Логотип Русско-тувинского словаря
Русско-Тувинский // Тувинско-Русский
переводчик
tyv ⇄ rus
Открытые результаты проекта • 2016–2026

Как цифровой корпус
обучил мировой ИИ тувинскому языку

Крупнейшая в мире открытая лингвистическая база тувинского языка: 407 000+ выверенных предложений и 5 млн слов монокорпуса. Прокручивайте страницу вниз, чтобы увидеть, как наши данные работают в Google Переводчике, Gemini, Яндексе и открытых моделях.

Тувинские буквы: Нажмите на букву для копирования
✨ Дылдың эртинелери: Ө • Ң • Ү
Выберите тестовую фразу для демонстрации во всех ИИ:
При переключении фразы интерфейсы Google, Gemini и Яндекс ниже автоматически пересчитывают и отображают перевод, грамматический разбор и токены.
Google Переводчик (Google Translate)
Официальная интеграция тувинского языка (код: tyv) • Релиз 2024 г.
Внедрено в продакшн

Летом 2024 года Google объявил о крупнейшем в своей истории расширении переводчика на 110 новых языков мира с охватом свыше 614 млн человек. В этот список вошёл тувинский язык. Обучение модели машинного перевода PaLM 2 стало возможным благодаря открытым датасетам проекта tyvan.ru.

translate.google.com/?sl=ru&tl=tyv
Русский
⇄
Тувинский
Здравствуйте, уважаемый друг! Как ваши дела?
Экии, хүндүлүг өңнүк! Кандыг-дыр силер?
Google Gemini (LLM)
Глубокое понимание грамматики и контекста через 5 млн слов монокорпуса
Мультимодальный ИИ

В отличие от классических переводчиков, языковые модели Gemini не просто сопоставляют слова, а понимают агглютинативный строй тувинского языка: цепочки падежных аффиксов, деепричастные обороты и этнокультурный смысл пословиц.

gemini.google.com — Лингвистический ассистент
Вы
Разбери грамматику и культурный контекст тувинской фразы: «Экии, хүндүлүг өңнүк! Кандыг-дыр силер?»
✦
Gemini 1.5 Pro • Лингвистический разбор:
Фраза представляет собой классическое уважительное обращение на тувинском языке с использованием вежливой формы местоимения «силер».
Яндекс Переводчик
Сотрудничество по языкам народов России • Экранная клавиатура ө, ү, ң
Передано Яндексу

Параллельные датасеты tyvan.ru были предоставлены исследовательской группе Яндекс Перевода. Это позволило создать качественные статистические и нейросетевые словари с адаптацией под специфику региональной лексики Республики Тыва.

translate.yandex.ru/?lang=tyv-ru
Язык ввода: Тувинский ⇄ Русский
Яндекс Перевод
Тувинские клавиши:
ө
ү
ң
(автодополнение активных словоформ)
Экии, хүндүлүг өңнүк! Кандыг-дыр силер?
Здравствуйте, уважаемый друг! Как ваши дела?
Словарные совпадения:
Hugging Face & Open Source Модели
Свободный доступ для разработчиков и ученых • PyTorch / Transformers
Open Source • CC-BY 4.0

Для свободного сообщества натренированы чекпоинты моделей NLLB-200 (No Language Left Behind) и MarianMT. Любой исследователь или программист может запустить перевод локально на своём сервере в 4 строки кода на Python.

huggingface.co/tyvan/nllb-200-distilled-600M-tyvan-ru
Model: NLLB-200-600M-tyv BLEU: 34.8 chrF++: 58.2 Dataset: tyvan_parallel_407k License: CC-BY-4.0
Быстрый запуск в Python:
from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

tokenizer = AutoTokenizer.from_pretrained("tyvan/nllb-200-tyvan")
model = AutoModelForSeq2SeqLM.from_pretrained("tyvan/nllb-200-tyvan")

# Инференс: tyv_Cyrl -> rus_Cyrl
inputs = tokenizer("Экии, хүндүлүг өңнүк!", return_tensors="pt")
translated_tokens = model.generate(**inputs, forced_bos_token_id=tokenizer.lang_code_to_id["rus_Cyrl"])
print(tokenizer.batch_decode(translated_tokens, skip_special_tokens=True))
# Вывод: ['Здравствуйте, уважаемый друг!']
Научные публикации и Конференции (WMT 2024 / ACL / Scopus)
Международное академическое признание и валидация корпусных данных
WMT 2024 • ACL Anthology

Работа по оцифровке тувинского языка и созданию параллельных корпусов прошла строгую международную академическую валидацию. Результаты опубликованы на ведущей всемирной конференции по машинному переводу (WMT 2024 в рамках EMNLP), представлены в библиотеке ACL Anthology и выполнены в тесном сотрудничестве с исследователями Google Research и ведущими NLP-учёными.

