EMUI10化身“翻译官”：在线翻译不间断

你好?Hello?안 녕 하 세 요?こんにちは?¡Hola!

我们生活在不一样的地方，用着不一样的语言，是翻译的出现，让跨地区跨语言交流变为可能。为了方便交流，翻译工具在不断地升级换代，翻译功能也越来越强大，从逐词逐句的翻译，再到网站、图片甚至是文档翻译。

超好用的翻译服务万里挑一

为提供更智能和贴心的翻译服务，让用户可以和更广阔的世界交流，华为陆续推出了语音翻译、AR翻译、全屏翻译。这一次，我们的目光聚焦在长文章翻译上。写论文的时候，外文参考文献令人头大?出国旅游的时候，外文攻略看傻眼?想追个国外热点，却发现自己根本看不懂新闻?

如果想要翻译多屏内容，需要一次又一次进行全屏翻译的操作。随着内容长度的增加，操作的繁复会使阅读的连贯性降低。面对这样的场景，全屏翻译变得“力不从心”，这时候，就需要滚屏翻译来帮忙了。

作为史上第一款系统级长文翻译服务，滚屏翻译支持各种应用、十种语言、多屏内容的翻译。使用小艺语音口令“帮我翻译屏幕”或双指按压屏幕，点击“全屏翻译->滚屏翻译”，即可触发。接下来看看滚屏翻译是怎么样来完成长文章翻译的吧。

文字变图片再变译文的奇妙流水线

当你浏览一篇长文章需要翻译时，系统会先将其滚动截屏，形成一张原文的长截图，然后对长截图进行切分、文本检测、翻译、排序、去重、拼接，最后以同样的图片和翻译完成的文字，再次呈现在你的面前，这就是我们的滚屏翻译。

在这一系列的步骤中，最为关键的是如何对长截图进行初步处理。那利用什么技术去进行处理呢?

那就不得不提到这里面的关键技术——OCR技术了，那OCR是什么?

光学字符识别(Optical Character Recognition)是指检查字符，并对其进行检测识别，然后再将其字符形状转换成计算机文字的过程。在这里的应用，也就是对原来长文章形成的长截图上的文字，进行识别提取，将它们提供给后续的机器翻译环节使用，也就是完成了长篇源文字提取的过程。

从技术原理上为检测和识别两段式算法框架，涉及中、英、日、韩、俄、西、法、德、意、葡十种语言识别能力，包含多个运行于NPU(Neural-network Processing Unit，神经网络处理单元)的深度模型。

调用OCR算法后，首先对图像做增强处理，将图片适配至理想状态后，采用多线程的方式同步运行深度模型以及后处理运算，最后借助NLU(Natural Language Understanding，自然语言理解)校正输出文本识别结果。

翻译的准不准，依赖于OCR识别的准确性;翻译的快不快，依赖于OCR处理字符速度的快慢。将经过OCR处理的文本进行机器翻译，重新对图片进行排序、拼接处理，最后把翻译好的长篇文章呈现在用户面前。

这样一套能把长文章中的文字变图片再转换成译文的创新方案，现在已经申请了专利保护噢!

每一行字每一张图都要完完整整

滚屏翻译中还创新性地通过OCR文本行定位以实现智能的图片切分和拼接，巧妙地避免了在长截图切分过程中文字或图片被截断的情况。

大家可能会有这样的疑问，原文形成的长截图直接翻译不行吗?为什么还要做切分呢?

这是因为，当前的图片翻译只支持单屏内容的翻译，长截图会自动缩放成和屏幕等高进行翻译，图片被压缩，文字大小自然也被压缩了，这会极大地影响到翻译结果的准确性。

为了有效提高翻译的准确性，那就把长截图切分成多张短图后再做翻译吧。但如果直接按照屏幕高度对长截图做简单切分，很可能会出现一行文字被截断或者一张插图被截断的情况。

而滚屏翻译，采用OCR技术，可以检测出一行文本或图片的位置坐标，如果发现切分位置正好处在某行或某张图片中间，则会向上移动到行间空白位置进行切分。

以这种规则处理后的图片宽度同屏幕一致，高度等于或略低于屏幕高度，每一行字和每一张图都是完整的。这种方案巧妙实用，在速度快的同时，保证了用户的使用体验。

你可以在EMUI 10.0版本的华为手机上体验滚屏翻译功能，系统自动滚动形成长截图进行翻译，方便快捷，真正做到所见即所译、滚动译全文。下次面对看不懂的长篇外文时，记得首选滚屏翻译来帮忙噢!