Loading video...

Video Failed to Load

There was a problem loading this video. This could be due to a temporary network issue or the video might be unavailable.

小道杂谈 · 联合国六种官方语言，最薄的永远是中文那本同一份文件译成六种官方语言，中文版永远是最薄的那一本。汉语是语素文字，一个字就是一个意思单位。别的语言得用一串字母才能表示的东西，汉语一个字就装下了，所以又短又准。短还不算本事，短了还能抒情才叫本事。张若虚那句白云一片去悠悠，翻成任何语言都得掉一半东西：白云、一片、去、悠悠，四个词四层意思，还带着时间在走。《春江花月夜》被称为孤篇压全唐。我看压的不止全唐。 #命理指南 #小道杂谈 #Enzozhz

曾小道

11,552 subscribers

14,676 views • 2 months ago •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

17 Comments

Jake2 months ago

文字の密度が高いぶん、翻訳では情報量やニュアンスをどう保つかも大切ですね

曾小道2 months ago

中文最难的往往不是把句子压短，而是把冠词、时态、单复数和语气对应出来。字数少了，这些信息很容易藏进上下文。法律和外交文本里，“应当”和“可以”就不能混

老实人｜美股·AI投资2 months ago

还是得学好英语~

曾小道2 months ago

掌握一门外语，但不一定要是英语🌚

老实人｜美股·AI投资2 months ago

英语的沟通广度还是最大的

清郎2 months ago

“宇宙”两个字就把整个三维世界概括了

鄭庭沃2 months ago

中文是美，是精煉，是有效率，重點是真他媽難學，除非是母語人士，學習成本太高，英文之類的就很簡單學

cqwz2 months ago

傻逼，信息密度高的语言不可能准确因为存在大量复用的符号

彬彬有礼2 months ago

表兄，堂兄，叔叔，大爷，舅舅，爷爷，姥爷。

🎗️十里山径忽飘麦田香 ☭⃠2 months ago

这样，你直接说宇宙，把所有东西都给概括了吧

Yves2 months ago

对啊，一句冯福吊打全球

Lloyd 𝕏2 months ago

峰哥疏油头

Nate H2 months ago

找个例然后无限放大。对了尘肺病常用的词是pneumoconiosis

After Offline离线后2 months ago

老外学中文可能就感觉难如登天了

死前幻想2 months ago

楔形文字xie1xingwenzi

Jay2 months ago

日本鬼子真猥琐

sqq2 months ago

中文其实就一个词讲明白，写意。至于写实，写实那还叫中文吗？要说如何写意？靠想象呗，想象力有多丰富，中文就有多高深，有多深？博大精深！

Related Videos

#中文 #语言学 🇨🇳🇹🇼🇭🇰🇲🇴🇸🇬🇲🇾🇯🇵… 看到五岳散人等说中文不必学。我不知道这些人是否有意识到，他们的声量既不等于学识更不等于力量。因为社科往往无法证伪，所以观点常常大行其道于事实之前。关于事实，我尽力讲得简单一点，尽可能不用语言学学术名词。中文有几个知名的特征：一，它是目前使用最多的象形文字，其他象形文字几乎仅剩学术界在使用；二，象形（语素文字）导致它着重意象沟通，朝鲜语和藏语存在类似特征；三，象形中文在商周、春秋战国，经历了两次大规模的造字运动，在秦汉的汉字统一运动后，便因自身的复杂性和难以记忆的特征，而迅速进入了造词、造意、同音异意化运动中；到南北朝时期，游牧民族、百越和佛教语言大量涌入中国，例如“哥哥”（鲜卑语）“幸福”“未来”（佛语）等词汇，将字形已高度复杂化的汉语，引导向了造词和造意运动，造字运动从此趋于结束。在今天，人们阅读自南北朝以降1500年间之汉文，基本都能够直接读懂。四，中文是亚洲语言的超级聚合体。南方汉语充斥着客家话、沪语、闽南话、粤语等部分白话了的古汉语；北方则大量融合了少数民族的语言习惯，比如常见的倒装句、儿化音、叠词称谓等，都来自于游牧民族语言习惯。奠定了普通话的东北话、北京话和满语极为相近，满语又深刻影响了朝鲜语；满语和蒙语起源自古鲜卑语，古鲜卑语又很可能对日语产生过极大影响，不过都不是决定性的——日韩语言起源自其本土。五，复杂的象形文字，导致中国古代惜字如金，将意象表达几乎运用到了极致，也导致对语法的重视程度很低；因为准确的语法意味着更多的文字使用。这究竟是有意还是无意之结果，学界观点不一。不过，这最终所产生之影响，是中国的语言形式逻辑的匮乏，今日中国的所谓“因为..所以”等极为简单的语言逻辑，亦通过日语汉译由西方传入中国。更枉论其他的复杂语言结构。六，在世界主流语言中，中文是一种信息熵最高的语言，高达9.56-9.65比特间。这和中文高度重视意象表达的特征直接相关，也与对语法的大量省略有关。从日常表达的角度来看，中文应当具有非常高的高效性。但也正是因为缺乏对语法的重视，使得中文内容常常变得云里雾里，使其在实际使用中，缺乏了充分利用其原本应当具有的高效性。七，中文有一些非常特殊的优势。日韩等拼音语言翻译外文时，常常是完全音译，日语甚至要专门使用大量复杂的无意义假名，如果不了解这一假名词的含义，则根本无法理解原意。比如，“维他命”，即使没有学过相关知识，汉语言人群看到这三个字就能猜出个大概，但日语假名是ビタミン（びたみん）他们其实更多使用的还是日语汉字“维生素”。这会产生一个显著的结果。中文知识间的门槛是非常低的，人们进入各学科时并没有“字”上的障碍，障碍多来自对“词意”的理解。这也是为什么，像“量子物理佛学”这种莫名其妙的知识能够广为流传，因为这六个字中国人都能读懂，只是这三个词的含义很少有人能直接理解。但是，在拼音语言中，你没学过那个词就是没学过，必须要知道意，才能知道这个词到底是什么含义；否则常常连盲猜都困难。八，这就引出了另外两个问题。第一，汉语言的总字量和总词量都远少于拼音语言；第二，汉语言的造词运动的动力远弱于拼音语言。以越南语这一特殊语言为例。自推行罗马化以来，越南语总词汇量在三十年里，从八万词迅速增长到了三十三万词。为了满足北中南不同语言习惯之需求，越南还无法像秦汉一样强行统一文字，它必须不断地让越南语复杂化，才能纳入不同地方之语言习惯；而拼音语言大幅降低了越南语复杂化的门槛，加个音标、多个声调，就可以解决第一个地方人群的语言被排斥感。汉语连造个新字都难，造个长词也非常受语言习惯的抵触，因为长词往往和省略语法的句子越来越相似，容易导致高度复杂化的意象。这直接使得汉语言地区失语症患者远少于西方。对于母语者，汉语言的学习也简单于拼音语言，许多新词会读即可，无需专门学习读音与含义。这同样导致了一种超稳定性社会。九，汉语有利于维护统一。现代民族国家观念是指，一种语言、一种文化、一种人群认同，即可公投建立一个民族国家。拼音语言很容易小群体化，也就是方言化，这类似于拼音语言在学术语言中常常创造出的学科间的语言障碍。汉语没有这种问题。即使是在不同语言间（如现代汉语和粤语），书面沟通仍然完全可行。甚至我们今天写汉字和日本人沟通都没问题。这导致汉语言国家很难实际解体。因为在非强制手段下，不会出现因语言沟通障碍的解体。十，汉语言的抽象的意象特征和语法的匮乏，导致它很不利于数码语言，如计算机等。拼音语言因普遍的罗马化，则很容易在匹配英文后，契合于数码语言。不过伴随技术进步，这种问题并不像上世纪末那般严重了。对于我来说，中文是一定要学的，我深爱它的美。

