Độ chính xác của bản dịch AI: nguyên nhân và cách khắc phục
Cùng một công cụ dịch màn hình, hôm qua dịch vẫn tốt mà hôm nay bỗng dưng toàn lỗi chính tả; hoặc bạn bè dùng rất chuẩn, đến lượt mình lại rối tung — gặp tình huống này, phản ứng đầu tiên của đa số là "công cụ này dịch không chính xác". Kết luận đó vội quá. Bản dịch sai có hai nguồn gốc hoàn toàn khác nhau: chữ chưa được đọc đúng, hoặc đọc đúng nhưng dịch chưa tốt. Chỉ khi tách bạch hai việc này, câu chuyện về độ chính xác mới có thể bàn được.
Tách trước đã: thất bại nhận diện và thất bại dịch là hai chuyện khác nhau
Quy trình dịch màn hình gồm hai bước: OCR trước tiên chuyển chữ trên màn hình thành văn bản có thể chỉnh sửa, sau đó AI dịch văn bản này sang ngôn ngữ mục tiêu bạn chọn. Bất kể lỗi xảy ra ở bước nào, bản dịch bạn thấy cũng sẽ sai, nhưng nguyên nhân và cách khắc phục lại hoàn toàn khác nhau.
Cách phân biệt nằm ngay trong ứng dụng: bên cạnh kết quả dịch có bảng "Văn bản gốc nhận diện", hiển thị lần OCR này thực sự đọc ra những gì. Nếu trong bảng nhận diện đã sai tràn lan, đó là vấn đề nhận diện — hãy chỉnh lại vùng chọn và điều kiện màn hình; nếu văn bản gốc nhận diện đúng mà bản dịch sai, mới là vấn đề dịch — hãy điều chỉnh mô hình và thuật ngữ. Nhìn kỹ bước này trước khi hành động, hướng xử lý sẽ không đi lệch.
Sáu nguyên nhân phổ biến khiến OCR nhận diện thất bại
Chất lượng nhận diện phụ thuộc vào độ rõ nét của chữ, bố cục và điều kiện màn hình — theo thước đo này, hầu hết trường hợp thất bại đều rơi vào sáu nhóm sau:
- Chữ quá nhỏ hoặc quá dày: chữ nhỏ trong giao diện game, danh sách menu giãn dòng chật, các ký tự dính vào nhau, OCR không phân biệt được ranh giới.
- Nền phức tạp: chữ nằm trên họa tiết, dải màu chuyển, hiệu ứng ánh sáng, nét chữ hòa lẫn vào nền.
- Phông chữ đặc biệt: chữ nghệ thuật, chữ viết tay, từ tượng thanh biến dạng, cấu trúc nét khác xa chữ in.
- Màn hình không ổn định: đúng khoảnh khắc nhận diện, hình ảnh đang chuyển động — cảnh chuyển, phụ đề mờ dần hiện dần, đọc được là chữ bán trong suốt hoặc khuyết.
- Nhận sai bố cục: truyện tranh dọc, bố cục nhiều cột, một khi thứ tự đọc bị đánh giá sai, trật tự câu nhận diện được sẽ lộn xộn hoàn toàn.
- Độ phân giải không đủ: nguồn phim nét thấp, ảnh chụp bị nén quá mức, làm mờ do tỷ lệ hiển thị hệ thống — người xem còn khó nhìn rõ chữ, đương nhiên công cụ cũng đọc không rõ.
Cách xử lý tương ứng, bốn bước
Biết nguyên nhân rồi thì cách làm là sửa trực tiếp theo đó. Lấy VoriTrans làm ví dụ, có thể xử lý theo thứ tự sau:
Bước 1: Thu hẹp vùng chọn. Chỉ chọn đúng khối chữ mục tiêu, đừng khoanh cả màn hình — vùng chọn càng nhỏ, nhiễu càng ít, nhận diện càng chính xác.
Bước 2: Chờ màn hình ổn định rồi dịch. Trong cài đặt ưu tiên có mục "Chờ màn hình ổn định" điều chỉnh theo mili giây; với nội dung nhiều phụ đề động và hiệu ứng chuyển cảnh, hãy để công cụ đợi hình ảnh định lại rồi mới nhận diện.
Bước 3: Đổi một engine OCR khác. Cài đặt ưu tiên cung cấp 4 engine OCR để lựa chọn, cùng một màn hình đổi engine thử lại, kết quả có thể khác biệt rõ rệt — không engine nào dẫn đầu ở mọi tình huống, loại nội dung của bạn dùng loại nào ổn định nhất thì cứ cố định dùng loại đó.
