翻译引擎只吃文本。图片、表情、文件、位置这些消息类型要先转成文字,或者干脆不转。
表情符号本身不需要翻译,但大量表情会干扰语种识别。表情占比超过一半的消息,识别准确率会明显下降。
处理方式是渲染时把表情单独处理,只对文本部分做识别和翻译。客户端默认这么做,但如果自定义了显示逻辑要注意。
贴纸(sticker)是图片,没有文字信息,直接透传。
客户发来的产品截图、报价单截图、物流单,里面的文字需要先做 OCR 提取再翻译。
OCR 准确率受分辨率和排版影响。模糊的截图识别率很低,尤其是小字号和彩色背景上的文字。
截图取词功能可以框选区域识别,比整图识别准。处理单据时框选关键字段更快。
PDF、Word、Excel 这类文档走文档翻译通道,保留格式。图片格式的文档要走 OCR。
位置消息(location)是坐标,不含可翻译文本,按地图显示即可。
名片消息(contact)里的姓名和公司名可以翻,但建议保留原文并列显示,避免翻译后对不上人。
| 消息类型 | 能否翻译 | 处理方式 |
|---|---|---|
| 纯文本 | 能 | 直接走翻译通道 |
| 表情 + 文本 | 能 | 表情单独渲染,只翻文本 |
| 图片含文字 | 部分能 | 先 OCR 提取再翻,准确率看清晰度 |
| PDF / Word | 能 | 走文档翻译,保留格式 |
| 位置 / 名片 | 不建议 | 保留原文,按原样显示 |
清晰的正楷文字准确率高。模糊、倾斜、彩色背景的截图错误多,重要内容请对方补发文字。
能,截图取词支持连续框选。整目录批处理需要走文档翻译通道。
原样显示图片,不做处理。贴纸不含文本信息,没有翻译的必要。