#中文 #语言学 🇨🇳🇹🇼🇭🇰🇲🇴🇸🇬🇲🇾🇯🇵… 看到五岳散人等说中文不必学。我不知道这些人是否有意识到，他们的声量既不等于学识更不等于力量。因为社科往往无法证伪，所以观点常常大行其道于事实之前。关于事实，我尽力讲得简单一点，尽可能不用语言学学术名词。中文有几个知名的特征：一，它是目前使用最多的象形文字，其他象形文字几乎仅剩学术界在使用；二，象形（语素文字）导致它着重意象沟通，朝鲜语和藏语存在类似特征；三，象形中文在商周、春秋战国，经历了两次大规模的造字运动，在秦汉的汉字统一运动后，便因自身的复杂性和难以记忆的特征，而迅速进入了造词、造意、同音异意化运动中；到南北朝时期，游牧民族、百越和佛教语言大量涌入中国，例如“哥哥”（鲜卑语）“幸福”“未来”（佛语）等词汇，将字形已高度复杂化的汉语，引导向了造词和造意运动，造字运动从此趋于结束。在今天，人们阅读自南北朝以降1500年间之汉文，基本都能够直接读懂。四，中文是亚洲语言的超级聚合体。南方汉语充斥着客家话、沪语、闽南话、粤语等部分白话了的古汉语；北方则大量融合了少数民族的语言习惯，比如常见的倒装句、儿化音、叠词称谓等，都来自于游牧民族语言习惯。奠定了普通话的东北话、北京话和满语极为相近，满语又深刻影响了朝鲜语；满语和蒙语起源自古鲜卑语，古鲜卑语又很可能对日语产生过极大影响，不过都不是决定性的——日韩语言起源自其本土。五，复杂的象形文字，导致中国古代惜字如金，将意象表达几乎运用到了极致，也导致对语法的重视程度很低；因为准确的语法意味着更多的文字使用。这究竟是有意还是无意之结果，学界观点不一。不过，这最终所产生之影响，是中国的语言形式逻辑的匮乏，今日中国的所谓“因为..所以”等极为简单的语言逻辑，亦通过日语汉译由西方传入中国。更枉论其他的复杂语言结构。六，在世界主流语言中，中文是一种信息熵最高的语言，高达9.56-9.65比特间。这和中文高度重视意象表达的特征直接相关，也与对语法的大量省略有关。从日常表达的角度来看，中文应当具有非常高的高效性。但也正是因为缺乏对语法的重视，使得中文内容常常变得云里雾里，使其在实际使用中，缺乏了充分利用其原本应当具有的高效性。七，中文有一些非常特殊的优势。日韩等拼音语言翻译外文时，常常是完全音译，日语甚至要专门使用大量复杂的无意义假名，如果不了解这一假名词的含义，则根本无法理解原意。比如，“维他命”，即使没有学过相关知识，汉语言人群看到这三个字就能猜出个大概，但日语假名是ビタミン（びたみん）他们其实更多使用的还是日语汉字“维生素”。这会产生一个显著的结果。中文知识间的门槛是非常低的，人们进入各学科时并没有“字”上的障碍，障碍多来自对“词意”的理解。这也是为什么，像“量子物理佛学”这种莫名其妙的知识能够广为流传，因为这六个字中国人都能读懂，只是这三个词的含义很少有人能直接理解。但是，在拼音语言中，你没学过那个词就是没学过，必须要知道意，才能知道这个词到底是什么含义；否则常常连盲猜都困难。八，这就引出了另外两个问题。第一，汉语言的总字量和总词量都远少于拼音语言；第二，汉语言的造词运动的动力远弱于拼音语言。以越南语这一特殊语言为例。自推行罗马化以来，越南语总词汇量在三十年里，从八万词迅速增长到了三十三万词。为了满足北中南不同语言习惯之需求，越南还无法像秦汉一样强行统一文字，它必须不断地让越南语复杂化，才能纳入不同地方之语言习惯；而拼音语言大幅降低了越南语复杂化的门槛，加个音标、多个声调，就可以解决第一个地方人群的语言被排斥感。汉语连造个新字都难，造个长词也非常受语言习惯的抵触，因为长词往往和省略语法的句子越来越相似，容易导致高度复杂化的意象。这直接使得汉语言地区失语症患者远少于西方。对于母语者，汉语言的学习也简单于拼音语言，许多新词会读即可，无需专门学习读音与含义。这同样导致了一种超稳定性社会。九，汉语有利于维护统一。现代民族国家观念是指，一种语言、一种文化、一种人群认同，即可公投建立一个民族国家。拼音语言很容易小群体化，也就是方言化，这类似于拼音语言在学术语言中常常创造出的学科间的语言障碍。汉语没有这种问题。即使是在不同语言间（如现代汉语和粤语），书面沟通仍然完全可行。甚至我们今天写汉字和日本人沟通都没问题。这导致汉语言国家很难实际解体。因为在非强制手段下，不会出现因语言沟通障碍的解体。十，汉语言的抽象的意象特征和语法的匮乏，导致它很不利于数码语言，如计算机等。拼音语言因普遍的罗马化，则很容易在匹配英文后，契合于数码语言。不过伴随技术进步，这种问题并不像上世纪末那般严重了。对于我来说，中文是一定要学的，我深爱它的美。

