Beongeurim
把看不懂的图片,变成你看得懂的语言的图片。使用你自己的 Gemini 密钥,Beongeurim 这一边不会留下图片,也不会留下密钥。
工具还在制作中。为了让你在工具开放之前也能用上,我们先把获取密钥的方法和处理方式详细写在这里。
这是一个做什么的工具
上传菜单、通知、商品说明、设置界面截图这类含有外语文字的图片,工具会读出文字并翻译,还给你一张带有译文的图片。它给你的不是译文列表,而是图片本身被改好了,你可以下载保存。
翻译使用你自己创建的免费 Gemini API 密钥。所以我们也配上图片,把创建密钥的方法写清楚,第一次做的人也能跟着操作。
图片变化的四个步骤
- 找出并读取文字 — 在图片里用方框找出有文字的地方,并读出方框里的文字。
- 把连续的行合并,结合上下文翻译 — 不是一行一行分开翻,而是把连在一起的行合成一句话,连同整张图的气氛一起翻译。
- 擦掉原文 — 把原来有文字的地方按背景颜色补好。
- 放入译文 — 按方框大小调整字号、换行、颜色和倾斜度,把译文画上去。
我们还打算支持竖排文字、贴合对话气泡形状的换行、文字颜色和描边、原文与译文的切换,以及手动修改翻错的行。模型忙的时候(503 错误)会重试,等待期间会显示进度。
为什么我们的服务器不会留下任何东西
Beongeurim 没有接收图片的服务器。打开工具页面后,你的浏览器会用你自己的密钥直接向 Google 发出请求。Beongeurim 只提供页面文件,不在图片和密钥经过的路上。
不过,Google 那边可能会留下内容。请务必阅读下面的“使用前请注意”。只有你自己打开“记住此设备”时,密钥才会被记在这台设备上;默认不记住,关闭标签页就会消失。即使记住,也只保存在工具页面的浏览器存储里,而且工具页面没有广告脚本。
拟声词和语气是这样处理的
拟声词(“砰”“怦怦”这类文字)
默认做法是保留原文,在旁边加上小号的译文。拟声词是画面的一部分,擦掉重画很容易显得不自然。你可以在图片设置里改成“擦掉并用目标语言重画”或“不动拟声词”,也可以逐个方框手动修改。是台词、拟声词还是招牌,由模型在翻译时一起判断。
语气和上下文
翻译之前,会先确定场景是什么样的、谁在说话、彼此是什么关系、说话是敬语还是随意的口气,然后再翻译。如果你连续上传多张图,前一张确定的人物和语气表会交给下一张,让说话风格不会忽左忽右。我们还打算加一个位置,让你自己填写人物、语气和术语。
字体
模型会按行判断原文字体给人的感觉,比如粗黑体还是手写体,然后用与这种感觉相配的字体画出译文。只使用可以自由使用的开放字体,并且从工具自己的地址直接提供,这样译文就不会被发送到其他公司的字体服务。
使用前请注意
- 只有年满 18 岁的人才能使用。Gemini API 的条款有这个要求。
- 用免费密钥上传的图片,Google 可能用于改进服务(训练),也可能由人工审查。请不要上传敏感图片(身份证件、拍到脸的私人照片、机密文件等)。
- 在欧洲经济区(EEA)、英国和瑞士,按条款需要使用付费密钥。
这三行在工具页面的开头也会原样显示。Beongeurim 没有办法确认年龄或地区,所以不会拦住你,只会告知。这不是法律判断,如果不放心,请自己阅读 Google 的条款。
免费密钥每天可以使用的次数有限。在我们确认过的模型上,每个模型每天大约 20 次,没有确认过的模型我们不知道具体数字。一个模型被限制时,我们打算切换到另一个模型。
如何开始
首先需要一个 Gemini 密钥。如果是第一次,按照下面的指南,5 分钟内就能创建好。
工具的真实地址
工具只会在下面这个地址打开。打开工具时,请务必核对地址栏里是不是完全是这串字符。不要在长得相似的其他地址输入密钥。
https://beongeurim-tool.pages.dev
工具还没有开放。开放后,这个页面会出现入口。介绍页面和工具页面的地址不同,所以广告只出现在这个介绍页面,工具页面一个广告也没有。