Förord

Idag korsar digitala serier (Manga, Webtoons med flera) kulturella gränser i en aldrig tidigare skådad takt. För innehållsutgivare och lokaliserings­team har serietranslation dock länge varit en effektivitetens ’svarta hål’. Det är långt ifrån så enkelt som att bara översätta text.

Shangyi AI(商译 AI) insåg redan från start att för att verkligen lösa detta problem räcker det inte att bara utveckla en ’översättare’; vi måste bygga ett automatiserat system som kan ersätta bildredigerare och textsättare.

Vårt angreppssätt är att analysera och dekonstruera branschens verkliga utmaningar.

Utmaning 1: Ett fragmenterat “slagfält” — seriefomat

Till att börja med saknas en enhetlig standard. Digitala serier förekommer i en rad olika format:

1. Arkivformat (CBZ/CBR): Detta är standarden bland entusiaster. I grunden är det komprimerade bildarkiv (ZIP/RAR). Vårt system måste kunna packa upp och läsa JPEG-/PNG-sekvensen inuti i rätt ordning.
2. Dokumentformat (PDF): Detta är standarden vid många officiella publiceringar. Bearbetning av PDF är mer komplex – det kan röra sig om bilder, men även vektorgrafik och inbäddad text. Vår parser måste hantera båda.
3. Streamingformat (Webtoons): Detta är det största tillväxtområdet och samtidigt den största utmaningen. Webtoons är särskilt framtagna för mobil och består av långa bilder för vertikal rullning. Det finns inget ”sid”-begrepp; layout, marginaler och radbrytningar är i sig själva en del av berättandets rytm.

Vår AI-pipeline måste kunna hantera alla dessa format och normalisera dem till visuella och textbaserade data som är möjliga att behandla.

Utmaning två: Den verkliga flaskhalsen – 20 % översättning, 80 % bildredigering

Vid kartläggning av arbetsflöden hos traditionella översättningsgrupper och professionella lokaliserings­team upptäckte vi något anmärkningsvärt: ren textöversättning utgör ofta bara 20 % av arbetsbördan. Den verkliga flaskhalsen ligger i två konstnärliga moment som är starkt beroende av manuellt arbete:

1. Smärtpunkternas kung: Omtuschning (Redrawing)

• Problem: Ljudhärmande ord (SFX, såsom ”Boom!” eller ”Swish!”) i digitala serier är en del av det konstnärliga uttrycket och är ofta integrerade med bakgrunder, karaktärslinjer och ibland även specialeffekter.
• Manuellt helvete: Du kan inte bara ”täcka över” det. En bildredigerare (Redrawer) måste starta Photoshop och, precis som en restaureringsspecialist, använda klonstämpel och pensel för att manuellt återskapa den dolda bakgrunden. Ett komplext, uppslagsöverskridande ljudeffektord kan kräva flera timmars arbete av en erfaren grafiker.

2. Det mödosamma hantverket: Textsättning (Typesetting)

• Problem: Japanska och koreanska är ofta väldigt kortfattade språk, men vid översättning till kinesiska eller engelska ökar textlängden kraftigt.
• Manuellt arbete: En typesetter måste manuellt ”klämma in” den längre översättningen i ursprungliga, storleksbestämda pratbubblor. Detta innebär upprepade justeringar av teckenstorlek, radbrytningar och teckenavstånd för att säkerställa både god läsbarhet och bibehållen visuell balans. I vertikala webbserier krävs dessutom en omarbetning av den vertikala läsrytmen.

Traditionella AI-översättningsverktyg är helt otillräckliga för denna typ av utmaning. Word-dokumenten som dessa verktyg levererar är i stort sett oanvändbara för bildredigerare och typesetters.

Vår lösning: den integrerade motorn för “Shangyi AI”

Shangyi AI(商译 AI) är utformad utifrån principen: vi levererar inte enbart översättningar, utan det “slutgiltiga färdiga resultatet”.