Angelo Wong

105,820 views • 2 years ago

土耳其人和维吾尔人的基因联系被科学证据否定后，语言联系成了泛突厥主义最后的救命稻草，同属一个语言系，有几个词发音类似，就代表你们是一个民族？就能用这个为理由去霸占别国的领土？美国，印度，爱尔兰，英国，尼日利亚，冈比亚，牙买加，图卢瓦… 官方语言都是英语，他们都是一个民族，一个国家？中国，日本，韩国和越南的语言，有50-60%的词发音相同或相近，远比土耳其语和维吾尔语的30-40%的类似度要高，那东亚四国也必须是一个民族，一个国家？语言从来不成为霸占别国领土的理由，唯一的奇葩是🇹🇷！

土耳其人和维吾尔人的基因联系被科学证据否定后，语言联系成了泛突厥主义最后的救命稻草，同属一个语言系，有几个词发音类似，就代表你们是一个民族？就能用这个为理由去霸占别国的领土？美国，印度，爱尔兰，英国，尼日利亚，冈比亚，牙买加，图卢瓦… 官方语言都是英语，他们都是一个民族，一个国家？中国，日本，韩国和越南的语言，有50-60%的词发音相同或相近，远比土耳其语和维吾尔语的30-40%的类似度要高，那东亚四国也必须是一个民族，一个国家？语言从来不成为霸占别国领土的理由，唯一的奇葩是🇹🇷！

汉尼拔火罐

17,036 views • 14 days ago

香港有多位博主说，粤语不是方言，是独立语言，跟普通话互不相通，还搬出“韩国人说韩语最早的书写体系来自粤语”当证据。这话一出，评论区吵成一锅粥。先说后一半，韩语书写体系是1443年创制的谚文，跟粤语没什么关系，这论据站不住脚。至于前一半，粤语算方言还是语言，学界确实有得吵：按语言学，粤语是汉语的方言之一；但按“互不相通”这个标准，它跟普通话差得确实够远。可吵归吵，拿个站不住的论据去撑一个本来就复杂的话题，等于给自己的观点挖坑。语言怎么归类，是学术题；拿历史当武器，是流量题。这两件事，别混着讲。

香港有多位博主说，粤语不是方言，是独立语言，跟普通话互不相通，还搬出“韩国人说韩语最早的书写体系来自粤语”当证据。这话一出，评论区吵成一锅粥。先说后一半，韩语书写体系是1443年创制的谚文，跟粤语没什么关系，这论据站不住脚。至于前一半，粤语算方言还是语言，学界确实有得吵：按语言学，粤语是汉语的方言之一；但按“互不相通”这个标准，它跟普通话差得确实够远。可吵归吵，拿个站不住的论据去撑一个本来就复杂的话题，等于给自己的观点挖坑。语言怎么归类，是学术题；拿历史当武器，是流量题。这两件事，别混着讲。

庾一梅

10,884 views • 1 month ago

上来就问你讲不讲英语有点唐突，被问到的孩子们的反应也挺有意思的：多数人听懂了女老外在问啥，但未能得体地应对，用中文说“在中国讲什么英语？”已经算客气的了，用流利的英文反问：中文也是国际语言，不是吗？就显得有点过度反应了。绝大多数在墙内已经把英文学到一定程度的孩子，都没有认识到一个残酷的现实：中文真的算不上一门国际语言。一个不懂日语的德国人和一个不会德语的日本人遇到了，他们极大概率会使用英语作为沟通媒介，而选择使用中文的可能性则极低。当一个母语是斯拉夫语的东欧人和一个母语是西班牙语的南美人，需要学会一门外语用来提高自己的国际交流能力时，他们一致的选择会是英语，而不会是中文。

