1M+ 活躍用戶20+ 翻譯引擎100+ 種語言4.8★ Chrome 線上應用程式商店
網絡小說與虛構作品翻譯模型
網絡小說與虛構作品不僅講求字面意思，更依賴貫穿章節的語氣、節奏與連貫性。翻譯器必須區分敘述與對話，並保留重複出現的名稱、人物關係及類型慣例。常見的失敗模式包括淡化角色語氣、更改名稱或敬語，以及成語翻譯不當導致場景突兀或令讀者困惑。
為何語言組合決定引擎選擇
語言組合的覆蓋程度會影響引擎能否維持自然的對話與特定類型的措辭。請比較包含敘述、對話及重複名稱的同一章節在兩個引擎系列間的表現。若目標語言屬較低資源語言，請加入該語言的原生模型，並選擇能保持連貫性且不顯生硬的譯文。在設定預設值前，請先檢查相同的源語言與目標語言組合。
選擇網絡小說的 AI 翻譯模型
即使模型陣容更迭，模型系列仍保持穩定；請將系列與您的閱讀習慣配對，然後在您正在閱讀的頁面上測試引擎的文學流暢度。在選擇之前，請比較同一章節的敘述、對話和重複出現的名稱。
傳統機器翻譯引擎
專為速度、短語準確度及廣泛語言覆蓋而優化的專用翻譯系統。
適合使用的情況- 您正在快速閱讀每日更新的連載作品，需要即時理解內容。
- 您希望以中性語氣保留情節，而不對角色語氣進行演繹。
- 您處理的語言組合不在大型模型支援的主要語言之列。
局限所在
這些引擎並非設計來維持敘事張力或識別特定類型橋段，往往導致平淡、直譯的散文。
這些引擎並非設計來維持敘事張力或識別特定類型橋段，往往導致平淡、直譯的散文。
通用大型語言模型
可透過提示調整語氣、風格及敘事語境的模型。
適合使用的情況- 您希望保留作者獨特的寫作風格，例如第一人稱的機智或哥德式氛圍。
- 您需要翻譯標準詞典缺乏的專門奇幻術語或科幻新詞。
- 您希望要求模型簡化艱澀的散文，或解釋文本中的文化典故。
局限所在
若無明確的提示指令，這些模型可能過度編輯文本或產生幻覺細節，且推理速度較傳統引擎慢。
若無明確的提示指令，這些模型可能過度編輯文本或產生幻覺細節，且推理速度較傳統引擎慢。
語言原生大型語言模型
在特定語言的文學語料庫上給予高權重訓練的模型。
適合使用的情況- 您翻譯的源語言具有深厚的文化背景，例如中文網絡小說。
- 您需要一個能理解故事中固有的成語、敬語及社會階層的模型。
- 您希望目標語言的行文自然流暢，讀起來如同母語創作的小說。
局限所在
這些模型主要在其特定語言組合內表現出色，對於較少被代表的語言，可能無法提供同等的文學細膩度。
這些模型主要在其特定語言組合內表現出色，對於較少被代表的語言，可能無法提供同等的文學細膩度。
20+ 款引擎都在同一個設定面板中
因此，比較不同引擎只需五分鐘，無須把它變成一項複雜任務。使用雙語模式閱讀論文和 PDF 屬於免費功能。
下載五分鐘測試挑選您的小說翻譯模型
每個模型處理對話與內心獨白的方式皆不同。沒有任何通用評測能預測哪種語氣最適合您的類型與語言組合。唯一可靠的方法是翻譯一段您熟悉的樣本章節，並親自比較其行文節奏。
選擇已知段落
選擇一章包含對話、敘述及您熟悉的情感內容。您需要原始語境來判斷翻譯品質。
用兩個引擎系列翻譯
將同一段密集段落透過 Google 等傳統引擎與 GPT 等通用 LLM 翻譯，以觀察截然不同的風格處理方式。
比較語氣與一致性
忽略表面的流暢度；著眼於角色語氣的一致性、專有名詞處理、重複術語，以及敘事流暢度是否符合類型基調。
流暢度顯而易見；尋找尊重作者語氣與作品世界觀的引擎則需刻意比較。
每個系列或作者做一次決定，而非每章更動。部分讀者偏愛傳統引擎的精準直譯以應對複雜的世界觀設定，其他人則偏愛 LLM 的創意流暢度以閱讀角色導向的故事。一旦找到適合該類型的引擎，請在章節間保持一致，以免名稱、敬語、原創術語及人物關係出現偏差。當敘事者、類型或語言組合發生重大變化時，請重新進行測試。
常見問題
翻譯網絡小說與虛構作品的最佳 AI 模型是甚麼？
不存在單一的最佳模型。Google 或 DeepL 等傳統 MT 引擎為平實的散文提供速度與一致性。通用 LLM 則能更靈活地處理文學語境與俚語。語言原生 LLM 通常是亞洲語言的強力選擇，因為它們在這些特定的語言結構與敘事慣例上接受了大量訓練。
最佳模型是否取決於語言組合？
是的，影響甚鉅。擅長英譯西的模型，可能因訓練數據不同而在中譯英表現不佳。對於較低資源的語言組合，通用 LLM 往往優於傳統引擎。若您的組合不在主要語言之列，請比較一個在目標語言上加重權重訓練的引擎。
我可以在不更換工具的情況下切換模型嗎？
翻譯引擎是一項設定，而非獨立產品。沉浸式翻譯 支援超過 20 款可選引擎。您可以使用不同引擎重新翻譯同一段落，無需重新導航。標準引擎適用於免費方案；進階模型需 Pro 訂閱或您自己的 API 金鑰。
如何在翻譯中保持作者的語氣？
通用 LLM 支援提示功能，允許您指示它們保留特定的語氣、方言或角色風格。傳統 MT 引擎優先考慮字面準確度，而非風格細節。對於重視語氣的小說，請使用 LLM 測試一章，並調整提示指令，直至譯文符合原始語氣。
