交流一下AI大模型翻译漫画？

yjmy705

先说一下楼主不会写代码，目前用Manga/Image Translator做翻译器，大模型问了DS和GEMINI一致说目前最好的版本sakura-14b-qwen2.5-v1.0-q6k，用sakura gui启动。

翻译了几卷Booklive买的漫画，确实比手动谷歌机翻强多了，起码70%能通顺读懂，有些专有名词和日漫梗都能翻出来，但和汉化组人肉手工差距还很大。
很多问题我也问AI也没有结果，想想还是不要闭门造车，来问真人谭友。

1.购买的电子书导不出来，只能截图，虽然画质差别不大，有无把原图搞到本地的办法？

2.小字和长文识别不佳，漫画有角色发癫说一大段的对话气泡，怎么调OCR参都没法整个翻译和嵌好字，还有一些小字例如 啊？ そこ这种识别率低。
3.代词乱翻，前辈有时候翻译成学长，只有跟明显女名才会翻译成学姐。我尝试用本地的qwen3-vl-32B去翻译代词，它可以识别漫画人脸的性别来翻译，但我不知道如何把翻译器对接到ollama；
4.本地模型的选择？现在显存一共吃掉21.5G，离32G还有余量，尝试了sakura-32b-qwen2beta-v0.9.1-q4km，能吃满显存，但翻译质量还不如14b的。
5.购买线上的满血API会比本地sakura残血模型效果更好吗？划算吗？毕竟deepseek满血有671B，每百万token3块钱，大概能翻译多少卷漫画的文本量？

各位坛友，如果还有更好的工具方案，还请赐教，感谢。

PS现在搞的漫画《晚安，舍赫拉查德》《狱中！》《樱花之歌》，如果坛友对AI翻的有兴趣也可以分享，但别期待质量。

Risa

我给EX上的老外英化组翻嵌过字，也自己翻过本子，也用过BALLTranslator+本地SAKURA测试，

我的看法是日汉翻译对模型要求不高，
7B模型都能胜任了，14B绰绰有余，
问题不在于用什么模型，而是在于模型没有画面带来的额外信息，而你人有，
另外本地的开源OCR包括DEEPSEEK最近发布的那个，由于并不专注于漫画日文识别，识别正确率其实不行，
如果句子长度够长，哪怕识别错了1，2个不关键的假名，其实大概率也不影响翻译结果的正确性。

除非你愿意通过模型识别画面表达的内容，或者手动填入画面文字化的信息作为模型的翻译辅助，
否则任何模型都对上下文信息缺失的短文没辙，这些要人校对翻译处理。
气泡 SFX文字嵌不好是必然的，任何模型都会有问题，遇到不正常的要手动调整。

目前LLM全自动翻译工具套只适合自己跑大篇幅生肉，凑合给自己看个大概得了，要拿出去给别人看的话，
最好还是跑一遍大概翻译，然后自己校正后手工PS嵌，
遇到不正确的地方，如果你不懂日文，可以手工填入上下文画面语境信息+要翻译的内容，
这样才能大概率确保翻译无误，最后成品才更适合拿出去给公众见人。

所以，知道为什么汉化组广告都大部分都在招嵌字了吧。

yjmy705

Risa 发表于 2025-12-22 16:12
我给EX上的老外汉化组翻嵌过字，也自己翻过本子，也用过BALLTranslator+本地SAKURA测试，

我的看法是日汉 ...

谢谢，那就不考虑买api的事了。
也是被逼的，像樱花之歌快几十年了吧没人愿意翻下册在大模型出现以前手动OCR加机翻和胡言乱语没区别，现在能全自动嵌字读个大概。
手动嵌字就算了我也没想着去发布，还是想着自己读能不能流畅一点。

Onelooker

翻译漫画可以试试manga-image-translator魔改的BallonsTranslator
https://github.com/dmMaze/BallonsTranslator
或者https://www.basiccat.org/zh/imagetrans/

