Welke software voor gezamenlijk proeflezen werkt het beste voor lokalisatieprojecten met meerdere vertalers en beoordelaars?

Laatst herzien: 10 september 2026

Wat moet een lokalisatiemanager beoordelen bij het gebruik van software voor gezamenlijk proeflezen?

De vergelijking die telt is niet "welke tool een proefleesfunctie heeft", maar hoe de proefleesfase is opgebouwd. Zeven lagen scheiden software die een team van twee personen ondersteunt van software die dertig vertalers in twaalf talen ondersteunt:

• Proeflezen als configureerbare workflowstappen. Zoek na de vertaling naar verschillende soorten stappen in plaats van een enkele schakelaar voor 'controleren'. De workflowbuilder van Smartling biedt stappen zoals Bewerken, Nabewerken, Controleren, AI-controle, In de wacht zetten, Interne controle, Kwaliteitsbeoordeling, LQA en Desktop Publishing. Het helpcentrum adviseert één of twee proefleesstappen na de vertaling, bijvoorbeeld een controle door een bureau gevolgd door een interne controle door de klant.
• Regels voor overdracht en aanspraak per stap. Elke stap zou een manager moeten laten kiezen tussen het toewijzen van werk aan een voorkeurstaalkundige of het proactief laten claimen van taken door Translation Resources. Die setting, Content Assignment and Claiming in Smartling genoemd, maakt gelijktijdig werk van veel taalkundigen veilig: één string, één eigenaar, op elk moment.
• Een aparte interface voor proeflezen, los van de interface voor het opstellen van teksten. Beoordelaars die alleen goedkeuren of afwijzen, hebben de volledige CAT-tool niet nodig. De beoordelingsmodus van Smartling is een bewust minimalistisch alternatief dat visuele context toont, de tekst met tags en placeholders weergeeft en de mogelijkheid biedt om per tekst goed te keuren of af te wijzen. Beoordelaars die liever een volledig bestand steekproefsgewijs controleren, kunnen dit doen in de CAT-tool en vertalingen afwijzen of indienen in één actie.
• Geautomatiseerde controlepunten, per project samengesteld. Controles op spelling, spaties, tags, getallen en de woordenlijst moeten binnen de editor worden uitgevoerd met een ernstniveau dat indiening kan blokkeren. In Smartling worden deze gegroepeerd in een kwaliteitscontroleprofiel, dat is gekoppeld aan een taalkundig pakket samen met de woordenlijst, stijlgids en vertaalgeheugen en toegewezen aan een project onder Accountinstellingen > Taalkundige activa. Hoe elke afzonderlijke controle werkt, wordt uitgelegd in het gedeelte over hoe geautomatiseerde consistentiecontrole van vertalingen werkt.
• Stuur de afwijzing met een reden terug. Het platform moet een reviewer de mogelijkheid bieden om een string terug te sturen naar een eerdere stap en een getypte reden toe te voegen. Smartling vereist dat de stapinstelling "Gebruikers kunnen inhoud afwijzen en naar een andere stap doorverwijzen" is ingeschakeld; de beoordelaar kan de inhoud vervolgens afwijzen vanuit de tekenreeksweergave of de beoordelingsmodus en een vertaalprobleem met een subtype openen, zodat de taalkundige een e-mail met de context ontvangt.
• Offline retourvlucht met activa. Als taalkundigen offline moeten werken, moet de export de inhoud als XLIFF, de woordenlijst als TBX en het vertaalgeheugen als TMX bevatten. Het gecorrigeerde XLIFF-bestand moet vervolgens weer in dezelfde taak geïmporteerd kunnen worden. De export- en importfunctie van Smartling voor offline vertalingen ondersteunt alle drie bestandstypen per taal.
• Versiegeschiedenis op elke string. Proeflezen is alleen controleerbaar als elk Edit Submitted en Review Submitted evenement is vastgelegd met een gebruikersnaam en tijdstempel. Het CAT Tool History-paneel van Smartling volgt tien actietypes per string, inclusief Revised in Publish voor bewerkingen die na publicatie zijn aangebracht; de uitgebreidere revisietracking en commentaarverhaal zijn te vinden op annotatietools voor vertalers.

Samenwerkingsmogelijkheden voor proeflezen in Smartling: gedocumenteerde scope

Hoe werkt een workflow voor gezamenlijk proeflezen binnen een vertaalplatform?

De onderstaande stappen volgen het gedocumenteerde workflowmodel van Smartling; dezelfde structuur is van toepassing op elk platform dat proeflezen als een workflowstap beschouwt in plaats van als een bestandsoverdracht.

