9款漫画翻译软件实测对比，AI翻译+人工编辑，哪款适合你

近几年涌现了很多漫画翻译软件，不仅能全自动完成翻译、嵌字的工作，输出汉化好的漫画，还支持人工编辑，对AI翻译进行润色、微调。

本文会先介绍下漫画翻译软件的用途、评价指标、技术实现细节，然后对现有的支持后期编辑的9款漫画翻译软件做一个粗略的实测对比，以翻译《柯南》的一张漫画为例子，翻译到中文和英文。

漫画翻译软件的用途与评价指标

我们使用漫画翻译软件，可能用各种用途，例如：

快速翻译网页中的生肉漫画，供自己阅读
提取漫画中的文字，用于语言学习、搭建语料库、学术研究
产出高质量的翻译图片，供其它读者阅读

根据不同用途，评价哪款软件好用的指标也会不一样。如果是要快速阅读，就要求图片翻译应该在数秒内完成，不追求极致的质量，还要有对应的浏览器插件。如果是高质量翻译，需要提供各种参数配置、便捷的人机交互界面，必要时还能导出数据，在Photoshop等第三方软件中继续进行翻译。

另外，软件的易用性、支持的操作系统等各个维度也是评价指标。

漫画翻译软件实现技术细节

在评测前，我们需要先了解一些漫画翻译软件的实现细节。

漫画翻译软件，通常涉及以下四个步骤

文字识别
文字去除
文本翻译
嵌字

这些步骤通常都要分步进行。随着多模态和图像生成大语言模型的出现，还提供了一些端到端的方案，一个模型，解决以上所有问题。各个软件基本都提供了传统的分步模式，并且在不同程度上引入了大语言模型。

文字识别

文字识别（OCR），通常需要两步，文字定位和字符识别。

各个漫画翻译软件，都使用了各种文字检测定位模型和字符识别模型，很多还针对漫画进行了训练。例如下面是常见的一些模型：

定位模型：

comic-text-detector：dmMaze训练的文字定位模型，可以准确生成文字的掩膜，可以用于后期的文字去除，也能用于判断文本的旋转
YSGYolo：基于YOLO训练的检测模型，可以检测漫画气泡、文本行等等，并且不会去检测拟声词
PaddleOCR：PaddleOCR提供了文字检测模型，一个模型支持各种语言的定位，并且提供了PPDocLayout这种布局检测模型，并且能同时确定文字的阅读顺序

识别模型：

mitOCR 48px：来自manga-image-translator这个开源项目的字符识别模型，同时支持文字颜色检测，需要以行为单位进行识别
manga-ocr：基于manga109日漫数据集训练的Transformer模型，支持多行文本图像的识别，自动忽略振假名
PaddleOCR：PaddleOCR也提供了识别模型，有推理速度快的小模型，也有识别率很高、推理较慢的大语言模型PaddleOCR-VL

另外还有一些辅助模型，比如漫画分镜、文字方向检测、语种识别和字体识别模型。漫画分镜检测模型用处要大一点，可以用与纠正文字顺序。

文字去除

文字去除，也有很多方式。比如模糊文字、用纯色填充、使用图像修复，去除文字并重绘被文字遮盖的区域等等。

有很多图像修复方法，被这些软件所运用。

传统图像处理：

OpenCV Telea
PatchMatch

深度学习：

AOT
Lama

图像编辑大模型：

Flux
Gemini Nano Banano

使用图像修复，需要先确定文字的掩膜。上文提到的comic-text-detector支持生成较为精细的掩膜。一般的图，单纯的矩形配合较好的去除模型，效果已经不错了。如果文字和背景比较容易区分，一般直接二值化就够了，又快又准确。

文本翻译

传统点的神经网络机器翻译，一般都是逐句翻译，可以一次请求翻译多个句子。有的高级点的，支持自定义术语，像DeepL、彩云都是效果不错的。

现在大语言模型的效果基本远超传统的机器翻译了，支持超长上下文、视觉模型读图，可以用提示词约束生成的风格，也支持术语。

嵌字

将文字嵌入原图，看起来简单，其实也比较复杂。需要支持字间距、行间距、字号、字体、富文本（粗斜体）、颜色、旋转、描边、竖排汉字等各种参数的设置。然后要有一定的自动处理能力，比如自动调整字体大小、自动设置文字方向等等。

软件实现技术栈

技术栈，就是软件实现用了哪些技术。因为Python是人工智能领域的主要语言，而且易于学习，大多数漫画翻译软件都用它进行编写，使用QT作为UI库，PyTorch和ONNXRuntime作为推理库。

但也有很多软件使用了不一样的技术，比如Java、Rust、JavaScript、Flutter、Go等等。这些技术各有千秋，有的易于分发、有的支持跨平台、有的性能好，可以说目前漫画翻译软件也是有百家争鸣的现况的。

