关于用AI（banana香蕉模型）翻译漫画的使用教程

DragonJay · 发表于 5 天前

从 写了一个利用大香蕉翻译漫画的工具 继续：

没想到有一位坛友用了，然后遇到了问题（一键机翻我没试过），也是说出个教程。那么我就用我最~最最喜欢的画师

的一部作品来演示

主流程

那么首先进入编辑页，我们上传一张图片（当然如果图片多可以选择整个文件夹，但是我没用这个功能，没测试）

可以看到也是支持手机端的，不过很鸡肋

以上是GIF动图，可能会加载慢点

鼠标滚轮滚动可以放大和缩小，鼠标右键可以拖拽图片，左键框选选区，框选完选区后按删除键可以删除选区

OCR 引擎选AI识别，你可以独立配置识别的模型，提示词可以填：

0. 使用banana pro
1. 请用中文翻译替换掉图片里的日文。
2. 生成一张只有中文的图
3. 强调：不是让你续写、续画，而是对这张图的文字进行更换，换为中文

复制代码

后面记得把剥离深度思考内容给关掉，这个是给deepseek用的，其他模型基本上不会出现这个问题，然后建议把慢速回退重试（防截断）打开，这样返回的图片会获得更好的效果。

下面连接设置这块，网站提供的api寄了，所以得自己配置，使用Gemini的最好（其他的没测，而且Gemini的一致性断崖式领先）。还有就是如果漫画文本是横着的就千万不要打开默认竖排文字（新文本框）。生成分辨率4K拉满，2k可能会产生火星文（翻译成英语可以用2k）

接着就是重点，配置API，这里支持Gemini和openai接口，使用官方的话就api地址这块可以留空，使用中转站请填中转站的地址，openai格式连接后面记得加个/v1，Gemini格式连接后面记得加个/v1beta，具体请看中转站里的模型支持接口。模型的话可以自定义，比如我这里就使用的是gemini-3.1-flash-image-preview，目前谷歌最新的模型，成本也比pro低了不止一点半点，效果都差不多。剩下的设置保持默认就ok

那么现在开始翻译，点击上面的开始生成，千万不要点一键机翻（没测试）

可以看到进度，已经在跑了

这时候如果遇到返回的图片有问题，这个位置的颜色不正确，就会自动修补，绿色的状态就表示翻译成功

可以看到结果，有错位的地方，因为之前框选的时候框多了，修补工具会根据框选的区域进行判断修正，所以就会出现这种情况，这时候可以减少框选区域后点击左上角的开始生成重新生成

下面是修正过后的原图和结果

可以看到这回就没有错位的情况了

然后就是不建议一次性把图中所有的框都款选让Gemini翻，因为目前经过测试，处理的选区越多出错的概率越高，最好一次性就框选三个选区让AI翻译。

返回后如果想继续框选剩下的选区请点击应用为原图的选项，如下图所示

以下图片是一次性翻译图片里所有的气泡选区的结果，

整体上看起来没什么大问题，但是仔细看可以看到其中一个气泡框里的文字有出现火星文的迹象

然后如果你实在很懒，不想手动框选气泡选区，你可以点击下图所示的自动检测，注意要把独立 OCR 模型配置打开，不然用的模型是gemini-2.5-flash，位置参考后面截图，具体还是得自己调整。

其他功能

这个功能是识别文本功能，对于想要自己修改翻译以及依赖上下文联系的朋友可以使用这个功能。点击翻译后会弹出一个窗口，会让你编辑修改，如果你事先已经准备好了翻译文本，可以填进去。

然后记得一定要把独立 OCR 模型配置打开，填入模型，不然就会默认调用gemini-2.5-flash

这个时候旁边就会有文本的显示，点击文本可以重新编辑。那么问题来了，该如何把文字嵌入进去呢？

这个时候就可以点击顶部菜单栏里的按已编辑OCR回填生成