации Microsoft.
Выбор размера промежуточного буфера
Обязательно изменяйте размер промежуточного буфера по умолчанию всякий раз, когда используется декомпрессия графического процессора. Текущих 32 МБ по умолчанию недостаточно для насыщения современных возможностей графического процессора.
Обязательно сравните различные платформы с различными возможностями NVMe, PCIe и графического процессора при выборе размера промежуточного буфера. Мы обнаружили, что разумным значением по умолчанию является размер промежуточного буфера 128 МБ. Для небольших графических процессоров может потребоваться меньше, а для более крупных графических процессоров может потребоваться больше.
Соображения относительно коэффициента сжатия
Обязательно измерьте влияние различных типов ресурсов на экономию сжатия и производительность декомпрессии графического процессора.
Как правило, различные типы данных, такие как текстура и геометрия, сжимаются с разной степенью сжатия. Это может привести к некоторым изменениям в производительности выполнения декомпрессии графического процессора.
Это не окажет существенного влияния на сквозную пропускную способность. Однако это может привести к изменению задержки при доставке содержимого ресурсов в их конечные местоположения.
Файловая система Windows
Старайтесь хранить файлы на диске, к которым обращается DirectStorage, отдельно от файлов, к которым обращаются другие API-интерфейсы ввода-вывода. Использование общего файла в разных API-интерфейсах ввода-вывода может привести к потере улучшений обхода ввода-вывода.
Планирование очереди команд при фоновой потоковой передаче
В Windows 10 может возникать конфликт планирования очереди команд между очередями команд копирования и вычисления DirectStorage и очередями команд копирования и вычисления, управляемыми приложением.
Инструменты NVIDIA Nsight Systems, PIX и GPUView могут помочь определить, конфликтует ли фоновая потоковая передача с DirectStorage с важными очередями команд, управляемыми приложениями.
В Windows 11 вполне ожидаемо перекрывающееся выполнение между DirectStorage и очередями команд приложения.
Если перекрывающееся выполнение приводит к неоптимальной производительности рабочих нагрузок приложений, рекомендуется ограничить чтение DirectStorage. Это помогает поддерживать критически важную производительность приложений во время фоновой потоковой передачи.
Сводка
Игровые движки нового поколения требуют потоковой передачи огромных объемов данных для создания все более реалистичных и детализированных игровых миров. Учитывая это, необходимо переосмыслить архитектуру потоковой передачи ресурсов игровых движков и в полной мере использовать улучшения в технологии ввода-вывода.

При использовании графического процессора в качестве ускорителя для ресурсоемких вычислений декомпрессия данных становится критически важной для максимизации производительности системы и сокращения времени загрузки.
Реализация GDeflate для ввода-вывода NVIDIA RTX — это масштабируемая технология сжатия, оптимизированная для графического процессора, которая позволяет приложениям использовать вычислительную мощность графического процессора для ускорения ввода-вывода.