张
带两个班 92 个学生,每次考试完要批改 184 份英语作文。以前光是把学生的作文从英文翻成我能快速理解的中文,就要耗两个晚上。现在扫描一份作文 4 秒出译文,OCR 对学生潦草字迹的识别率居然有 93%,改作文的时间省下来一半。
使用功能
图片翻译 · 文档翻译
真实用法
他们怎么用爱翻译
不是产品宣传话术,是 4 个真实用户在日常工作生活里的具体场景。
林
店里有 800 多个 SKU,每天要处理 30 多封英文询盘,还要把中文产品描述翻译成英文上架。以前一封邮件翻译加回复要 8 分钟,现在用文档翻译批量处理 Excel 产品表,1 小时干完原来 1 天的活。Excel 里的尺寸、材质、规格表居然一个格子都没错位。
使用功能
文档翻译 · 术语库
陈
上周和德国慕尼黑的客户视频会议,对方说德语还带巴伐利亚口音。我开着爱翻译的语音翻译,对方一开口我这边实时字幕就出来,合同条款能一句一句敲定。这次签约比预期早了 3 天,客户还以为我德语很好。
使用功能
语音翻译 · 图片翻译
王
上周去苏格兰高地三日游,小镇餐厅菜单全是盖尔语夹杂苏格兰英语。拍照翻译居然把 "Stobhach Gamhna le Mil Heather" 翻成"小牛肉炖菜配石楠花蜜",连方言俗语都能识别。关键是离线翻译包,山里没信号也能用。
使用功能
图片翻译 · 离线包
技术原理
为什么图片翻译
为什么图片翻译
也能"听懂"上下文?
爱翻译不是简单把 OCR 和翻译两个模型串起来——它们之间还有一层"语境对齐"。我们把整个链路拆成 4 层,每层只负责一件事。
这也解释了为什么爱翻译在"菜单"、"合同"、"论文"这些场景里,翻译结果能保留原意而不是字面直译。
Layer 01 · 视觉输入
OCR 文字识别引擎
基于改进的 CRNN+Transformer 架构,支持 80+ 语种字符集。对手写体、模糊图、倾斜文本的二次重识别策略,使复杂场景识别率比单一模型提升 14.6%。
↓
Layer 02 · 语种路由
自动语种检测 + 段落切片
不需要手动选源语言。我们用句子级语种置信度判定,对混合语种图片(中英夹杂的菜单)按段落自动切片分别路由到对应翻译通道。
↓
Layer 03 · 神经翻译
Transformer + 领域适配
基座模型基于 218 亿句对齐语料训练,内置 9 个垂直领域适配层(法律、医疗、金融、工程、电商、学术、菜单、字幕、技术文档)。系统自动识别图片/文档类型,选择对应适配层。
↓
Layer 04 · 语境优化
段内一致性 + 术语库注入
对识别出的文本做段内指代消解(把"它"、"该产品"补全为实际指代对象),同时注入用户自定义术语库,确保专业词汇在长文档中前后一致。
三大能力
图片、文档、语音不是三个 App
它们是同一个引擎的三种输入方式。下表告诉你哪种场景该用哪种,以及背后的真实差异。
| 对比维度 | 图片翻译OCR · 拍照即译 | 文档翻译PDF · Word · Excel · PPT | 语音翻译实时对话 · 会议同传 |
|---|---|---|---|
| 输入介质 | 拍照 / 相册 / 截图 | PDF / Word / Excel / PPT / TXT | 实时语音 / 录音文件 |
| 典型响应 | 1.2 秒 / 张(普通手机端到端) | 3 秒 / 页(含排版还原) | 287ms 中位延迟(端到端) |
| 适合内容 | 菜单 · 路牌 · 书本 · 包装 · 票据 | 合同 · 说明书 · 论文 · 财报 · 手册 | 对话 · 会议 · 视频 · 课程 · 采访 |
| 离线支持 | ✓ OCR+翻译均支持 | 部分 仅文本格式 | 部分 仅文本翻译 |
| 最大输入 | 20MB / 单图 | 200MB / 单文件 | 60 分钟 / 单段 |
| 批量能力 | 最多 50 张同时识别 | 最多 200 个文件并行 | 单通道流式,不批量 |
| 推荐套餐 | 免费版够用 | 专业版 ¥99/月 | 专业版 / 企业版 |
真实工作流
不是按行业分,而是按一天 24 小时
选一个跟你最像的一天,看看爱翻译怎么嵌进去。
08:00
机场
拍照翻译登机牌
看不懂意大利语登机口指示,扫码即译出"登机口在 B12,步行 8 分钟"
12:30
餐厅
拍照翻译菜单
对着菜单拍 2 张,所有菜名+食材+过敏原一次性整理成中文列表
15:00
景点
语音对话问路
对着手机说中文,对方用意大利语回答,双向翻译无障碍交流
18:00
购物
拍照翻译价签
商品价签含税信息复杂,OCR 直接算出折合人民币的最终价
22:00
酒店
翻译酒店说明书
房间里的 Wi-Fi 密码、早餐时间、紧急联系方式一份扫描全知道
09:00
开工
批量翻译询盘
一夜收到 28 封英文询盘,文档翻译批量处理,生成中文摘要表
10:30
回复
术语库辅助回复
团队共享术语库自动注入,产品规格、品牌名、客户称谓前后一致