九款漫画翻译软件基础信息对比

下表汇总了这9款软件的基础信息。需要说明的是，软件大小这里给出的是Windows版的安装包或压缩包体积，如果模型是单独下载或附带的，也会一并标注。此处的“是否收费”仅指软件本身，“是否自带模型”指的是安装包中是否已经包含了OCR和文字去除（图像修复）所需的模型。

软件	发布时间	技术栈	软件大小	是否收费	是否开源	OCR与修复模型是否自带	地址
ImageTrans	2020年	Java + JavaFX	约400MB（含模型）	收费（个人版¥75起）	否	✅ 自带（含OCR、Lama修复模型，可离线运行）	链接
BallonsTranslator	2022年4月	Python + PyTorch	约32MB（模型约1.7GB需下载）	免费	✅ GPL-3.0	❌ 首次运行联网下载	链接
Comic-Translate	2024年1月	Python + ONNXRuntime	约95MB	免费	✅ Apache-2.0	❌ 从Hugging Face下载	链接
Koharu	2025年4月	Rust + Tauri	约166MB	免费	✅ Apache-2.0	❌ 首次运行联网下载	链接
Manga-Translator-UI	2025年8月	Python	约1.3GB（含模型）	免费	✅ GPL-3.0	✅ 自带（集成manga-image-translator模型）	链接
Saber Translator	2025年2月	Python + TypeScript/Vue	约3.5GB（另需约1.3GB模型）	免费	✅ GPL-3.0	⚠️ 模型单独打包下载	链接
猫译员	2026年7月	Flutter	约66MB	免费（需自备翻译API）	否	❌ 需联网下载	链接
ComiTrans	2025年12月	Python + ONNXRuntime	约442MB（另需约463MB模型）	免费	⚠️ 无开源许可证	⚠️ 模型单独打包下载	链接
团子翻译器	2020年2月	Go	约833MB	漫画翻译服务收费	否	❌ 完全依赖云端，无本地模型	链接

可以看出，绝大多数漫画翻译软件都选择了Python搭配PyTorch或ONNXRuntime的技术栈，走开源免费路线，并采用“程序与模型分离”的分发方式，首次运行时再下载模型。ImageTrans默认包含模型以提供开箱即用的体验，但也只有400MB。

因为技术细节太多，这里就不一一对这些细节进行对比了。上面提的翻译四个步骤的各个模型和算法，这些软件基本都是支持的。目前来看，ImageTrans额外支持分镜检测、BallonsTranslator额外支持字体检测。

不同的漫画翻译软件

下面是不同漫画翻译软件的简评、截图与结果图对比。

示例漫画原图：

示例漫画官方中文版：

示例漫画官方英文版：

ImageTrans

ImageTrans是使用JavaFX编写的一款跨平台计算机辅助图片翻译软件，作为付费软件，的确提供了很好的易用性，功能丰富、可定制性强。400MB左右，就包含了运行文件和所有基础的OCR和文字去除模型，不管是全自动翻译还是人工编辑，都很好用，执行速度也很快。支持浏览器插件和PSD导出，还有许多其它功能，比如可搜索PDF生成、格漫转条漫、文档扫描等。

自动翻译的中文版本：

人工编辑后的中文版本：

自动翻译的英文版本：

人工编辑后的英文版本：

因为ImageTrans比较容易嵌字和去除拟声词，这里额外提供了人工调整的版本。

BallonsTranslator

BallonsTranslator是最早的开源的计算机辅助漫画翻译软件，使用Python编写，主要的模型都用PyTorch进行推理，支持各种GPU的加速。但国内使用有一定的难度，很多时候模型下不下来，然后默认输出的结果和可操作性差了点。不过可以调整的参数已经算是非常多了，而且开源嘛，每个人都可以自己随心所欲地定制自己想要的功能。

自动翻译的中文版本：

自动翻译的英文版本：

Comic-Translate

专注漫画翻译的另一款开源软件，也是Python编写，但大多数模型都是用ONNXRuntime进行推理。默认的翻译需要买积分付费使用，但提供自定义接口，可以用自己的API。这款的编辑界面比较简单。

自动翻译的中文版本：

自动翻译的英文版本：

Koharu

Koharu是使用Rust+Tauri编写的开源漫画翻译软件，作者在开发过程中为Rust生态也做了很多贡献，也专门训练和转换了不少模型。但国内用户需要梯子才能下载运行文件，相对不太友好。这个项目技术能力还是很好的，但我使用起来还是不太顺手。就比如文字是根据气泡居中的，但其实很多情况，气泡是不规则的，居中的效果不好。

自动翻译的中文版本：

自动翻译的英文版本：

Manga-Translator-UI

使用manga-image-translator的主要模型和设计，开发的开源图形化程序。这个开发者的技术表达能力和理念还是很好的，开发也很勤快，有不少特色功能。但我不太喜欢它的换行，一定要手动加入换行符进行换行，不能自动换行，嵌字算是一般吧。它提供两种界面，一种是web界面，一种是Python的桌面界面。这里演示的默认的桌面界面。