上来就问你讲不讲英语有点唐突，被问到的孩子们的反应也挺有意思的：多数人听懂了女老外在问啥，但未能得体地应对，用中文说“在中国讲什么英语？”已经算客气的了，用流利的英文反问：中文也是国际语言，不是吗？就显得有点过度反应了。绝大多数在墙内已经把英文学到一定程度的孩子，都没有认识到一个残酷的现实：中文真的算不上一门国际语言。一个不懂日语的德国人和一个不会德语的日本人遇到了，他们极大概率会使用英语作为沟通媒介，而选择使用中文的可能性则极低。当一个母语是斯拉夫语的东欧人和一个母语是西班牙语的南美人，需要学会一门外语用来提高自己的国际交流能力时，他们一致的选择会是英语，而不会是中文。

语林

54,204 views • 4 months ago

炸裂推荐，这绝对是目前多语种跨语言区域发推最好用的一个工具，你可以将任意推文（包括长线程推文），不管是自己的还是别人的，一键翻译为 17 种语言后重新发布。

炸裂推荐，这绝对是目前多语种跨语言区域发推最好用的一个工具，你可以将任意推文（包括长线程推文），不管是自己的还是别人的，一键翻译为 17 种语言后重新发布。

大帅老猿

12,284 views • 11 months ago

女朋友一生气就切方言，男朋友一句都没听懂，字幕全听懂了。四川话、粤语、英语、法语，11 句台词，AI 字幕一个字没改，11 句全对。短片是我做的，字幕交给一个开源语音模型，它输出什么我就往视频里贴什么。右上角挂着"未人工修改"，连男生结巴的那句"你你说啥"都原样留着。同一段音频我喂给了 Whisper large-v3 做对照，差距比我预想的大：粤语那句"你话过请我食饭㗎，唔好赖账"，Whisper 写成"你曾說過請我吃飯的,不要賴帳"，翻成书面中文了，粤语原文一个字不剩；这个模型写的是"你话过请我食饭噶唔好赖帐"，唔、噶、话过全在，广东人一看就是原话。四川话的"莫"和"要得"，Whisper 写成"别"和"要的"；它原样保留。英语那句 "Seriously? You forgot again?"，Whisper 整句漏掉，它一字不差。这个模型叫 Hojo-ASR-Multi-V1。它改掉的规则只有一条：不翻译你说的话，你说什么字，它就写什么字。视频之外我还单独跑了两轮数据。上一期 90 条欧洲五语种真人音频，干净音频它比 Whisper 略输一点，加噪和 1.4 倍速后反超，90 条里零语言误判、零幻觉，Whisper 则把一句意大利语认成了瑞典语。这期 30 条中文系加英语：普通话、英语双方全对；粤语按字算，它错 7%，Whisper 错 50%，错的全是"翻译"造成的；四川话它错 3%，Whisper 错 11%。更有意思的是，模型页面到今天还写着"中文、英文待支持"。Credits 里鸣谢了 WenetSpeech-Chuan 和 WenetSpeech-Yue 两个川渝、粤语数据集，能力其实早就训进去了，只是文档没跟上。想自己上手：pip install hojo-asr，权重 12GB 从 Hugging Face 拉，Mac 上 CPU 跑 float32 就行，峰值内存 20GB。前面接一个 VAD 按停顿切句再送进去，这是这类大模型底座语音模型的标准用法，逐句识别时语言切换更稳。输出是全小写无标点，做字幕直接用，要标点的场景自己补一步。不适合谁：16GB 内存的机器别试；中文长音频我还没测过，这次只测了短句和这条短片。 Apache 2.0，商用也行。他们的官方账号是 HojoAI，roadmap 上写着推理引擎和小型化，什么时候能塞进耳机我会一直盯着，想跟进的可以关注一下。

女朋友一生气就切方言，男朋友一句都没听懂，字幕全听懂了。四川话、粤语、英语、法语，11 句台词，AI 字幕一个字没改，11 句全对。短片是我做的，字幕交给一个开源语音模型，它输出什么我就往视频里贴什么。右上角挂着"未人工修改"，连男生结巴的那句"你你说啥"都原样留着。同一段音频我喂给了 Whisper large-v3 做对照，差距比我预想的大：粤语那句"你话过请我食饭㗎，唔好赖账"，Whisper 写成"你曾說過請我吃飯的,不要賴帳"，翻成书面中文了，粤语原文一个字不剩；这个模型写的是"你话过请我食饭噶唔好赖帐"，唔、噶、话过全在，广东人一看就是原话。四川话的"莫"和"要得"，Whisper 写成"别"和"要的"；它原样保留。英语那句 "Seriously? You forgot again?"，Whisper 整句漏掉，它一字不差。这个模型叫 Hojo-ASR-Multi-V1。它改掉的规则只有一条：不翻译你说的话，你说什么字，它就写什么字。视频之外我还单独跑了两轮数据。上一期 90 条欧洲五语种真人音频，干净音频它比 Whisper 略输一点，加噪和 1.4 倍速后反超，90 条里零语言误判、零幻觉，Whisper 则把一句意大利语认成了瑞典语。这期 30 条中文系加英语：普通话、英语双方全对；粤语按字算，它错 7%，Whisper 错 50%，错的全是"翻译"造成的；四川话它错 3%，Whisper 错 11%。更有意思的是，模型页面到今天还写着"中文、英文待支持"。Credits 里鸣谢了 WenetSpeech-Chuan 和 WenetSpeech-Yue 两个川渝、粤语数据集，能力其实早就训进去了，只是文档没跟上。想自己上手：pip install hojo-asr，权重 12GB 从 Hugging Face 拉，Mac 上 CPU 跑 float32 就行，峰值内存 20GB。前面接一个 VAD 按停顿切句再送进去，这是这类大模型底座语音模型的标准用法，逐句识别时语言切换更稳。输出是全小写无标点，做字幕直接用，要标点的场景自己补一步。不适合谁：16GB 内存的机器别试；中文长音频我还没测过，这次只测了短句和这条短片。 Apache 2.0，商用也行。他们的官方账号是 HojoAI，roadmap 上写着推理引擎和小型化，什么时候能塞进耳机我会一直盯着，想跟进的可以关注一下。

