OCR ile Çeviri Modelinin Farkı: Ekran Çevirisinde İki Aşama
Ekran çevirisi kullanırken şu kafa karışıklığını mutlaka yaşamışsınızdır: çeviri tuhaf duruyor ama sorunun nerede olduğunu söyleyemiyorsunuz — araç ekrandaki yazıları mı yanlış okudu, yoksa çevirinin kendisi mi saptı? Bu iki arızanın çözümü birbirinden tamamen farklı. "Okuma" ile "çeviri"yi iki ayrı adıma bölerek bakınca sorun hemen netleşiyor.
Ekran çevirisi tek adım değil, iki aşamadır
Çoğu kişi ekran çevirisini bir kara kutu sanır: ekranı içine atarsınız, çeviri dışarı çıkar. Oysa iş akışı iki aşamaya ayrılır ve her aşamadan farklı bir bileşen sorumludur.
Örnek olarak VoriTrans alınsın; zincirin tamamı şöyle çalışır:
- OCR motoru "okuma"dan sorumludur: ekranda seçtiğiniz alandaki görselin üzerindeki yazıları düzenlenebilir metne dönüştürür; çıktısı kaynak metindir, örneğin Japonca diyalog「宿は右です」. Bu aşama yalnızca karakterleri tanır, anlamı kavramaz.
- Çeviri modeli "çeviri"den sorumludur: OCR'ın çıktısını alır ve seçtiğiniz hedef dile çevirir; çıktısı çeviridir. Bu aşama yalnızca dille ilgilenir, görüntüyü göremez.
İki aşama bir bant hattı gibi çalışır: çeviri modelinin girdisi, OCR'ın çıktısıdır. Buradan kritik bir sonuç çıkar — OCR karakterleri yanlış tanıdıysa, çeviri modeli ne kadar güçlü olursa olsun doğru çeviremez. Çöp giren çöp çıkar; kaynaktaki hata sonuna dek çeviriye taşınır.
Birinci aşama: OCR ekranda neden çok daha zor
OCR (optik karakter tanıma) yeni bir teknoloji değil; taranmış belgelerde tanıma çoktan olgunlaştı. Ama ekran ortamı taranmış belgeden kat kat daha yaramazdır ve tüm zorluklar "görüntü"den doğar.
Taranmış belge temiz ve düz bir yüzeydir: beyaz zeminde siyah yazı, sabit yönelim, tek tip punto. Ekran görüntüsü ise bambaşkadır — yazı, gradyanlı bir zeminin üzerine binmiş olabilir; yarı saydam diyalog kutusunun altında kalmış olabilir; el yazısı ya da konturlu dekoratif bir yazı tipi olabilir; hatta görüntüdeki diğer öğelerle üst üste binebilir. Dikey Japonca yazıda ayrıca okuma sırası sorunu devreye girer: OCR önce sağ sütunu mı sol sütunu mu okuyacağını bilmelidir; sırayı ters çevirirse cümleler dağılır.
Bu yüzden araçlar size ayar alanı bırakır. VoriTrans'in tercihler bölümünde birden fazla OCR motoru arasında geçiş yapabilirsiniz; zira her motorun dekoratif yazı tiplerine ve düşük çözünürlüklü görüntülere dayanıklılığı farklıdır. Seçim yaparken alanı daraltıp yalnızca yazının olduğu bölgeyi çerçevelemek de görüntü kaynaklı gürültüyü azaltır. Tanıma sonucu tatmin edici değilse önce görüntü koşullarından, sonra motordan şüphelenin — bu sırayı izlemek çok boşa yoldan kurtarır.
İkinci aşama: çeviri modeli çevirinin tavanını belirler
OCR'ın çıktıladığı kaynak metin çeviri modeline devredilir ve çeviri kalitesi bu aşamadan itibaren katmanlanmaya başlar.
Çeviri modelleri ikiye ayrılır. Yerel model kendi bilgisayarınızda çalışır: tepkisi hızlıdır, ağ üzerinden veri taşımaya gerek duymaz, kısa diyalogları derli toplu işler; bedeli, bağlam kavrama kapasitesinin sınırlı olmasıdır — oyundaki kelime oyunlarını, esprileri ve hitap biçimlerini yerel model genelde temkinli işler. Bulut modeller (Qwen, DeepSeek, GLM gibi büyük modeller) çok daha fazla parametreyle çalışır; uzun cümlelerde, bağlamda ve tonda bariz biçimde daha iyidir; bedeli ise kredilerin kullanım miktarına göre harcanmasıdır.