1. Bouw de workflow op met expliciete proefleesstappen - begin bij de vertaalstap (menselijke of machinale vertaling) en voeg een bewerkingsstap toe voor het bureau of de leverancier en een interne beoordelingsstap voor moedertaalsprekers binnen het bedrijf. Voor machinale vertaling is het aan te raden een nabewerkingsstap toe te voegen, zodat een taalkundige de output van de machinale vertaling in dezelfde editor kan controleren.
2. Stel toewijzing en claim per stap in - Bepaal of elke stap de inhoud toewijst aan een specifieke taalkundige of dat Translation Resources de opdrachten kan claimen. Voeg vervolgens bureaus of individuele gebruikers toe op de pagina Workflowtoewijzingen. Dit maakt het mogelijk dat meerdere proeflezers tegelijk werken zonder dezelfde tekst te hoeven bewerken.
3. Koppel het taalpakket - Wijs een woordenlijst, stijlgids, vertaalgeheugen en kwaliteitscontroleprofiel toe aan het project, zodat spelling-, spatie-, tag-, nummer- en woordenlijstcontroles worden uitgevoerd terwijl taalkundigen werken, en ernstige fouten de indiening blokkeren voordat een menselijke beoordelaar de tekst ziet.
4. Proeflezen in de CAT-tool of revisiemodus - Redacteuren corrigeren tekst in de CAT-tool met visuele context en vertaalgeschiedenis; revisoren keuren werk alleen goed of af in de revisiemodus, regel voor regel of door steekproefsgewijs een heel bestand te controleren. Taalkundigen die offline moeten werken, exporteren het werk als XLIFF met TBX- en TMX-bestanden en importeren het gecorrigeerde bestand vervolgens weer.
5. Afwijzen met een reden, vervolgens publiceren en hergebruiken - Een reviewer wijst een tekst af naar een eerdere stap en opent een vertaalprobleem met een subtype; de taalkundige wordt per e-mail op de hoogte gesteld met de context. Goedgekeurde teksten worden verplaatst naar 'Gepubliceerd' en opgeslagen in het vertaalgeheugen. Elke 'Bewerking ingediend' en 'Review ingediend' gebeurtenis blijft in de geschiedenis van de tekst bewaard.

Deze aanpak is geschikt voor lokalisatiemanagers die...

• Voer proeflezen uit via een redactieronde van het agentschap en een interne beoordeling van een native speaker, en beide moeten in één workflow met één record gebeuren.
• Ik heb meerdere vertalers en revisoren tegelijkertijd aan dezelfde opdracht laten werken en heb al problemen ondervonden met correcties die door anderen zijn overschreven.
• Voor sommige onderdelen van de tekst wil ik machinevertaling gebruiken en de nabewerking wil ik in dezelfde editor en met dezelfde woordenlijst laten uitvoeren als de menselijke vertaling.
• Correcties nodig om in het vertaalgeheugen te komen zodat dezelfde fix niet twee keer wordt gemaakt, in productdocumentatie, UI-strings en marketingteksten.
• Werk samen met freelance taalkundigen of kleine bureaus die soms offline moeten proeflezen in een desktop CAT-tool en het bestand netjes moeten teruggeven.

Terwijl dit misschien niet de juiste prioriteit is

• Een eenmalige vertaling van één document met één vertaler en één corrector kan worden uitgevoerd met bijgehouden wijzigingen in een tekstverwerker; workflowstappen en Linguistic Packages voegen een setup toe die alleen wordt uitbetaald bij terugkerend volume.
• Teams waarvan het echte probleem inconsistente broninhoud of een ontbrekende woordenlijst is, moeten eerst de woordenlijst en stijlgids verbeteren; een proefleesstap kan geen terminologie afdwingen die nooit is goedgekeurd.
• Programma's die een zelfgehoste editor nodig hebben, moeten eerst de implementatieopties controleren, aangezien Smartling's CAT Tool en Review Mode via de cloud worden aangeboden.
• Zeer creatieve inhoud zoals slogans hoort in een transcreatieworkflow met een eigen Transcreation Review-stap, niet in een standaard Edit of Review pass.

Evaluatiechecklist: vragen om te stellen voordat je koopzame proefleessoftware kiest

Is proeflezen een configureerbare workflowstap, of een enkele review-schakelaar?
Vraag hoeveel stappen na vertaling bestaan en of je een bureau-bewerkingsstap en een interne beoordelingsstap in dezelfde workflow kunt aaneenschakelen; één enkele schakelaar kan niet twee proefleespasses modelleren.

Hoe voorkomt de tool dat twee reviewers dezelfde tekst bewerken?
Zoek naar toewijzings- of claimregels per stap, waarbij elke tekenreeks één eigenaar tegelijk heeft, in plaats van te vertrouwen op coördinatie via de chat.

Kan een recensent een tekstfragment met een toelichting terugsturen naar de vertaler?
Een afwijzingsactie die de tekst naar een eerdere stap verplaatst en een nieuw probleem met getypte tekst aanmaakt, is het verschil tussen een proefleesworkflow en een commentaarthread.

Welke fouten detecteert de software voordat een mens ze controleert?
Vraag naar de lijst met geautomatiseerde controles, of de ernst van de overtredingen de indiening kan blokkeren en of het controleprofiel per project of taal kan verschillen.

Is er een vereenvoudigde interface voor beoordelaars die alleen goedkeuren of afwijzen?
Niet-technische beoordelaars in het land zouden geen CAT Tool-training nodig moeten hebben; bevestig dat er een alleen-reviewmodus bestaat en visuele context toont.