雨哥向前冲

529,723 views • 1 month ago

日语可能是温州的方言。是不是温州人学日语就像我们小时候背文言文一样，背下来就完事了…. 直接就能用了

日语可能是温州的方言。是不是温州人学日语就像我们小时候背文言文一样，背下来就完事了…. 直接就能用了

许四多

281,533 views • 2 years ago

这个老外，就是孟晚舟被困那次，代表华为去协助处理的高级管理，还是挺厉害的。。他甚至能跟其他外国人解释复杂的中文词汇，比如成语，还有一词多解，在不同的时间，不同的语境，不同的人，同样一组词能有不同的理解。一个老外可以做到这个程度。🤷🏻‍♀️

这个老外，就是孟晚舟被困那次，代表华为去协助处理的高级管理，还是挺厉害的。。他甚至能跟其他外国人解释复杂的中文词汇，比如成语，还有一词多解，在不同的时间，不同的语境，不同的人，同样一组词能有不同的理解。一个老外可以做到这个程度。🤷🏻‍♀️

𝐶𝑜𝑟𝑟𝑖𝑛𝑒✨

525,298 views • 1 year ago

Manga-image-Translator: 一键翻译各类图片内文字一个开源工具，专门用于翻译漫画或图片中的文字。利用高效的OCR和AI翻译技术，它能够自动识别和翻译任何图片中的文字，并支持多种语言。不仅翻译文字，还可以对去除文字后的区域进行修复和上色，以及重新渲染翻译后的文本。主要功能： 1、自动翻译图片中的文本：使用先进的OCR技术自动识别图片或漫画中的文字，并将其翻译成用户指定的语言。 2、支持多种语言：虽然最初设计是为了翻译日语文本，项目也支持中文、英文、韩文等多种语言的翻译，满足不同用户的需求。 3、文本修复与上色：在移除原始文本后，能够对相应区域进行修复和上色，保持图片的整体美观。 4、文本渲染：翻译完成的文本不仅仅是以简单文本形式呈现，还会根据原图的风格进行渲染，使翻译后的文本自然融入图片中。 5、支持命令行界面（CLI）和Web界面：用户可以通过命令行界面批量处理图片翻译任务，或者通过Web界面进行单个图片的翻译和预览。 6、一键去除漫画中的所有文字，支持多种翻译服务或模型项目地址：官方演示：

Manga-image-Translator: 一键翻译各类图片内文字一个开源工具，专门用于翻译漫画或图片中的文字。利用高效的OCR和AI翻译技术，它能够自动识别和翻译任何图片中的文字，并支持多种语言。不仅翻译文字，还可以对去除文字后的区域进行修复和上色，以及重新渲染翻译后的文本。主要功能： 1、自动翻译图片中的文本：使用先进的OCR技术自动识别图片或漫画中的文字，并将其翻译成用户指定的语言。 2、支持多种语言：虽然最初设计是为了翻译日语文本，项目也支持中文、英文、韩文等多种语言的翻译，满足不同用户的需求。 3、文本修复与上色：在移除原始文本后，能够对相应区域进行修复和上色，保持图片的整体美观。 4、文本渲染：翻译完成的文本不仅仅是以简单文本形式呈现，还会根据原图的风格进行渲染，使翻译后的文本自然融入图片中。 5、支持命令行界面（CLI）和Web界面：用户可以通过命令行界面批量处理图片翻译任务，或者通过Web界面进行单个图片的翻译和预览。 6、一键去除漫画中的所有文字，支持多种翻译服务或模型项目地址：官方演示：

小互

45,571 views • 2 years ago

刘美贤的中文水平如何？大概算北美二代普通水平。比男孩子稍好（还能讲出完整句子），和黄仁勋一个层次（黄仁勋是9岁去美国，但男性语言能力普遍弱于女性）。谷爱凌的中文水平可真的不一般。在我的观察中，中英双语都相当流利（不是中国人认为的英文流利，和美国人认为的中文流利😄）的人极为稀少。这些人是真的有语言天赋吧。中文是个难度极大并且思维上有很多与英文相悖的语言（但现代汉语的表达与英文逻辑接近的地方确实多一些），也是相当成熟的一种语言体系。

刘美贤的中文水平如何？大概算北美二代普通水平。比男孩子稍好（还能讲出完整句子），和黄仁勋一个层次（黄仁勋是9岁去美国，但男性语言能力普遍弱于女性）。谷爱凌的中文水平可真的不一般。在我的观察中，中英双语都相当流利（不是中国人认为的英文流利，和美国人认为的中文流利😄）的人极为稀少。这些人是真的有语言天赋吧。中文是个难度极大并且思维上有很多与英文相悖的语言（但现代汉语的表达与英文逻辑接近的地方确实多一些），也是相当成熟的一种语言体系。

