Przejdź do głównej zawartości
Ta strona została przetłumaczona przez AI i może zawierać błędy. Przeczytaj angielski oryginał

Przewodnik szybkiego startu

Neko Translator to asystent oparty na AI do tłumaczenia komiksów i mang.

Niezależnie od tego, czy jesteś czytelnikiem tłumaczącym obcojęzyczne komiksy, czy profesjonalnym tłumaczem, możesz używać go jako platformy do swojej pracy translatorskiej.

Ten przewodnik przeprowadzi cię przez instalację, konfigurację i połączenie z internetowymi API modeli.

Sam Neko Translator jest darmowy, ale zewnętrzne API modeli, z którymi się łączy, mogą być płatne. W naszych testach typowe zadania tłumaczeniowe nie kosztują wiele:

  • Z modelem gemma4-31b-it z OpenRouter jako modelem wizyjnym (z wyłączonym rozumowaniem) rozpoznanie około 1000 ramek tekstu/obrazów kosztuje ok. 0,089 USD.
  • Z modelem deepseek-v4-flash z oficjalnego API DeepSeek (z włączonym rozumowaniem) przetłumaczenie 50 stron komiksu kosztuje ok. 0,074 USD.
  • Jeśli masz wydajny procesor graficzny, podłączenie modelu lokalnego to również dobry sposób, aby uniknąć tych kosztów.

Uwaga: Najpierw wykonaj małe tłumaczenie testowe i obserwuj zużycie tokenów, aby uniknąć nieoczekiwanych opłat. Jeśli twój dostawca to umożliwia, zalecamy też ustawienie limitu wydatków dla klucza API.

Otwórz naszą stronę internetową w przeglądarce, aby pobrać Neko Translator.

Ten przewodnik zaleca i wykorzystuje google/gemma-4-31b-it jako model wizyjny oraz deepseek/deepseek-v4-flash z włączonym rozumowaniem jako model tłumaczący.

google/gemma-4-31b-it to tani wybór, który dobrze radzi sobie z funkcją Wyodrębnij tekst, ale jego podsumowania obrazów są tylko przeciętne. Jeśli korzystasz z funkcji Wyodrębnij podsumowanie obrazu, aby uzyskać kontekst tłumaczenia, rozważ mocniejszy model wizyjny; zobacz Konfiguracja usług: Uniwersalne AI.

  1. Otwórz OpenRouter i zaloguj się lub utwórz konto.
  2. Jeśli planujesz korzystać z płatnych modeli, doładuj środki na stronie Credits.
  3. Otwórz stronę Keys i kliknij Create Key.
  4. Nadaj kluczowi rozpoznawalną nazwę, utwórz go, a następnie skopiuj klucz i przechowuj go w bezpiecznym miejscu. Wkleisz go do Neko Translator tylko raz.

Wróć do Neko Translator i otwórz Profile usług.

Profile usług w układzie poziomym

Najpierw skonfiguruj API OpenRouter:

  1. W sekcji API uniwersalnego AI kliknij + Dodaj i wybierz OpenRouter.
  2. Wklej skopiowany wcześniej klucz API zaczynający się od sk.
  3. Pozostaw wstępnie skonfigurowany zestaw modeli bez zmian.
  4. Zapisz profil.
  1. Otwórz Profile usług.
  2. W sekcji Wykrywanie bloków tekstu znajdź Lokalny model wykrywania bloków tekstu i kliknij Pobierz.
  3. W sekcji Wyodrębnianie tekstu znajdź Lokalny ekstraktor tekstu i kliknij Pobierz. Zacznij od modelu średniego (Medium). Jeśli działa wolno, przełącz się na mniejszą wersję.

Możesz też pobrać te modele z innych źródeł, np. ze strony głównej Neko Translator. Kliknij Importuj ZIP, aby zaimportować archiwum z modelem.

Opcje pobierania lokalnego detektora bloków tekstu i ekstraktora tekstu

  1. Po zakończeniu konfiguracji lokalny detektor bloków tekstu i ekstraktor tekstu powinny wyglądać tak jak poniżej.

Skonfigurowany lokalny detektor bloków tekstu i ekstraktor tekstu

Po konfiguracji sprawdź, czy każdy etap działa zgodnie z oczekiwaniami:

  1. Dodaj komiks, a następnie prześlij jedną lub więcej stron komiksu.
  1. Kliknij Wykryj bloki tekstu na obrazie. Jeśli pojawią się ramki tekstu, usługa wykrywania bloków tekstu jest skonfigurowana poprawnie.
  1. Kliknij Wyodrębnij tekst z bloków tekstu. Jeśli w blokach tekstu pojawi się tekst, usługa wyodrębniania tekstu jest skonfigurowana poprawnie.