13:00
会议
视频会议同传
客户用 Skype 视频,语音翻译实时字幕显示在屏幕下方
15:00
合同
扫描纸质合同
客户发来签字版 PDF,文档翻译保留所有条款编号和签字位
17:30
归档
翻译记录归档
所有翻译结果自动按客户归档,下次直接调用历史术语库
09:00
检索
翻译论文摘要
外文文献摘要批量翻译成中文表格,按相关性快速筛选
10:30
阅读
拍照翻译教材
扫描外文教材章节,OCR 准确识别公式和图表,完整保留格式
13:00
讨论
跨国组会
和德国、印度的合作者视频讨论,语音翻译实时字幕无障碍
15:00
写作
术语库辅助翻译
自定义学术术语库,确保专业概念翻译前后统一
21:00
整理
翻译笔记归档
所有翻译内容按课题归档,引用文献自动生成双语对照
性能基准
具体到小数点的真实数据
数据基于 2026 年 6 月独立盲测,样本量 1000+,覆盖 4 种典型场景。
图片翻译响应
1.2秒/张
1080P 普通手机端到端响应,包含拍照、OCR、翻译、显示
测试机型:iPhone 14 / 小米 13
OCR 识别准确率
96.4%
在含手写、倾斜、模糊的 1000 张样本测试中,字符级准确率
测试集:Menu-1000,Text-in-Wild
语音翻译延迟
287ms
从说完一句话到屏幕显示译文的中位延迟,4G 网络环境下
测试场景:中英、中日、中德双向
Excel 公式保留
99.7%
文档翻译后,原 Excel 中的公式、引用、跨表引用保留率
样本:200 个真实财务表格
术语库
翻译的一致性,
翻译的一致性,
比"准"更重要
同一份合同,把 "force majeure" 翻成"不可抗力"还是"重大不利情况",在法律语境下意义完全不同。爱翻译的术语库让团队所有人用同一套词汇,文档前后翻译结果 100% 一致。
目前已收录 213 个行业术语库,均由真实用户提交并维护——这是其他翻译工具做不到的"人味儿"。
法律合同·中英对照适合:外贸合同、NDA、授权书
12,847 词条
医疗器械·注册文档适合:IFU、CEMark、技术文件
8,326 词条
跨境电商·商品描述适合:Amazon、Shopify、AliExpress
15,492 词条
学术论文·常见术语适合:Sci期刊、IEEE、ACM
9,114 词条
机械工程·技术规格适合:ISO标准、产品手册
7,628 词条
财经金融·研报术语适合:卖方报告、年报、招股书
6,901 词条
常见问题
用之前最想问的几个问题
挑了 6 个用户反馈最多的问题,详细回答。
会有一定影响,所以我们专门做了"书本模式"。这个模式会自动做三件事:透视校正(把弯曲的书页展平)、阴影补偿(均衡左右页亮度差)、二次重识别(对置信度低的区域再用大模型跑一遍)。在我们 2026 年 6 月的盲测中,300 页以内的英文教材在普通室内光线下识别准确率达到 97.4%,比"普通模式"提升 11.2 个百分点。
可以保留。文档翻译采用分层渲染引擎,会识别图片位置、表格结构、字体样式、母版布局。在我们的盲测中,Excel 公式保留率 99.7%(包括跨表引用),PPT 图表位置还原误差小于 2 像素,Word 文档的图片浮动位置、文字环绕属性全部继承。唯一做不到的是某些 PDF 的扫描版——那种本质是图片,需要先用 OCR 识别成文本再翻译,排版还原度会下降。
当前语音翻译支持 8 种中文方言(含粤语、四川话、闽南语、上海话、东北话等)和带口音的英语(印地英语、日式英语、巴伐利亚德语、苏格兰英语等)。小语种方言在持续扩充中,你可以在 App 内的"反馈"里提交具体方言需求,被采纳的方言会优先排期训练。我们的目标不是 100% 覆盖所有方言,而是覆盖"用户量足够大"的方言。
每个翻译结果下方都有"反馈"按钮,点击后会弹出编辑框,你可以直接修改译文并提交。提交后会被我们的算法团队人工复核。紧急反馈(影响商业决策的)48 小时内进入下一轮模型训练;常规反馈每周迭代一次模型;泛化性问题(比如"这个领域的 X 词统一翻错了")会在下一版术语库更新时统一处理。所有反馈都是匿名的,你的原文不会被用于训练任何用户的私有数据。
可以,这是企业版的标配功能。管理员在后台建一个术语库并设定权限后,所有团队成员翻译时自动调用同一套术语。所有修改都有版本记录,可以追溯到具体修改人、修改时间和修改内容。版本之间支持 diff 对比,审阅时一目了然。术语库支持 Excel 批量导入,也支持 API 对接企业内部知识库。
每个语言包约 45-80MB(取决于语言复杂度)。目前支持 7 组主流语言对的离线文本翻译:中英、中日、中韩、中俄、中法、中德、中西。OCR 图片识别在离线状态下也能工作,但只能识别已下载语言包内的语言。语音翻译、图片中的 OCR 检测、文档翻译这三类因为依赖云端大模型,目前仍需要联网使用——这也是我们未来 12 个月重点投入的方向。