紫水晶Amethyst

392,097 views • 8 months ago

1.联合国才是吵架的地方🐱🤷🏻‍♂️ 2.为什么我们用中文？因为中文是联合国官方语言之一。听不懂？那是你不懂中文且没有同声传译帮你翻译

1.联合国才是吵架的地方🐱🤷🏻‍♂️ 2.为什么我们用中文？因为中文是联合国官方语言之一。听不懂？那是你不懂中文且没有同声传译帮你翻译

deutschina

191,461 views • 1 year ago

尚雯婕外语学习法： 1️⃣ 找到自己感兴趣的内容，题材不限，可以是书，电台广播，访谈类节目，把它下载下来 2️⃣ 把它听写下来，目的是便于理解 3️⃣ 通篇背诵，前提是单词语法全部理解之后，全部背下来 4️⃣ 一定要背的和音频文件本身的语速一样快，背到这种程度，才能脱口而出，在脑子里形成语言习惯、语感。语感的形成和背诵速度关系非常大。最后，这样四步操练下来，如果一个音频的长度是20分钟左右，那就做10篇，以一个月完成1篇的速度，那就是10个月，那么这个语言很快就能成为你的工作语言了。

尚雯婕外语学习法： 1️⃣ 找到自己感兴趣的内容，题材不限，可以是书，电台广播，访谈类节目，把它下载下来 2️⃣ 把它听写下来，目的是便于理解 3️⃣ 通篇背诵，前提是单词语法全部理解之后，全部背下来 4️⃣ 一定要背的和音频文件本身的语速一样快，背到这种程度，才能脱口而出，在脑子里形成语言习惯、语感。语感的形成和背诵速度关系非常大。最后，这样四步操练下来，如果一个音频的长度是20分钟左右，那就做10篇，以一个月完成1篇的速度，那就是10个月，那么这个语言很快就能成为你的工作语言了。

OōEli.eth

192,418 views • 2 years ago

先讲一个你可能从来没听说过的人。 1930年，英国语言学家 C.K. Ogden 做了一件很偏执的事——他把整个英语词汇表研究了一遍，然后问了一个问题：如果只能留下最核心的那些词，英语还能不能用？他的答案是：850个词，够了。这850个词，不是随便选的，是他穷尽分析之后筛选出来的"语言骨架"。他把它们分成5类： 100个操作词（Operations）：这、那、是、有、做……就是那些让句子转起来的胶水词 400个普通事物（General Things）：名词里最高频、最基础的那层 200个可描绘事物（Picturable Things）：能画出来的具体东西，比如 door、fire、river 100个性质词（Qualities）：描述世界的形容词，比如 clear、simple、important 50个反义词（Opposites）：成对出现，学一个等于学两个 —————— 然后他把这套体系命名为 Basic English，发表出来。接下来发生的事情更有意思。丘吉尔在二战期间公开赞扬这套体系，认为它是盟国推广英语教育的最佳基础。H.G. 威尔斯把它写进了《世界大战》的续集设定里，作为未来世界通用语言的蓝图。乔治·奥威尔……没有赞扬它，但《1984》里那套压缩语言"新话"（Newspeak）的灵感，正是来自对 Basic English 的深深警惕——他担心语言被缩减之后，人的思想也会跟着被缩减。这就是这850个词的能量：支持者觉得它是桥梁，批评者觉得它是枷锁，争论了将近一百年。但我想说的不是那场争论。我想说的是——这850个词，对今天的英语学习者来说意味着什么。大多数人学英语，是被一本本厚厚的词汇书和无尽的考纲压着学的。CET-4、CET-6、托福、雅思……每一个证书背后都是几千个词的暴力记忆，背了忘，忘了背，从来没有真正"用"过。 Ogden 给出的逻辑完全相反：不是多，而是深。这850个词，每一个都是高频中的高频，每一个在日常英语表达里都有不可替代的位置。当你真正把这850个词学透——不只知道它的意思，还知道它的用法、它的近义词在什么场景该用哪一个——你对英语的掌握会比背了5000个词却每个只认识中文意思要扎实得多。这是一种截然不同的语言观：根扎得够深，枝才能生得够远。 —————— 于是我做了这个网站：（准确的说我让 Codex 做的）原版 Ogden 的资料是一本PDF，黑白的，排版像上个世纪（它确实是上个世纪的）。我想让它变成真正可以用来学习的东西。花了不少时间（花了不少 Token ）最终做成了这样：每一个词，都有一张完整的卡片。卡片上有：这个词的中文释义、英文定义（用简单的英语解释英语，就像 Ogden 本人的风格）、一句真实语境下的例句，以及2到3个同义词。五个类别各有自己的颜色，一眼就知道你在学哪个区域的词汇。每一个词，都可以听发音。接的是有道词典的语音接口，默认英式发音，可以切换美式。点单词听一次，点例句听一次，语速比正常稍慢一点，适合跟读。不是那种机械的合成音，真的可以听。最让我花心思的，是同义词那里。很多人背单词的时候，同义词只是"差不多的意思"。但真正用英语的时候，difference 和 distinction 不一样，speak 和 talk 不一样，simple 和 easy 不一样。差在哪里？什么场景该用哪个？ ——————— 网站是免费的，不需要注册，不会收集任何信息。直接访问就行：如果你身边有正在学英语的人，或者觉得自己英语"学了很多年但还是用不好"的，可以发给他们看看。也许这850个词，是一个值得重新开始的起点。 👆 以上的文案也是它写的，我越来越没有用了

