Traducción de manga con IA: cómo funcionan realmente el OCR y la composición
La traducción de manga con IA parece sencilla desde fuera: subes una página y recibes una imagen traducida. Por debajo, el sistema debe resolver dos problemas difíciles: leer el texto original con precisión (OCR) y colocar la traducción sobre la página sin arruinar el dibujo (composición). Aquí te explicamos cómo funciona.
Paso 1: detección y OCR
Primero el sistema localiza el texto. En un manga vive en bocadillos, recuadros de narración y onomatopeyas: a veces vertical, a veces horizontal, a menudo sobre el propio dibujo. Un modelo de detección dibuja cajas alrededor de cada zona de texto y un modelo OCR lee los caracteres de cada caja respetando el orden de lectura, de derecha a izquierda y de arriba abajo.
Es más difícil que el OCR de documentos: fuentes estilizadas, lettering dibujado a mano y texto de bajo contraste sobre fondos detallados. El ajuste de precisión controla cuánto busca el detector: más precisión captura texto pequeño, pero puede tomar ruido del fondo.
Paso 2: borrado del texto original
Una vez leído, el texto original debe eliminarse para dejar sitio a la traducción. El sistema rellena la zona con el dibujo circundante (inpainting). En bocadillos blancos es fácil; en texto sobre el dibujo, una máscara de segmentación borra solo los trazos, preservando la imagen subyacente.
Paso 3: traducción
El texto extraído se envía a un modelo de traducción. El idioma de origen se detecta automáticamente a partir de los caracteres (japonés con kana, coreano, chino, etc.). La traducción vuelve línea por línea, asignada a las regiones originales.
Paso 4: composición
La composición es donde fallan muchas herramientas. Una línea traducida casi nunca tiene el mismo largo que el original: el inglés y las lenguas europeas suelen ser más largos. El sistema elige un tamaño de fuente que quepa en el bocadillo, parte líneas y respeta el sentido de lectura, reduciendo la fuente si hace falta sin perder legibilidad.
Por qué varían los resultados
- Calidad de imagen: los escaneos nítidos y de alta resolución ayudan mucho al OCR.
- Forma de los bocadillos: los apretados o irregulares son más difíciles de rellenar.
- Lettering estilizado: las onomatopeyas decorativas son difíciles de leer y traducir.
- Idioma de origen: escrituras diferenciadas (kana, hangul) son más fáciles de detectar.
Qué esperar realmente
La IA moderna ofrece un borrador legible y preciso, ideal para lectura personal. No sustituye una localización humana profesional, pero para ponerse al día con capítulos sin traducir, supone un cambio enorme.