Али Кужугет Айрана Монгуш Начын-Энхедоржу Ооржак
9-я Международная конференция по машинному переводу (WMT 2024) / EMNLP (Miami, USA) • ACL Anthology (2024.wmt-1.46). Стр. 593–599. DOI: 10.18653/v1/2024.wmt-1.46. Профессиональный перевод и верификация тувинского языка для глобального бенчмарка FLORES+ (Open Language Data Initiative).
ACL Anthology ↗
Isaac Caswell (Google Translate Lead) Али Кужугет Elizabeth Nielsen Colin Cherry et al.
Google Research & международный коллектив соавторов • WMT / ACL Anthology (2025.wmt-1.85). Стр. 1103–1123. DOI: 10.18653/v1/2025.wmt-1.85. Профессионально переведённый датасет для 115 малоресурсных языков мира, позволивший подключить тувинский язык в Google Translate.
ACL Anthology ↗
David Dale (Meta AI / NLP Researcher) Али Кужугет
Открытое исследование и воспроизводимый пайплайн • Towards Data Science / Medium & Hugging Face (2023). Дообучение трансформера Meta NLLB-200 и адаптация токенизатора SentencePiece под морфологию тувинского языка на базе корпуса tyvan.ru.
Hugging Face ↗
Оцифровка академического русско-тувинского словаря ТНИИЯЛИ 1980 г. (31 487 статей)
Али Кужугет студенческая группа проекта консультанты ТИГПИ
Оцифровка фундаментального Русско-тувинского словаря под ред. Э. Р. Тенишева (М.: Русский язык, 1980. 31 487 словарных статей) по поручению Главы Республики Тыва к Дню тувинского языка (2016–2017 гг.) • Фундамент базы tyvan.ru.
Отчёт проекта →
Масштаб данных

Итоговые метрики корпуса проекта

Все материалы проекта переданы научному и языковому сообществу по свободной международной лицензии Creative Commons Attribution 4.0.

CC-BY 4.0
Открытая лицензия

Данные свободны для академических исследований, коммерческих и некоммерческих систем без скрытых лицензионных сборов.

5 000 000+
Слов монокорпуса

Оцифрованный и лемматизированный массив тувинских текстов для предобучения больших языковых моделей (LLM).

31 487
Словарных статей

Полная оцифрованная версия фундаментального русско-тувинского словаря ТНИИЯЛИ под редакцией Э. Р. Тенишева (1980 г.).

iOS & Android
Мобильные приложения

Официальные приложения «Русско-тувинский словарь» в App Store и Google Play с десятками тысяч установок.

Шкала развития • 10 лет служения языку (2016 – 2026)

Путь от студенческой оцифровки до мирового ИИ

Хроника ключевых достижений, исторических вех и технологической эволюции tyvan.ru

01
2016 – 2017
Словарь
02
2018 – 2020
Веб & Apps
⚡ 03
2021 – 2026
Первый ИИ
04
2023 – 2024
WMT & Наука
🌍 05
2024 – 2026
Google & Яндекс
2016 – 2017 31 487 статей
📖

Оцифровка академического наследия

Поручение Главы Республики Тыва на форуме к Дню тувинского языка. Первая студенческая группа перевела в цифровой формат фундаментальный «Русско-тувинский словарь» ТНИИЯЛИ под ред. Э. Р. Тенишева (1980 г.).

2018 – 2020 100k+ установок
📱

Запуск tyvan.ru и мобильных приложений

Создание современного веб-сервиса tyvan.ru и официальных приложений для iOS и Android. Словарь стал доступен каждому в кармане без интернета. Начало краудсорсинга параллельных фраз.

2023 – 2024 407 000+ пар
🔬

Научные публикации WMT 2024 (ACL)

Масштабирование открытого корпуса до 407 000 выверенных параллельных предложений и 5 млн слов. Научные статьи на конференции WMT 2024 (ACL Anthology) совместно с Айраной Монгуш, Начыном-Энхедоржу Ооржаком и Isaac Caswell (Google).

2024 – 2026 Мировой масштаб
🌍

Google Translate, Яндекс и Gemini

Тувинский язык официально запущен в Google Переводчике (27 июня 2024), Яндекс Переводчике и поддерживается в Gemini. Наш корпус открыт для всего мира по лицензии CC-BY 4.0.

Скопировано!

Информация, размещаемая на страницах, относящихся к tyvan.ru, предназначена для личного, научного, некоммерческого использования и не подлежит распространению, копированию, лицензированию или продаже. Инструмент переводчика можно использовать только на странице сайта www.tyvan.ru и запрещено автоматизированное использование его инструментов, в том числе скриптами, взломом и обходными путями (подробнее в документе).

Яндекс.Метрика