För att uppnå detta har vi utvecklat en intelligent motor som kombinerar OCR, AI-bildgenerering och layoutåterställning i ett och samma system:

1. “Pixelnivå” OCR och layoutanalys

Vårt första steg är inte översättning, utan “dekonstruering”.

Vår OCR-teknik kan inte bara identifiera text, utan ännu viktigare utföra layoutanalys (Layout Analysis). Den kan tydligt särskilja:

• Dialogrutattext (Balloon Text): Finns inuti pratbubblor och måste översättas samt ersättas.
• Konstnärlig text (Artistic Text/SFX): Ligger ovanpå bilden och kräver ”radering” och ”retuschering”.

Samtidigt uppfattar den läsordningen (för manga från höger till vänster, för webtoon uppifrån och ned), vilket möjliggör effektiv indexering för efterföljande arbetsflöden.

2. ”Intelligent suddgummi”: AI-retuschering och generativ ifyllnad

Detta är vår kärnteknologi. När OCR har identifierat och tagit bort SFX tar vårt AI-inpaintingmodell direkt över för att fylla det uppkomna ”tomrummet”.

• Hur fungerar det? Vi använder inte en generell AI-modell, utan en specialtränad modell baserad på stora mängder mangalinjer och screentone-stilar. Systemet kan ”förstå” seriernas konstnärliga stil (linjers tjocklek, skuggningstekniker, rasterdensitet) och generativt ”fylla i” bakgrunds- och kantområden.
• Effekt: För enkla bakgrunder slutförs arbetet omedelbart. Vid komplexa fall där karaktärslinjer skymmer detaljer minskar de genererade resultaten avsevärt behovet av manuell korrigering. Detta löser direkt den största utmaningen: ”omritning”.

3. ”Intelligent typograf”: Teknik för återställning av sidlayout

Översättning är inte bara att klistra in texten igen. Vår sidlayout-återställningsmotor (Document Reconstruction Engine) tar över arbetet med textintegrering i bildmaterialet.

• Hur fungerar det? Motorn analyserar originaltextens typsnitt, teckenstorlek och justering. När den (ofta längre) översättningen har erhållits, beräknar systemet automatiskt optimal radbrytning och teckenstorleksanpassning för att perfekt passa in i originalets dialogruta, samtidigt som bästa möjliga läsbarhet bibehålls.
• Särskild optimering för webtoon-format: För webtoons lägger vår motor särskild vikt vid den vertikala “andningskänslan” och säkerställer att radbrytningar och tomrum följer lästempot på mobila enheter.

4. “En översättning med själ”: kontextmedvetenhet

Först därefter sker själva översättningen. Vår översättningsmodul är nära integrerad med den visuella analysen ovan och känner till följande information vid översättningen:

• ”Denna text kommer från en explosionformad pratbubbla.”(Vid översättning bör en mer intensiv ton användas)
• ”Denna text kommer från en tankebubbla.”(Använd inre monolog vid översättning)
• ”All text för denna karaktär.”(Behåll karaktärens tonläge konsekvent)

Avslutning

Shangyi AI:s uppdrag är att med hjälp av AI lyfta lokaliseringsprocessen för digitala serier från ett arbetsintensivt ”hantverksarbete” till ett effektivt, automatiserat industriellt arbetsflöde. Vi är väl medvetna om att AI inte kan ersätta människans konstnärliga känsla till hundra procent, men vårt mål är att frigöra skapare och översättare från 80 % av det repetitiva och mekaniska arbetet, så att de kan fokusera på de 20 % som är viktigast för kreativitet och kulturell överföring.

Vi adresserar inte endast översättningsproblemet, utan även utmaningar kopplade till konstnärlig produktivitet.

Om Shangyi AI (商译 AI) >>

Besök Shangyi AI (商译 AI) och ladda upp ditt dokument för att prova gratis direkt. >>

Strategi för översättning av PDF-dokument: att lösa formatutmaningar och säkerställa exakt återgivning av layout och innehåll