    Uwaga: Lokalny ekstraktor tekstu obsługuje język koreański od wersji v1.4.0. Jeśli używasz wcześniejszej wersji, zaktualizuj aplikację, aby rozpoznawać tekst koreański.

  1. Kliknij Wyodrębnij podsumowanie obrazu. Znacznik wyboru na ikonie potwierdza, że model dla funkcji Wyodrębnij podsumowanie obrazu jest skonfigurowany poprawnie.
  1. Kliknij Przetłumacz wszystkie bloki tekstu. Jeśli zostaną wygenerowane tłumaczenia, model tłumaczący jest skonfigurowany poprawnie.

Źródło komiksu: Say Hello to Black Jack, autor: Shuho Sato.

Gdy upewnisz się, że konfiguracja działa, wybierz obrazy i kroki automatyzacji, które chcesz uruchomić.

  1. Kliknij ikonę ✨, aby otworzyć Przetwarzanie wsadowe. Domyślnie zaznaczone są wszystkie obrazy z bieżącego rozdziału; wybierz kroki automatyzacji, które chcesz uruchomić.
  2. Zaznacz potrzebne kroki, kliknij Rozpocznij i poczekaj na zakończenie przetwarzania. Analiza obrazu jest opcjonalna; używaj jej, gdy opisy obrazów są przydatne jako kontekst tłumaczenia.

Wskazówka: Bieżąca konfiguracja korzysta z lokalnego detektora bloków tekstu. Znajduje on obszary z tekstem, ale nie wyodrębnia samego tekstu. Gdy potrzebujesz uzupełnić tekst źródłowy, uruchom funkcję Wyodrębnij tekst z bloków tekstu. Analiza obrazu jest opcjonalna.

Modele takie jak PaddleOCR VL 1.6 mogą też zwracać rozpoznany tekst podczas wykrywania. Domyślnie osobny krok wyodrębniania tekstu uzupełnia tylko bloki tekstu z pustym tekstem źródłowym; wybierz zakres Wszystkie obrazy tylko wtedy, gdy celowo chcesz ponownie wyodrębnić istniejący tekst.

Przepływ tłumaczenia komiksu składa się z czterech etapów:

  1. Wykryj bloki tekstu znajduje obszary z tekstem i tworzy bloki tekstu. Niektóre modele podczas wykrywania wykonują też krok Wyodrębnij tekst.
  2. Wyodrębnij tekst odczytuje tekst z obrazu i zapisuje go jako tekst źródłowy w każdym bloku tekstu. Wymaga to multimodalnego modelu z obsługą obrazu lub dedykowanego modelu OCR.
  3. Wyodrębnij podsumowanie obrazu (opcjonalnie) opisuje tekstem zawartość obrazu, aby zapewnić kontekst dla tłumaczenia. Wymaga to multimodalnego modelu z obsługą obrazu.
  4. Przetłumacz wykorzystuje ten kontekst do przetłumaczenia tekstu źródłowego w wykrytych blokach tekstu. Wymaga to dużego modelu językowego.

Te etapy odpowiadają przyciskom automatyzacji w edytorze komiksu. Dostępne akcje zależą od możliwości modeli skonfigurowanych w sekcji Profile usług:

Możliwości automatyzacji

Uniwersalne AI łączy się z API dużych modeli językowych:

  • Modele Uniwersalnego AI obsługują funkcję Przetłumacz.
  • Modele z obsługą obrazu obsługują też funkcje Wyodrębnij tekst i Wyodrębnij podsumowanie obrazu.

Funkcja Wykryj bloki tekstu wymaga specjalnie obsługiwanych modeli. Obecnie dostępne opcje to:

  • Lokalny detektor bloków tekstu: pobierz model, aby znajdować obszary z tekstem na stronach komiksu. Działa offline i jest darmowy. Do wyodrębnienia tekstu potrzebny jest osobny model. To zalecana opcja.
  • PaddleOCR VL 1.6: wymaga API i podczas wykrywania może też wyodrębniać tekst.
  • GLM-OCR: wymaga API i podczas wykrywania może też wyodrębniać tekst.

Również dla funkcji Wyodrębnij tekst dostępna jest specjalnie zintegrowana opcja:

  • Lokalny ekstraktor tekstu: pobierz model, aby wyodrębniać tekst bezpośrednio na urządzeniu. Działa offline i jest darmowy.

Jeśli napotkasz problemy z konfiguracją lub masz sugestie, dołącz do dyskusji społeczności na Discordzie.

Discord