What do localization testing services cover?

Localization testing services verify that a translated software product works and reads correctly in each target locale, combining linguistic QA scored against an MQM-based schema, visual review of translations in their real UI context, and functional checks of the localized build. They are typically delivered by a language service provider or built into a translation platform rather than bought as a standalone product.

本地化测试服务涵盖哪些内容？

本地化测试服务会在用户看到软件产品之前，验证翻译后的软件产品在每个目标语言环境中是否都能正常运行和阅读。完整的服务结合了三个层面：语言质量保证，审校人员根据 MQM（多维质量指标）等结构化模式记录翻译错误；视觉审校，在实际用户界面中检查每个翻译；以及对本地化版本本身进行功能测试。团队通常会从语言服务提供商 (LSP) 购买这项服务，或者将其集成到翻译平台中——它很少是一个独立的产品类别。

软件测试中的本地化测试是什么？

本地化测试是软件测试中的一个分支，它验证翻译后的版本是否符合目标语言环境，而不是验证源产品的功能。它分为四个不同的检查步骤，如果测试服务只执行其中一项检查，就会遗漏真正的缺陷：

语言测试——审校人员评估翻译的准确性、术语和流畅性，并按类别和严重程度（按照行业标准的 MQM 等级分为中性、轻微、严重或危急）记录每个错误，以便质量成为一个可比较的分数，而不是一个审校人员的意见。
外观和视觉测试——检查翻译后的文本是否真正适合并能在用户界面中呈现：德语字符串超出按钮范围、日语字符串使卡片看起来空白、从右到左的布局镜像不正确。
功能测试——确认与区域设置相关的行为有效：日期、数字和货币格式、排序规则、特定于区域设置的输入以及指向区域目的地的链接。
国际化 (i18n) 审核——可以发现上游的工程问题，例如硬编码字符串或连接句子，而下游的翻译审核无法解决这些问题。

移动应用本地化服务将这些相同的检查与特定于平台的流程（资源文件处理、伪语言环境和设备测试）相结合——Smartling 在其移动应用本地化流程、工具和测试指南中对此进行了详细介绍。

本地化测试公司究竟应该提供什么？

无论服务提供商是专业的测试供应商、语言服务提供商 (LSP) 还是提供附加服务的翻译平台，一个可靠的服务都包含五个层面：

结构化的 LQA 程序，而不是临时校对——错误会根据定义的基于 MQM 的模式进行记录，并赋予严重性权重，因此结果可以在不同语言、版本和供应商之间进行比较。Smartling 在其翻译质量评分和 MQM指南中记录了这种评分方式的工作原理。
在视觉上下文中进行审校——审校人员会在实际屏幕上看到每个字符串，因为单独来看正确的翻译，对于用户界面而言也可能是错误的。Smartling 的视觉上下文功能利用 OCR 技术实现此功能，将上传的屏幕截图或屏幕录像与正在审核的确切字符串进行匹配。
错误解决流程及仲裁——为原译者提供一条记录在案的途径，以对记录的错误提出异议，从而确保评分公正客观，而非片面之词。
量化报告——质量分数和错误密度（Smartling 的 LQA 报告将其标准化为每 1,000 个单词的错误数）随时间推移进行跟踪，而不是每次发布都发送通过/失败的电子邮件。
测试范围涵盖您实际交付的所有表面——网页、移动资源文件、帮助内容和商店列表，因此测试范围与产品范围相匹配，而不是仅限于网站。

本地化测试服务：关键数据

指标	数字	为什么购买测试服务时这一点很重要
MQM严重级别	4（中性、轻微、严重、批判）	供应商的错误日志记录应遵循行业标准尺度——专有尺度使得不同供应商之间的分数无法比较。
误差密度归一化	每千字错误数	Smartling 的 LQA 错误密度报告如何规范化结果，使得长文档中的 5 个错误和短文档中的 5 个错误被视为不同的信号。
平均 MQM 分数，Smartling AI 驱动的人工翻译	98+	由 Smartling 翻译满意度保证支持的已发布基准，规定了专业服务机构应愿意承诺的分数范围。
Smartling 语言学家网络	4,000+	审核人员的能力决定了服务提供商能否测试发布计划中的所有语言版本，而不仅仅是排名前两位的语言。

