Reglyph 和 Google Translate 并排实测:扫描件被拒,电子版呢?
利益相关:Reglyph 是我们做的,这篇不可能完全中立。两边用的是同样的文件,结果原样贴出来。
- 扫描件:Google Translate(谷歌翻译)直接拒收,提示“Can't translate scanned PDFs”。Reglyph 正常翻译,版式和背景都在。
- 电子版 PDF:Google Translate 比很多人想的要好,分栏、插图、首行缩进都保住了。但两篇论文里的公式和表格都出了问题,所以这两页也是 Reglyph 更好。
| 测试页 | 语言 | 谁更好 | 差在哪 |
|---|---|---|---|
| 彩色色块的指南页(扫描件) | 英 → 西 | Reglyph | Google Translate 拒收 |
| 排得很满的双栏论文(电子版) | 英 → 法 | Reglyph | Google Translate 把质量公式拆成了碎片;我们丢了首行缩进 |
| 带参数表的论文(电子版) | 英 → 韩 | Reglyph | Google Translate 把参数表压成了一段文字 |
扫描件:上传这一步就停了
Google Translate 不做 OCR,扫描件没有文字层,它就没有东西可翻。我们上传了《美国居民膳食指南》的一页扫描件,角落弹出提示后就没有下文了。换其他扫描件,结果也一样。为什么会这样,这篇有详细说明。
同一页交给 Reglyph,西语译文排回了原来的位置,绿色标题栏、配图和深蓝标签都还在:
电子版 PDF:页面结构保住了,公式和表格没有
电子版论文 Google Translate 是能翻的,而且分栏和插图都在原来的位置。所以这两页是真正的并排对比,差别出在论文里不属于普通句子的部分。
排得很满的双栏论文(英 → 法)
Google 的法语正文排得很整齐,还保留了首行缩进,这一点我们没有做到。问题出在数学部分:左栏的质量公式被拆成了零散的碎片(“M ¼ (m1m2)3=5 …”),正文里的等号变成了“¼”,太阳质量符号也丢了,“M ≃ 30 M☉”成了“M 30 M”。对物理论文来说,公式是最不能出错的部分。我们的公式是完整的。
带参数表的论文(英 → 韩)
请看右侧的表 1。Google Translate 把这张两列的参数表变成了一段文字(“크기 4096, 레이어 수 32, 헤드 크기 128, …”),配置项名称也被翻译了,n_layers 在代码里就搜不到了。插图标签仍是英文,正文的字号也在两种之间切换。我们的表格保持了原来的结构。
怎么选
- 扫描件、手机拍的文件,以及任何没有文字层的 PDF,用 Reglyph。Google Translate 不收这类文件。
- 只想读懂内容、页面以文字为主的电子版 PDF,Google Translate 免费、不用注册,够用。
- 带公式、表格,或者要拿回一份能直接用的译文 PDF,用 Reglyph。每天 5 页免费,直接上传。
常见问题
Google Translate 能保留电子版 PDF 的版式吗?
部分可以。我们用两篇论文实测,它保住了分栏、插图和首行缩进,但把一个独立公式拆成了碎片,等号变成了“¼”,还把一张参数表压成了一段文字。
翻译 PDF,Reglyph 和 Google Translate 哪个好?
扫描件只能用 Reglyph,Google Translate 会直接拒收。电子版 PDF 两边都能翻,Google Translate 免费,纯文字页面够用;带公式或表格的页面,这次测试里 Reglyph 更好。
Reglyph 是你们自己做的,这个对比公平吗?
我们没法做到中立,所以尽量让结果能被核对:两边用同样的文件,Google Translate 的界面和译文原样贴出来,我们丢了首行缩进这一点也照写。测试用的原文都是公开资料,你可以自己再试一遍。
Reglyph