利益相关:Reglyph 是我们做的,这篇不可能完全中立。我们能保证的是两边条件一样:同一批文件,同一个目标语言,默认设置,跑出来什么样就贴什么样,我们自己的毛病也照样放上来。
| 测试页 | 语言 | 谁更好 | 差在哪 |
|---|---|---|---|
| 文字压在照片上(扫描件) | 英 → 中 | Reglyph | 背景:Reflo 用纯色底代替照片 |
| 1871 年旧书(扫描件) | 法 → 英 | Reglyph | 背景:保住了纸张纹理 |
| 财报表格(扫描件) | 英 → 日 | Reglyph | 覆盖:Reflo 的表格没翻 |
| 彩色色块(扫描件) | 英 → 西 | Reglyph 小幅领先 | 接近:Reflo 标题栏下面铺了浅色底、页脚没翻;我们的标签溢出 |
| 排得很满的双栏论文(电子版) | 英 → 法 | Reglyph | 排版:Reflo 把单词从中间拆开;我们丢了首行缩进 |
| 带参数表的论文(电子版) | 英 → 韩 | 平局 | 排版打平;Reflo 把代码参数名翻了 |
| 总分 | Reglyph 6 · Reflo 1 | 平局两边各记 1 分 |
数一下:4 页扫描件里有 3 页,Reflo 在译文下面铺了纯色底。6 页里有 5 页,它漏翻了一部分。
四页扫描件 Reglyph 全赢,这本来就是我们最下功夫的地方。差距最大的是背景:原来的文字从照片或旧纸上抹掉之后,填回来的是原图还是一块纯色,一眼就看得出来。其次是翻没翻全,好几页上 Reflo 都漏了东西。
原稿是一张海岸航拍,英文直接印在照片上。Reflo 在每段中文下面铺了一层灰蓝色实心底,所以左半边的海面基本看不到了。我们的中文直接印在照片上,原来英文的地方也补回了照片。三个大数字原本是粗体白字,到我们这里变得又细又淡,但论整页的还原度,这页我们领先最多。
这页是真从 1871 年的书上扫下来的,纸张的年头看得见。Reflo 把译文排在一块平涂的米色底上,读起来清楚,但旧纸的纹理没有保留。两边都没保住首行缩进,但背景上差得很远:我们的译文看起来就像原本印在这张旧纸上。
财报这页 Reglyph 赢在翻得全。Reflo 只翻了标题和两段正文,表格原封不动,图表标签、页眉和页脚也还是英文。一份财报最要紧的往往就是这张表,偏偏它没翻。我们几乎把整页都翻成了日语,每个数字也都还在原来的格子里。
四页扫描件里这页最接近。Reflo 在标题下面铺了浅色底,绿色渐变在这一截断开了,“Gut Health”标签截成了“Salud Intesti”,页脚也还是英文。我们的问题在同一个标签上:西语太长,折成两行,冒出了框。两边都有毛病,但 Reflo 出问题的地方更多。
电子版 PDF 自带干净的文字层,页面大多是白底,把背景补回来这件事在这里基本用不上。难的变成了怎么把更长的译文塞回原来的位置,又不把文字弄坏。Reglyph 处理电子版和处理扫描件用的是同一套方法,这两篇论文上效果也站得住。
论文本来就排得满满当当,法语又比英语长出一截。两边都把内容排进了一页,但 Reflo 付出了代价:有几个单词从中间被拆到两行(“o / nt”“i / ndiquent”),页眉里的期刊名粘成了“PHYSIQUEREVUELETTRES”,还有几行开头多出一个下划线。我们的单词都是完整的,公式也和正文对齐。我们这页的不足是段落的首行缩进没了,Reflo 保住了。
排版上两边打平,这页记作平局。分歧在右边那张参数表里:n_layers 这类配置参数名,Reflo 也翻成了韩语,变成 n_레이어,拿它去模型代码里搜是搜不到的。我们把参数名原样留着。
更多并排实测:Reglyph 和 DeepL(同样这 6 页)、Reglyph 和 Google Translate、Reglyph 和 Smallpdf。
我们并排测了 4 页扫描件,Reglyph 4 页都保住了原来的背景,照片、彩色标题栏和旧纸都还在。Reflo 有 3 页在译文下面铺了纯色底。6 页测试里有 5 页,Reflo 漏翻了一部分内容,比如表格、图表文字、图片说明或页眉页脚。
能。这次的 4 页纯图片 PDF,Reflo 都认出了文字,正文也都翻了。不过有几页的表格、图表上的字、图片说明和页眉页脚没翻。碰到照片、彩色标题栏或旧纸张做背景,它的处理方式是在译文下面铺一层纯色底。背景简单的文件这样就够用;如果想保留原来的背景,这种方式就不太合适。
这次测的 4 页扫描件都是 Reglyph 更好。它把译文放回了照片、色块和纸张纹理上,没有换成纯色底。Reflo 漏掉的表格和图片说明,Reglyph 也都翻了。
这次是 Reglyph 小幅领先。那篇双栏物理论文翻成法语,Reflo 有几个单词被拆到两行,页眉的空格也丢了;我们的文字完整,但段落首行缩进没了。另一篇论文排版打平,记作平局,只是 Reflo 把表格里的代码参数名也翻了。
我们没法做到中立,所以尽量让结果能被核对:两边用同一批文件、默认设置,结果原样贴在原文旁边,我们自己的毛病也照样放着。六份原文都是公开资料,你可以自己跑一遍。
Reglyph、DeepL、Doclingo、Google Translate、ChatGPT、Gemini、Reflo、Smallpdf,用同一批扫描件和论文页并排实测。哪个能翻扫描件、哪个能交回排好版的 PDF、谁能还原复杂背景,一张表看清。
同样 4 页扫描件、2 篇电子版论文,交给 Reglyph 和 Doclingo 去翻。两边都读得出扫描件,表格也都翻全了;差别在背景:照片和旧纸上,Doclingo 用纯色底代替原来的背景,我们把背景还原了回来。白底加色块的那页,Doclingo 小幅领先。总分 5 比 2。
4 页扫描件、2 篇电子版论文交给 Gemini,要求保留版式。它在对话框里给出了不错的译文,财报表格和论文公式都整理得很好,但交回的不是 PDF,照片、版画和插图都没了,有一页还排错了顺序。
让 ChatGPT 翻译扫描件并保留版式,它会交回一份 PDF。白底加色块的页面、1871 年的旧书和财报表格它都做得不错;文字印在照片上的页面,灰色块遮住了大半照片,物理论文里的撇号和符号变成了问号。5 页里 Reglyph 4 页领先。
同一页扫描件、两篇电子版论文,交给 Reglyph 和 Google Translate(谷歌翻译)。Google Translate 直接拒收扫描件;电子版保住了分栏和插图,但公式被拆碎、参数表被压成了一段文字。
Google Translate(谷歌翻译)不做 OCR,扫描版 PDF 会被直接拒收。这篇说明原因、什么情况下能翻,以及怎样翻译扫描件才能保住版式。
同样 4 页扫描件、2 篇电子版论文,交给 Reglyph 和 DeepL 去翻。结果我们 6 比 4 胜出:照片背景、论文插图和一页纸的论文我们保得更完整,背景简单的扫描件 DeepL 的排版细节更细腻。
同样一页扫描的旧书、两篇电子版论文,交给 Smallpdf 和 Reglyph 去翻。Smallpdf 直接拒收扫描件,两篇论文都只给了纯文字,参数表还被压成了一行。
每天前 5 页免费,无需信用卡;付费方案 $3 起。