Bước 4: Thử lại từng lần và sửa lỗi thuật ngữ. Với những khối riêng nhận diện kém, dùng "Dịch một lần" chọn vùng nhỏ thử lại; những từ cố định hay bị đọc sai (tên riêng, từ hệ thống), trong "Kho thuật ngữ" dùng chức năng sửa lỗi OCR để cố định từ gốc thành cách viết đúng, lần dịch sau sẽ tự động áp dụng.
Dịch chưa chính xác thì sao: mô hình, thuật ngữ và kỳ vọng đúng
Nếu văn bản gốc nhận diện là đúng, vấn đề nằm ở khâu dịch, phần có thể điều chỉnh cũng không ít. Với mô hình dịch, hãy dùng "mô hình cục bộ" trước — không tốn điểm, năng lực có hạn nhưng thích hợp để kiểm chứng; những chương quan trọng đòi hỏi hiểu ngữ cảnh cao, chuyển sang mô hình đám mây (Qwen, DeepSeek, GLM) để so sánh bản dịch của cùng một câu, sự khác biệt thường nhìn ra ngay, quy tắc tiêu hao điểm xin dựa theo trang giá chính thức.
Vấn đề giọng điệu và tên riêng giao cho hai thứ: "prompt dịch game" trong cài đặt ưu tiên có thể tùy chỉnh phong cách dịch, để bản dịch sát tông của tác phẩm; kho thuật ngữ cố định tên nhân vật chính, từ ngữ chuyên có thành cách dịch thống nhất, cả tác phẩm nhất quán từ đầu đến cuối. Kỳ vọng cũng cần đúng chỗ: mục tiêu của dịch AI là để bạn đọc trôi chảy mạch truyện, không phải bản dịch cấp xuất bản — một vài câu cần kết hợp ngữ cảnh và hình ảnh để hiểu là cách sử dụng bình thường chứ không phải công cụ trục trặc. Để biết thêm bối cảnh về nhận diện không chính xác, có thể tham khảo bài trước Máy dịch màn hình là gì.
Khi nào nên nghi ngờ chính màn hình
Xử lý đến cuối, có một loại vấn đề mà gốc rễ không nằm ở công cụ: nguồn phim nét thấp, hình ảnh bị dán mã che, nội dung được mã hóa, chế độ toàn màn hình độc quyền — bản thân hình ảnh đã không cung cấp được chữ để nhận diện, đổi công cụ nào cũng vậy. Khi nhận diện ở chế độ toàn màn hình bất thường, trước tiên hãy chuyển sang chế độ cửa sổ hoặc không viền rồi thử lại, đây là lời khuyên phổ biến từ nhà phát hành. Ngược lại, để kiểm chứng thực lực thật của một công cụ, cũng phải dùng hình ảnh rõ nét, ổn định để thử: mô hình cục bộ tiêu hao điểm miễn phí, khách vãng lai 1.000 điểm mỗi tháng, đăng ký thì 2.000, dùng nội dung bạn thường xem chạy thử một tối, tin cậy hơn mọi bài đánh giá.
Câu hỏi thường gặp
Độ chính xác của dịch AI có thể đạt bao nhiêu?
Không có con số thống nhất, và cũng không nên có — độ chính xác phụ thuộc vào độ rõ nét của chữ, bố cục và điều kiện màn hình, cùng một nội dung đổi cách hiển thị là kết quả khác. Công cụ có trách nhiệm sẽ không cam kết phần trăm; điều có thể làm là mở bảng "Văn bản gốc nhận diện" cho bạn tự đối chiếu, nhận diện đúng rồi mới xem phần dịch, vấn đề rơi vào khâu nào nhìn là hiểu ngay.
Luôn nhận sai cùng một nhóm từ thì làm sao?
Dùng chức năng sửa lỗi OCR trong kho thuật ngữ: thêm từ gốc bị đọc sai và cách viết đúng vào, có thể tích chọn bỏ qua viết hoa viết thường tiếng Anh, sau khi sửa, lần dịch sau tự động áp dụng, không cần sửa tay mỗi lần. Kho này hỗ trợ nhập xuất, đổi thiết bị cũng mang theo được.
Đổi mô hình đám mây sẽ dịch chính xác hơn không?
Thường tốt hơn ở hiểu ngữ cảnh và xử lý câu dài, cái giá là tiêu hao điểm. Nên dùng cùng một câu thoại để so sánh: dịch một lượt bằng mô hình cục bộ, dịch một lượt bằng mô hình đám mây, loại nào khác biệt phù hợp với nội dung của bạn thì dùng loại đó — hội thoại ngắn dùng mô hình cục bộ chạy miễn phí, chương quan trọng chuyển sang đám mây, là cách cân bằng phổ biến giữa chi phí và chất lượng.
