该工具的Github地址：https://github.com/dmMaze/BallonsTranslator
昨天下到了一个期待的漫画。因为比较新，所以还没有人翻译。现在越来越多的作品上标注了机翻。我就想着别人能机翻，俺寻思也行。于是在Github上找到了BallonsTranslator这个工具。
说来惭愧，机翻漫画是我之前研究过的一个方向，但是懒惰让我遇到瓶颈后，没有再继续下去。只知道大概的三个流程，提取文字，翻译，嵌字回填。看到这个工具有着3.3K的Star，光看文档就知道已经做的很完整，想来有些羡慕这些能真正做出来的人。
程序使用Python语言，基于PyTorch机器学习库，接入了OCR识别，翻译，嵌字，和修复工具，并且用PyQT写了一个页面。
一开始我尝试使用它的源码部署。结果有点悲剧，我机器的网络还是代理设置有点问题，下不下来他的Python依赖。有时切换代理后可以下载，但是速度只有可怜的160KB。
于是转而下载作者提供的win版部署包。看起来跟源码版也没有很多区别，只是可以从Google云盘直接拉下来，速度快了很多。
经过了其实很短暂，但是心里很漫长的等待，我终于下载好了。
看到里面的launch_win.bat,小手一点，开始启动！
果然不出意外的出意外了，因为有些包没下下来，启动失败。我想了一下，又把代理切了回去，这次嗖嗖嗖的下完了。虽然我也不知道为什么，看下载地址感觉可能是因为这个版本用的是阿里的mirror源地址吧。
这次是经过了漫长的等待，终于弹出了界面。BallonsTranslator的界面长这样:
分为左中右，中间是显示漫画的区域，左边是页面列表，设置菜单，右边是编辑工具。顶部的菜单栏里有打开文件夹的选项。打开文件夹后会自动生成几个目录，用于存放中间缓冲的内容和最后的结果。
顶部还有一个【运行】菜单，在这个菜单内选择一键翻译全部，或者仅仅翻译本页。
底部工具栏很隐蔽，但是是最重要的，翻译工具的选择。
我一开始选择一键机翻，速度巨快，效果巨差，令人大跌眼镜。原因就是因为选择的是默认的Google翻译，所以不太行。点进去后，它可以支持许多，许多的翻译工具。比如Chatgpt等等，需要填写对应接口地址和APIKEY，然后它来給Prompt，对每页句子进行翻译。然后对于一些专有名词，有一个表可以单独设置正则替换。这个我还没用过，应该是方便人名啊地名设定等保持一致。
我想起来春节时充值了一波Deepseek，但是程序里没有直接的DeepSeek的接口。不过DeepSeek是兼容Chatgpt的OpenAI接口的，所以直接按照issue里的做法，选择Chatgpt，但是使用Deepseek-chat模型，填写deepseek的服务地址。最后填上APIKEY即可。
但是，还是失败了，程序运行后，陷入了假死状态，Detecting，OCR，Inpainting三步的进度到了100%，然而Translating一直是0。那么显然翻译没在工作。再看控制台里的输入，果然问是问了，没有回应。
那没有回应是怎么回事呢？我和issue里的示例逐条比对，最后确认，是我的deepseek服务地址填错了，少了最后的一条斜杠【/】。
再次运行终于成功了，看到了图片一张张的打开，日文一个个变成中文，有种摘下眼镜，又带上眼镜那一瞬间的清澈的感觉。而且Deepseek的翻译效果不错，比起Google直接翻译要好多了。虽然跑的很慢很慢，白天大概1分钟才能回一次请求。但是这样显得进度条的进步更加令人期待了。
最终我花了5分钱翻译了一个80多页的漫画。比想像中贵一点，但是还好吧。至于效果，气泡里的字都替换掉了，难能可贵的是不在气泡里的他也能换，但是断句不是很完美，比如会把一个竖行的5个字，识别成3+2，然后两个翻译都不对。嵌字的话，效果比较一般，这也没办法。因为它识别文字是按矩形区域，但是有些气泡它是Z行的，文字像蛇一样转了几圈，这个只能通过人为增加空行把文字挤过去。
发表回复