先讲一个你可能从来没听说过的人。 1930年，英国语言学家 C.K. Ogden 做了一件很偏执的事——他把整个英语词汇表研究了一遍，然后问了一个问题：如果只能留下最核心的那些词，英语还能不能用？他的答案是：850个词，够了。这850个词，不是随便选的，是他穷尽分析之后筛选出来的"语言骨架"。他把它们分成5类： 100个操作词（Operations）：这、那、是、有、做……就是那些让句子转起来的胶水词 400个普通事物（General Things）：名词里最高频、最基础的那层 200个可描绘事物（Picturable Things）：能画出来的具体东西，比如 door、fire、river 100个性质词（Qualities）：描述世界的形容词，比如 clear、simple、important 50个反义词（Opposites）：成对出现，学一个等于学两个 —————— 然后他把这套体系命名为 Basic English，发表出来。接下来发生的事情更有意思。丘吉尔在二战期间公开赞扬这套体系，认为它是盟国推广英语教育的最佳基础。H.G. 威尔斯把它写进了《世界大战》的续集设定里，作为未来世界通用语言的蓝图。乔治·奥威尔……没有赞扬它，但《1984》里那套压缩语言"新话"（Newspeak）的灵感，正是来自对 Basic English 的深深警惕——他担心语言被缩减之后，人的思想也会跟着被缩减。这就是这850个词的能量：支持者觉得它是桥梁，批评者觉得它是枷锁，争论了将近一百年。但我想说的不是那场争论。我想说的是——这850个词，对今天的英语学习者来说意味着什么。大多数人学英语，是被一本本厚厚的词汇书和无尽的考纲压着学的。CET-4、CET-6、托福、雅思……每一个证书背后都是几千个词的暴力记忆，背了忘，忘了背，从来没有真正"用"过。 Ogden 给出的逻辑完全相反：不是多，而是深。这850个词，每一个都是高频中的高频，每一个在日常英语表达里都有不可替代的位置。当你真正把这850个词学透——不只知道它的意思，还知道它的用法、它的近义词在什么场景该用哪一个——你对英语的掌握会比背了5000个词却每个只认识中文意思要扎实得多。这是一种截然不同的语言观：根扎得够深，枝才能生得够远。 —————— 于是我做了这个网站：（准确的说我让 Codex 做的）原版 Ogden 的资料是一本PDF，黑白的，排版像上个世纪（它确实是上个世纪的）。我想让它变成真正可以用来学习的东西。花了不少时间（花了不少 Token ）最终做成了这样：每一个词，都有一张完整的卡片。卡片上有：这个词的中文释义、英文定义（用简单的英语解释英语，就像 Ogden 本人的风格）、一句真实语境下的例句，以及2到3个同义词。五个类别各有自己的颜色，一眼就知道你在学哪个区域的词汇。每一个词，都可以听发音。接的是有道词典的语音接口，默认英式发音，可以切换美式。点单词听一次，点例句听一次，语速比正常稍慢一点，适合跟读。不是那种机械的合成音，真的可以听。最让我花心思的，是同义词那里。很多人背单词的时候，同义词只是"差不多的意思"。但真正用英语的时候，difference 和 distinction 不一样，speak 和 talk 不一样，simple 和 easy 不一样。差在哪里？什么场景该用哪个？ ——————— 网站是免费的，不需要注册，不会收集任何信息。直接访问就行：如果你身边有正在学英语的人，或者觉得自己英语"学了很多年但还是用不好"的，可以发给他们看看。也许这850个词，是一个值得重新开始的起点。 👆 以上的文案也是它写的，我越来越没有用了

虎小象

990,860 views • 5 months ago

这个新开源 TTS 太牛逼了，打算直接替换掉原来的 TTS 了之前测试很多 TTS 都是很死板的"AI 音"，今天发现这个，真可以直接拿去商用了多语种翻译、声音克隆、情绪语气保持，三件事同时拉满的开源模型我是第一次见我直接拿世界杯名场面解说暴力测试了，选了三段，每段翻四种语言：梅西帽子戏法那段，西班牙语解说 GOOOOOL 嘶吼到破音，翻成日语、阿拉伯语、中文，那种快吼劈嗓子的劲儿，四个版本居然都在姆巴佩 96 分钟绝杀世界波，英语解说那种"安静一秒然后炸开"的节奏，翻成德语、日语、中文，全部对上另外，佛得角 Vozinha 赛后感言，带有哽咽的感觉，葡语翻英语、日语、中文，声音里的颤抖感翻完居然也在这确实是把 TTS 最难做到的“情绪”给做好了！它是有道子曰的 Confucius4-TTS，3 秒克隆声音，14 种语言，并且是开源，完全可以自部署整体效果非常惊艳，个别长句有一点 AI 感，短句高情绪片段已经很离谱了。做了对比视频，可以听一听感受一下👇 #有道TTS