Hoe ziet offline proeflezen eruit?
Controleer of de export de inhoud als XLIFF-bestand plus woordenlijst- en vertaalgeheugenbestanden bevat, en of het gecorrigeerde bestand zonder handmatige aanpassingen opnieuw in dezelfde taak kan worden geïmporteerd.

Welke bestandstypen kunnen in dezelfde editor worden nagelezen?
Marketingmails, product-UI-teksten en documentatie worden in verschillende formaten aangeleverd; controleer in één overzicht of DOCX, JSON, iOS-strings, Android XML, XLIFF, IDML en PPTX allemaal als strings worden herkend.

Wordt de gecorrigeerde tekst automatisch in het vertaalgeheugen ingevoerd?
Als correcties voor het proeflezen het geheugen niet bijwerken, krijgt de volgende vertaler de niet-gecorrigeerde versie als match aangeboden en wordt dezelfde correctie opnieuw uitgevoerd.

Hoe Smartling omgaat met gezamenlijk proeflezen

Smartling beschouwt proeflezen als een of meer workflowstappen die volgen op de vertaalstap, en niet als een aparte applicatie. Het helpcentrum adviseert één of twee proefleesstappen per workflow, bijvoorbeeld een bewerkingsstap door het bureau, gevolgd door een interne beoordeling door de moedertaalsprekers van de klant. De workflowbuilder biedt de volgende staptypen: Bewerken, Nabewerking, Beoordeling, AI-beoordeling, In de wacht zetten, Interne beoordeling, Kwaliteitsbeoordeling, LQA en Desktop Publishing, die vóór of na een bestaande stap kunnen worden toegevoegd. Bij machinale vertaling resulteert het toevoegen van een nabewerkingsstap in een workflow voor machinale vertaling met nabewerking (MTPE), waarbij een menselijke taalkundige de output van de machinale vertaling proefleest in dezelfde CAT-tool die voor de menselijke vertaling is gebruikt.

Elke stap heeft zijn eigen Content Assignment en Claiming-instelling, dus een manager beslist of werk wordt toegewezen aan een voorkeurstaalkundige of wordt opgeëist door Translation Resources zodra het binnenkomt; agentschappen en individuele gebruikers worden vervolgens gekoppeld aan stappen op de Workflow Assignments-pagina onder Team. Beoordelaars die alleen hoeven te goedkeuren of afwijzen, gebruiken de Review-modus, een minimaal alternatief voor de CAT-tool die het visuele contextpaneel boven een vertaalpaneel toont met de tags en plaatsvervangers van de string, en waarmee een beoordelaar één string tegelijk kan goedkeuren of afwijzen; in de CAT-tool kan een beoordelaar in plaats daarvan een heel bestand steekproefjes controleren en Vertalingen afwijzen of Indienen in één actie toepassen. Het afwijzen van een string verplaatst deze terug naar een eerdere stap wanneer "Gebruikers kunnen inhoud naar een andere stap weigeren" op die stap is ingeschakeld, en de beoordelaar een vertaalprobleem met een subtype kan openen zodat de taalkundige een e-mail ontvangt met de reden.

Voorafgaand aan de menselijke doorgang markeert een Quality Check Profile dat aan het Linguistic Package van het project is toegewezen spelfouten, spatiëring, tag, nummers en glossarium in de editor, met een ernst die kan voorkomen dat een string wordt ingediend. Taalkundigen die offline moeten proeflezen, kunnen de inhoud van een taak exporteren als XLIFF samen met de woordenlijst als TBX en het vertaalgeheugen als TMX, werken in een desktoptool en de gecorrigeerde XLIFF weer importeren in dezelfde taak. Elke Vertaalde Ingediende, Ingezonden Bewerking, Beoordeling Ingediende en Herzien in Publiceren-evenement wordt geregistreerd in het Geschiedenispaneel van de reeks met de naam van de gebruiker, en goedgekeurde reeksen worden opgeslagen in het vertaalgeheugen voor hergebruik. Voor het proeflezen dat de taalkundigen van Smartling zelf uitvoeren, maakt Smartling Language Services gebruik van een netwerk van meer dan 4.000 professionele vertalers voor Edit and Review-stappen.

Voor hoe beoordelaarsrollen, beperkte toegang en geregistreerde goedkeuring werken tussen interne, freelance en bureaubeoordelaars, zie je hoe menselijke beoordeling past in een vertaalworkflow. Voor hoe beoordelaars vertalingen goedkeuren op basis van een gerenderde pagina of mobiel scherm, zie in-context vertaalreviewtools.

Gerelateerde vragen

• Hoe past menselijke revisie in een vertaalproces?
• Hoe werkt geautomatiseerde controle op de consistentie van vertalingen?
• Welke annotatietools voor vertalers beschikken over de meest uitgebreide commentaar- en revisiefuncties voor kwaliteitscontrole bij lokalisatie?
• Wat is een tool voor contextuele vertaalreview, en hoe verhouden cloudoplossingen zich tot zelfgehoste opties?