在ImageTrans中用ChatGPT来辅助翻译

ChatGPT是一个大型语言模型驱动的聊天程序，我们可以使用它来完成语言翻译、校对、汉字标音等任务。

ImageTrans提供了ChatGPT的插件，让我们可以调用ChatGPT来帮助翻译图片。

使用需求

注册OpenAI的账号并生成一个API密钥（或者使用第三方服务，比如国内的API2D、字节跳动的火山引擎、DeepSeek，只要兼容OpenAI接口就行）。

另外国内使用OpenAI的API服务需要科学上网。

使用方法

在ImageTrans的偏好设置里填入API密钥。
调用ChatGPT进行翻译。

可以在翻译时显示结果供参考或者用于批量翻译。

模型、host这些参数也可以在这里定义。

自定义提示词

默认使用下面的英文提示词：

Translate the following into {langcode}: {source}

其中{langcode}会被替换为目标语言，比如Chinese，而{source}会被替换为要翻译的文本。

你可以在偏好设置里自己定义提示词，比如改用中文进行诱导：

翻译下述内容至中文：{source}

总共有以下提示词可以定义：

prompt: 单句翻译提示词
batch_prompt: 多句翻译提示词
vision_batch_prompt：视觉翻译提示词
prompt_with_term: 单句翻译提示词（使用术语）
batch_prompt_with_term：多句翻译提示词（使用术语）
vision_batch_prompt_with_term：视觉翻译提示词（使用术语）
spell_checking_prompt：拼写检查
transliteration_prompt：注音

多句翻译

ChatGPT插件默认会将一张图的所有句子一次性给ChatGPT翻译。对应的提示词也可以在偏好设置里设置。

如果不想启用多句翻译，可以在偏好设置里关闭在一个请求翻译多个句子的选项。

此外，也可以将原文导出为供翻译的文档，用第三方工具翻译后再导回软件。

多页翻译

偏好设置里启用跨页翻译，然后用批处理-预翻译时，会合并多页文本去翻译，提供更多上下文。
偏好设置里启用使用前几页作为上下文，翻译单张图片时，会使用前几页的原文提供更多上下文。

视觉翻译

偏好设置里启用图片来辅助翻译，可以给视觉大模型传送图片，改善翻译质量。

使用术语改善翻译

在项目中定义术语后，如果翻译的句子包含术语条目，ImageTrans也会发送给ChatGPT以改善翻译。例如定义Jenny的翻译为詹妮而不是珍妮。详见这条issue。

控制思考

偏好设置中，使用extra_fields设置额外参数。比如我们可以控制是否思考、思考的强度。

ChatGPT所需参数：

{
   "reasoning_effort": "high"
}

DeepSeek所需参数（有单独的thinking开关）：

{
   "thinking": {"type": "disabled"},
   "reasoning_effort": "high"
}

文字识别

ChatGPT也可以用于识别文字（需要使用ChatGPT OCR插件）。

或者和通用的OCR软件配合，校对OCR结果。

视觉大模型的OCR可以定位文字，但不是很准确。可以先检测文字，得到坐标后，修改图片，标出哪些区域要识别，传给模型去识别文字。这一操作需要使用“用OCR给现有区域添加文字”这一操作，它还能支持检测文字颜色、描边颜色、纠正顺序、翻译等操作。

文字去除

使用图生图模型，可以端到端直接得到翻译好的图片。但目前效果不佳，且不能整合进传统翻译流程。用来去除文字效果则较好（需要使用OpenAI Inpaint插件）。这方面Gemini做得不错。

局限

该插件的局限性在于不像网页版那样可以进行连续对话，以完善翻译。

其它机器翻译

除了ChatGPT，ImageTrans也支持其它机器翻译引擎。但要注意，多数引擎均需要自己提供API密钥。

百度（密钥内置）
腾讯（密钥内置）
彩云小译（内置试用版密钥）
DeepL（有无需密钥版）
云译（免费）
小牛翻译
有道翻译
火山翻译
MyMemory（免费）
Microsoft
Google
Yandex
Papago
Opus-CAT（离线，免费）
Sugoi Translator（离线，免费）

其它兼容模型

只有模型可以用OpenAI兼容API调用，就能用这个ChatGPT的插件去使用。

一些模型：