feat: implementar traducción multilingüe mediante segmentación de oraciones para Discord y Telegram

This commit is contained in:
2026-03-06 19:54:48 -06:00
parent 7601979d3e
commit 037a4c5224
3 changed files with 79 additions and 33 deletions

32
plan.md Normal file
View File

@@ -0,0 +1,32 @@
# Plan de Acción: Traducción Multilingüe (Discord y Telegram)
## 1. Problema Identificado
Actualmente, ambos bots envían el mensaje completo a LibreTranslate. Con la detección automática (`source: auto`), el motor elige un único idioma dominante. Esto causa que en mensajes mixtos (ej: "Hello! ¿Cómo estás?"), las partes que no coinciden con el idioma detectado no se traduzcan correctamente en ninguna de las dos plataformas.
## 2. Estrategia de Solución: Segmentación Unificada
La solución consiste en crear una lógica de traducción centralizada que divida el texto en unidades lógicas (oraciones) y las traduzca de forma independiente.
### Fase A: Centralización en `botdiscord/translate.py`
1. **Nueva Función Core:** Crear `translate_multilingual_text(text, target_lang)` en el módulo compartido.
2. **Uso en Telegram:** Migrar `bottelegram/telegram_bot.py` para que use esta función centralizada en lugar de su propia `translate_text_telegram`.
3. **Soporte HTML:** Activar el modo HTML para Telegram también, permitiendo proteger menciones de usuario (`@username`) de forma similar a como se hizo en Discord.
### Fase B: Segmentación y Paralelismo
1. **División:** Usar expresiones regulares (`re.split`) para fragmentar por `.`, `!`, `?` y saltos de línea `\n`.
2. **Peticiones Concurrentes:** Utilizar `asyncio.gather` para traducir todos los fragmentos simultáneamente. Esto evita que el bot se vuelva lento a pesar de hacer más peticiones a la API.
3. **Detección Localizada:** Al procesar frases cortas, LibreTranslate podrá detectar correctamente el idioma de cada fragmento individual.
### Fase C: Reconstrucción y Formatos Especiales
1. **Discord:** Mantener la protección de etiquetas `<mX />` para menciones de roles y canales.
2. **Telegram:** Asegurar que la lógica funcione tanto para mensajes de texto simples como para **pies de foto (captions)** en imágenes, videos y documentos.
3. **Ensamblado:** Unir las piezas respetando la puntuación y el espaciado original.
## 3. Ventajas e Inconvenientes
* **Ventaja:** Traducción coherente y completa para usuarios que mezclan idiomas. Sincronización de comportamiento entre Discord y Telegram.
* **Inconveniente:** Mayor carga de red hacia la instancia de LibreTranslate. Se recomienda monitorizar el rendimiento del servidor de traducción.
## 4. Próximos Pasos (Implementación)
1. **Refactorizar `botdiscord/translate.py`:** Implementar la lógica de segmentación por oraciones.
2. **Actualizar Bot Telegram:** Reemplazar `translate_text_telegram` por la nueva función centralizada.
3. **Actualizar Bot Discord:** Modificar el callback en `ui.py` para usar la nueva segmentación.