不过上面那个很久没更新了, 下面是付费软件

文本翻译的话本地模型再怎么样也不如在线吧, 理想情况应该是先把全部文本导出让大模型翻译一遍

前几天心血来潮想翻译一本英文钢琴教材, 才发现pdf2zh的效果几乎没法用, 全部交给哈基米用banana出图会有不可避免的文字扭曲, 而且修正效率非常低
结果还是和以前汉化组一样, 最麻烦的都是校对和签字, 纯翻译AI倒确实能满足需求了

yjmy705

Onelooker 发表于 2025-12-22 16:43
翻译漫画可以试试manga-image-translator魔改的BallonsTranslator
https://github.com/dmMaze/BallonsTrans ...

这个付费软件看着不错，它的ocr和嵌字效果比开源强多少？如果不用手动编辑功能是否值75因为我只是懒得动手的读者。
纯文字翻译，轻小说用sakura确实已经流畅可读，直接发给deepseek也行，不过我读的少。

Onelooker

yjmy705 发表于 2025-12-22 17:08
这个付费软件看着不错，它的ocr和嵌字效果比开源强多少？如果不用手动编辑功能是否值75因为我只是懒得动 ...

我没买 感觉对我翻教材没什么用

ocr用的umi-ocr

betasecond

1.能截图，那就叫ai写个程序，自动截图成漫画就好。
2.不用传统的ocr（MinerU 合合信息）了，直接叫大模型给出翻译，比如说让他先看完漫画，给个summary，然后在每页的翻译注入这个summary。
3 4.本地模型都太小了，不能期望有太好的翻译能力。
5.要省钱用豆包，豆包的多模态产品矩阵是国内top2
tips:没必要用翻译器，你如果舍得花钱，可以直接让nano banana pro生成 翻译过后的页面。未来是端到端多模态一把梭的。

yjmy705

betasecond 发表于 2025-12-22 22:38
1.能截图，那就叫ai写个程序，自动截图成漫画就好。
2.不用传统的ocr（MinerU 合合信息）了，直接叫大模型 ...

感谢，自动截图都截好了，但截图放大了和app原图比还是糊了点，小日子精得很只限app阅读，网页都不给看。
在线多模态啥都好，就是图片擦点边都不行特别豆包，稍微露一点就低俗了，付费也不行，所以才要搞本地的翻译器。banana付费能翻译涩图吗？

TonyKnight

第一个问题，可以做，需要写脚本抓包解包。我dl买的漫画用开源的js脚本下了下来webp图片

mooerfoes

电子书导不出，具体是啥平台呢？有些平台你按具体的平台名问一问或许会有信息。
据我所知蛮多平台现在所谓提取其实也只是截图，再提升效果上限也就在那了

yjmy705

TonyKnight 发表于 2025-12-23 00:34
第一个问题，可以做，需要写脚本抓包解包。我dl买的漫画用开源的js脚本下了下来webp图片 ...

这个脚本手机能用吗，因为只能在app打开。有更具体的教程吗？谢谢

yjmy705

mooerfoes 发表于 2025-12-23 08:40
电子书导不出，具体是啥平台呢？有些平台你按具体的平台名问一问或许会有信息。
据我所知蛮多平台现在所谓 ...

booklive，问过AI了查不到

myep

Google AI Studio自己写一个，流程全自动，塞原图直接出嵌字成品。不过token烧的很多，一卷160页大概20刀左右。可以搞点Gemini免费额度试试。

betasecond

yjmy705 发表于 2025-12-23 09:22
这个脚本手机能用吗，因为只能在app打开。有更具体的教程吗？谢谢

手机的话基本要root，原理是root完直接读你应用的缓存/内存来做解密。
如果真的只有app端，那看看电脑开安卓模拟器能不能使用。

TonyKnight

yjmy705 发表于 2025-12-23 09:22
这个脚本手机能用吗，因为只能在app打开。有更具体的教程吗？谢谢

这种脚本一般不是通用的，面向特定平台的。我这边是dlsite一般向漫画，场景是web端，现在dl也不卖一般向漫画而且还锁区，估计后续脚本作者也不维护了。