Üzerinde durulması gereken nokta: çeviri modeli OCR'ın hatasını telafi edemez. Tanınan metnin kendisinde eksik ya da yanlış karakter varsa, buluttaki dev model de eksik girdiyle çalışır ve çeviri yine saptar. Yani "daha güçlü bir modele geçmek" ile "tanımayı düzeltmek" iki ayrı iştir; ilkinin ikincinin problemini çözeceğini ummayın.
İki aşamaya bölünce hem teşhis hem iyileştirme şaşmaz
İş bölümünü anlamakta asıl kazanım kullanım anında ortaya çıkar: sorun çıktığında hangi aşamada olduğunu yakalarsınız, iyileştirme de tam noktasından vurur.
VoriTrans'in arayüzü zaten bu iş bölümüne göre tasarlanmıştır — "Tanınan Kaynak Metin" ile "Çeviri Sonucu" yan yana iki panel olarak durur, tanıma aşamasının ara çıktısı gözünüzün önündedir. Teşhis formülü basittir:
- Kaynak metin paneli baştan yanlışsa: sorun OCR'dadır. Seçim alanını daraltın, başka bir OCR motoru deneyin, görüntü sabitlenene dek bekleme süresini ayarlayın ya da sözlükte sık hatalanan özel isimler için bir OCR düzeltme kaydı (eski kelime→yeni kelime) ekleyin; bir sonraki çeviride otomatik devreye girer.
- Kaynak metin doğru, çeviri yanlışsa: sorun çeviri modelindedir. Kısa metinleri yerel ve bulut modelde birer kez çevirip karşılaştırın; sabit çeviriler (kişi, yer ve beceri adları) tutarsızsa sözlükteki "çeviri kararı" ile kilitleyin.
Küçük bir örnek: 「ユキ」karakter adı bazı turlarda「ユヌ」olarak tanındı ve çeviri de bozuldu. Sözlükte「ユキ」için bir OCR düzeltme kaydı oluşturulunca tanıma aşaması önce karakteri düzeltiyor, çeviri aşaması ise tutarlı biçimde Yuki olarak çeviriyor — iki aşama da kendi işini kendisi onarıyor, birbirine karışmıyor. Bu hassasiyeti sağlayan şey tam da iki aşamalı mimarinin kendisi.
Tek bir sınır: iş bölümü yalnızca ekrandaki yazılar için geçerli
İki aşamalı bant hattının kapsamı, ekranda görünen yazılardır. Altyazısız karakter konuşmaları, sesli sohbet, salt sesli içerik — OCR okuyacak yazı bulamaz, çeviri modeli de devralacak bir şey bulamaz; bu modelin güçlü ya da zayıf olmasıyla ilgili değildir, girdi tarafında tanınacak bir nesne yoktur.
Bu noktayı kavrayınca aracın yetenek sınırı da netleşir: yazı görüntüde sürece — oyun diyalogları, manga balonları, videoya gömülü altyazılar, yazılım arayüzleri — iki aşamalı hat işi devralır; yazı yalnızca sesin içindeyse başka bir çözüm gerekir. VoriTrans 105 hedef dili destekler; iki aşamanın ikincisi seçtiğiniz dile göre çıktı verir, tanıma tarafı ise kaynak dili otomatik algılar.
Sık sorulan sorular
OCR ile çeviri modelinden hangisi daha sık hata yapar?
Duruma göre değişir. Temiz görüntü ve net punto söz konusuysa OCR az yanılır; dekoratif yazı tipleri, düşük çözünürlük ve zemine binen yazılar tanımada en riskli bölgedir. Teşhis ederken önce kaynak metin paneline bakın: kaynak doğruysa sıra çeviri modelini değerlendirmeye gelir.
Daha güçlü bir çeviri modeline geçmek tanıma hatalarını telafi edebilir mi?
Edemez. Çeviri modelinin girdisi OCR'ın çıktısıdır; tanıma aşamasında karakter eksilse ya da yanlış okunsa, kaynaktaki hata aynen ileri taşınır. Doğru sıra: önce tanımayı düzeltin (seçim alanı, motor, OCR düzeltmesi), sonra çeviri modelini yükseltmeyi düşünün.
Sözlük hangi aşamada devreye girer?
İki aşamada da kullanılabilir. "OCR düzeltme" olarak ayarlanırsa tanıma aşamasındaki sık hatalanan karakterleri düzeltir; "çeviri kararı" olarak ayarlanırsa çeviri aşamasındaki terim çevirilerini sabitler. Tek bir kayıt yalnızca tek amaç için seçilebilir; çözmek istediğiniz soruna göre seçin.
Çeviri tuhaf geldiğinde hemen çeviriyi suçlamayın — kaynak metin panelini açıp bir bakın, iki saniyede sorunun hangi aşamada olduğu belli olur. İş bölümünü kavrarsanız ekran çevirisinde teşhis ve iyileştirme artık tahmine dayanmaz.
