免费的通义，竟然这么强
之前给大家分享过一个非常好用的 OCR 工具，在「文字识别提取」这件事上，它的识别精准度确实没得说，非常厉害。
还没有看到的，可以戳这里《号称世界上最好的OCR(文本识别)工具：Mistral OCR，普通人也能用》去看原文。
但最近，我遇到了一个更复杂的场景，需要翻译一份十几页的英文文档，PDF格式的。
用之前的 Mistral OCR 工具，确实能把文字都提取出来，但是需要每次单独进行截图，直接上传文档，经常识别失败。
就在我准备硬着头皮手动干的时候，无意间发现，通义的翻译功能，竟然能完美解决我的问题。
不仅免费，且整体体验非常好，于是有了这篇文章，分享给大家。
这个功能在哪？怎么用？
本文中，主要介绍在电脑上的使用方法，因为处理文档和截图，还是电脑效率更高。
首先，在浏览器打开「通义」的官方网站，可以戳这里访问：https://www.tongyi.com/
进来之后，在中间的输入框，能看到一个「翻译」按钮，点击。
接下来，只需要将目标图片或者文档上传给它即可。
整个界面非常清爽，一目了然。
当然，它也有手机App，操作逻辑是类似的，而且手机上功能会更多一些，大家可以按需选择。
沉浸式翻译
生活中，总免不了会遇到一些「看得懂字，但看不懂意思」的时刻。
比如，朋友从日本寄来了一包零食，包装背后的成分表写得密密麻麻；海淘了一个小家电，说明书却是意大利语，仿佛天书；又或者，你只是想看懂一张韩语的购物清单。
这些场景非常高频，但又不足以让我们专门去学习一门语言。
这时候，通义的「图片翻译」就派上用场了。
你只需要对着那段文字拍个照，它就能直接在原图上，把外文替换成中文。
最关键的是，它不止是对原文进行翻译，重点还会还原排版、字体和背景。
这种「沉浸式」的体验感真的非常棒，翻译结果就像是产品自带的官方中文版一样，自然又直观。
而且，除了常见的中英日韩，它居然支持几十种语言的互译。
这个能力，对于有小语种翻译需求的朋友来说，绝对是神器。
长文档翻译
说回我开头提到的那个核心痛点——翻译一份图文并茂的 PDF 文档。
用传统的网页翻译，出来的结果往往是车祸现场，格式全乱，图片和文字对不上号，校对和重新排版的时间，比看懂内容本身花得还要多。
而通义的「文档翻译」功能，使用起来非常简单，直接把你的源文档扔进去，选择目标语言，稍等片刻，它就会生成一份翻译好的新文档。
点击查看文档，即能看到完整内容，左边是源文档，右边是翻译完成的成果。
左上角还有导读、翻译、脑图、笔记等不同的功能。
点击脑图按钮，就能看到对整个文档的思维导图形式的总结，而且是使用目标语言。
如果对于文档有不理解的地方，还可以在下方输出框，发送具体的问题。
通义就会基于文档内容进行回答。
点击翻译按钮，打开翻译后的文档，你会发现，里面的排版、字体、公式、表格、甚至是图片位置，几乎都原封不动地保留了下来。
文字被精准地替换成了中文，但整个文档的骨架和灵魂都还在。
整个过程大概也就一分钟的时间，不仅完成得快，而且完成度也很高。
预览无误之后，点击右上角即可一键导出下载，还能自由选择多种格式。
导出到本地，打开源文件可以看到，还原图基本在 90% 以上，大部分场景下完全可以直接使用。
对于学生党看外文文献，职场人读行业报告来说，这个功能的核心价值，已经不是「翻译」了，而是「解放生产力」。
写在最后
体验下来，我觉得通义的翻译功能，非常实用，没有去堆砌一些花里胡哨、用不上的功能。
它的核心优势很明确：一是尽可能地还原排版，保留原汁原味的阅读体验；二是支持足够多的语言，覆盖我们可能遇到的大多数情况。
如果你也有需要跨语言处理图片或文档的需求，真心建议你也去试试。
希望今天的分享，对你有用。
我是艾康，会持续分享AI时代下的思考方式，如果想第一时间收到推送，欢迎关注公众号，并设为星标⭐。
扫描下方二维码，备注「公众号」，免费送你一份《AI编程与智能体从 0 到 1完整手册》。
如果觉得这篇文章有用的话，感谢点赞、在看➕关注👆，我是艾康，咱们下篇见！
没有评论:
发表评论