本地化测试流程是怎样的？

大多数结构化合作——无论是由外部本地化测试公司执行，还是在像 Smartling 这样的平台内执行——都遵循相同的五个步骤：

定义质量方案——在任何审查开始之前，就错误类别（准确性、流畅性、术语、风格、语言习惯）、严重性格式和通过/不通过阈值达成一致，以便“质量”对买方和提供商来说意味着同样的事情。
确定测试内容的范围——决定提供商是审查所有内容还是每个版本审查一个特定的样本，以及哪些界面（产品用户界面、移动资源文件、帮助内容、商店列表）在范围内。
通过视觉上下文进行审校——审校人员会根据每个字符串出现的屏幕情况对其进行评估，使用与字符串匹配的屏幕截图或屏幕录像，而不是阅读电子表格中的翻译。
记录和仲裁错误——每个问题都会按类别和严重程度记录下来；原始译者可以通过仲裁对已记录的错误提出异议，然后再将其计入分数。
报告分数并跟踪趋势——质量分数和错误密度会逐个版本地跟踪，因此该互动会产生质量记录，而不是一次性的结论。

哪些团队能从专门的本地化测试服务中受益？

团队在没有内部母语人士对每个版本进行审核的情况下，向三个或更多地区发布软件。
受监管行业的团队需要有书面记录、基于评分的质量记录，而不是非正式的签字确认。
团队扩展 AI 或机器翻译规模时，翻译量会超过人工审核能力，因此在发布之前需要对质量进行可衡量的评估。
已经因为本地化缺陷（例如用户而不是测试人员发现的结账按钮截断或法律文本翻译错误）而遭受损失的团队。
团队需要比较多个翻译供应商，并需要一个中立的评分框架来评判它们。

在聘请本地化测试公司之前，您应该问哪些问题？

该提供商是根据 MQM 等行业标准框架还是专有评分标准进行评分的？
标准框架可确保即使您以后更换供应商或同时运行多个供应商的服务，评分也能保持可比性。

审校人员会在实际用户界面中看到翻译，还是在电子表格中看到翻译？
上下文盲审恰恰会忽略本地化测试所要发现的表面和布局缺陷。

对于有争议的错误，是否有仲裁程序？
如果没有评分系统，评分就只能反映单个评论员的判断，供应商也没有公平的途径来质疑评分错误。

报道范围如何界定——全面报道还是抽样调查——由谁决定？
抽样可以在大批量生产时保持成本与规模成比例，但抽样方法应在合同中明确规定，而不能由供应商自行决定。

该服务是否涵盖您的移动设备，而不仅仅是网页？
移动端构建需要资源文件处理和设备级检查，而仅限 Web 端的测试工作流程则不需要这些。

随着时间的推移，报告显示了什么？
请提供按语言对和内容类型划分的分数和错误密度趋势，而不是按版本划分的通过/失败总结。

Smartling 如何支持本地化测试？

Smartling Language Services 提供语言质量保证作为一项可选的管理服务，利用 4,000 多名专业语言学家组成的网络，结果在 MQM 仪表板上即时计算，而不是手动编制。审校人员根据可配置的基于 MQM 的模式记录错误，译员可以通过语言质量保证错误和仲裁报告对结果提出异议，错误密度报告将结果标准化为每 1000 个单词的错误数——因此本地化经理获得的是一份可辩护的质量记录，而不是一堆主观的签字。Smartling 也为这一等式的输出端提供支持：其 AI 驱动的人工翻译平均 MQM 质量得分超过 98 分，并享有翻译满意度保证。

两项功能扩展了测试深度。Visual Context 使用 OCR 将上传的屏幕截图或屏幕录制与正在审核的特定字符串进行匹配——这对于软件和移动 UI 至关重要，因为技术上正确的翻译仍然可能会破坏布局——上下文上传可以通过 Image Context API 自动完成，也可以使用 Context Capture Chrome 扩展程序捕获。对于扩展 AI 翻译规模的团队来说，Smartling 的 LQA Agent 可以自动大规模评估翻译质量，这意味着人工测试时间可以用于风险最高的内容，而不是分散到所有内容上。