这个新开源 TTS 太牛逼了，打算直接替换掉原来的 TTS 了之前测试很多 TTS 都是很死板的"AI 音"，今天发现这个，真可以直接拿去商用了多语种翻译、声音克隆、情绪语气保持，三件事同时拉满的开源模型我是第一次见我直接拿世界杯名场面解说暴力测试了，选了三段，每段翻四种语言：梅西帽子戏法那段，西班牙语解说 GOOOOOL 嘶吼到破音，翻成日语、阿拉伯语、中文，那种快吼劈嗓子的劲儿，四个版本居然都在姆巴佩 96 分钟绝杀世界波，英语解说那种"安静一秒然后炸开"的节奏，翻成德语、日语、中文，全部对上另外，佛得角 Vozinha 赛后感言，带有哽咽的感觉，葡语翻英语、日语、中文，声音里的颤抖感翻完居然也在这确实是把 TTS 最难做到的“情绪”给做好了！它是有道子曰的 Confucius4-TTS，3 秒克隆声音，14 种语言，并且是开源，完全可以自部署整体效果非常惊艳，个别长句有一点 AI 感，短句高情绪片段已经很离谱了。做了对比视频，可以听一听感受一下👇 #有道TTS

余温

132,461 views • 4 months ago

最近TTS太火了，字节跳动也推出了语音生成模型：Seed-TTS Seed-TTS能生成与人类语音几乎没有区别的语音支持多种语言包括英语、中文，能够进行同语言生成和跨语言生成。能处理各种文本，叙述性文本、情感表达、描述性文本等，能根据不同的情感和语境生成相应的语音 github：论文： #TTS #SeedTTS #字节跳动

最近TTS太火了，字节跳动也推出了语音生成模型：Seed-TTS Seed-TTS能生成与人类语音几乎没有区别的语音支持多种语言包括英语、中文，能够进行同语言生成和跨语言生成。能处理各种文本，叙述性文本、情感表达、描述性文本等，能根据不同的情感和语境生成相应的语音 github：论文： #TTS #SeedTTS #字节跳动

AIGCLINK

13,381 views • 2 years ago

大家默认奥特曼的Whisper 是语音识别（ASR）天花板。我用四川话测了一句：巴适。 Whisper 听成了八式，它从没学过四川话。同一批音频，Hojo-ASR-Multi-V1：错误率0.0%。接着，我给了它们一段成都街头的环境音，全程没有一个人说话。 · Whisper 吐出 100 个嗨 · Hojo 吐出 5 个字符两个都幻觉了，但一个是 100 字，一个是 5 字。嘈杂街头声音解码，是常用的场景。我用两个模型做了详细评测。最有意思的是 Hojo 的底座 —— 语音编码器来自 Qwen3-Omni-30B，语言解码器是 Qwen3-4B。 🚀一个文本大模型，凭什么能做语音识别？因为 ASR 从来就是两半：声学 + 语言。「bā shì」这个音，在波形里根本分不出是「巴适」还是「八式」—— 声音里没有这个信息。能定夺的只有语言知识：哪个词真的存在、在这个语境里说得通。 Qwen3-4B 读过整个中文互联网，知道「巴适」是个四川话词。 🔥接法很巧：训练一个适配器，把音频编码成2560维向量，刚好Qwen3-4B刚好接受2560 维。两个数字一对上，Qwen 就以为自己在读词，其实在听声音。所以这不是从头训语音识别模型，而是后训练：拿 Qwen3-4B 当初始化权重，连同音频编码器一起全参数微调。我把它的解码器和原版 Qwen3-4B 逐层比对过，每一层都有变化。所以不是白嫖 Qwen 的语言知识，避免了从零预训练语言能力。这条路叫 Encoder-Adapter-LLM。最后还有一个牛逼的点： Open ASR Leaderboard全球第 7，开源多语言 ASR 第 1。五语种平均 WER 3.54%，而且权重开放、评测公开、结果可复现。现已支持四川话、广东话小语种。 Apache 2.0 开源。

大家默认奥特曼的Whisper 是语音识别（ASR）天花板。我用四川话测了一句：巴适。 Whisper 听成了八式，它从没学过四川话。同一批音频，Hojo-ASR-Multi-V1：错误率0.0%。接着，我给了它们一段成都街头的环境音，全程没有一个人说话。 · Whisper 吐出 100 个嗨 · Hojo 吐出 5 个字符两个都幻觉了，但一个是 100 字，一个是 5 字。嘈杂街头声音解码，是常用的场景。我用两个模型做了详细评测。最有意思的是 Hojo 的底座 —— 语音编码器来自 Qwen3-Omni-30B，语言解码器是 Qwen3-4B。 🚀一个文本大模型，凭什么能做语音识别？因为 ASR 从来就是两半：声学 + 语言。「bā shì」这个音，在波形里根本分不出是「巴适」还是「八式」—— 声音里没有这个信息。能定夺的只有语言知识：哪个词真的存在、在这个语境里说得通。 Qwen3-4B 读过整个中文互联网，知道「巴适」是个四川话词。 🔥接法很巧：训练一个适配器，把音频编码成2560维向量，刚好Qwen3-4B刚好接受2560 维。两个数字一对上，Qwen 就以为自己在读词，其实在听声音。所以这不是从头训语音识别模型，而是后训练：拿 Qwen3-4B 当初始化权重，连同音频编码器一起全参数微调。我把它的解码器和原版 Qwen3-4B 逐层比对过，每一层都有变化。所以不是白嫖 Qwen 的语言知识，避免了从零预训练语言能力。这条路叫 Encoder-Adapter-LLM。最后还有一个牛逼的点： Open ASR Leaderboard全球第 7，开源多语言 ASR 第 1。五语种平均 WER 3.54%，而且权重开放、评测公开、结果可复现。现已支持四川话、广东话小语种。 Apache 2.0 开源。

实践哥 Li

47,158 views • 2 months ago