Traducteur photo : par la caméra ou depuis un fichier

« Traduire avec la caméra » ouvre un viseur : le cadre est reconnu dans le navigateur, et la traduction est dessinée en pastilles par-dessus les inscriptions. Un passage coûte environ 0,13 s sur un appareil doté de WebGPU et environ 0,29 s en wasm ordinaire, plus la traduction des chaînes nouvelles — les inscriptions déjà vues reviennent sans attente. Si un passage dépasse 2,6 s, le mode continu se coupe de lui-même et laisse place au bouton « Lire l'image » : sur un tel appareil, le cadre change avant que la traduction n'y arrive. En détection automatique, la langue source est fixée une fois, d'après le premier cadre lu. « Prendre l'image » conserve l'image courante et la confie au chemin habituel, où la traduction est intégrée à la photo elle-même.

Avant la première lecture, le navigateur télécharge le modèle : 4,5 Mo pour repérer le texte, plus 7,5 à 15,8 Mo pour l’écriture choisie. La taille est annoncée avant le début du téléchargement. Ensuite le modèle vient du cache et les photos suivantes démarrent aussitôt. Passer à une autre écriture n’ajoute que le nouveau lecteur : le repérage du texte est commun à toutes.

C’est le plus souvent la taille des lettres : si un trait fait moins de deux pixels, il n’y a rien à lire. Une prise plus proche ou en plus haute définition règle le problème. Deuxième cause fréquente : « détecter automatiquement » sur une inscription de deux mots — la détection n’a pas de matière, indiquez la langue à la main. Troisième : un angle prononcé, au-delà d’une quarantaine de degrés la lecture se dégrade nettement.

Le texte est réduit et passé à la ligne pour tenir dans la place de l’original — l’allemand et le russe font en général un tiers de plus que l’anglais. Si c’est devenu trop petit, raccourcissez la traduction à la main : touchez l’inscription sur la photo même ou sa ligne dans la liste — la modification redessine aussitôt.

Oui, et c’est sur les captures que la reconnaissance est la plus juste : caractères réguliers, ni reflet ni perspective. Les messages sont lus comme des fragments distincts, la conversation reste donc ligne à ligne.

Le japonais est lu par le modèle chinois : les kanji leur sont communs et ressortent exacts, tandis que hiragana et katakana passent moins bien, ce modèle ne les ayant jamais vus spécifiquement. Un modèle japonais dédié ajouterait environ 13 Mo au téléchargement ; si le japonais est demandé, il sera ajouté.

Elle est recouverte d’une couleur prélevée sur l’anneau de pixels qui l’entoure : c’est pourquoi la jointure est invisible sur le fond uni d’un panneau ou d’un document. Sur un fond chargé, le remplissage s’estompe vers les bords et la traduction reçoit un fin contour de la couleur du fond pour rester lisible. L’original est conservé : l’interrupteur « Afficher l’original » ramène la photo intacte.

Un menu, une enseigne ou une notice se composent de courts blocs de texte, et un par un ils sont traduits mot à mot : « Grilled » et « salmon » deviennent deux mots séparés au lieu d'un plat. En mode précis, tous les blocs de la photo partent vers un modèle de langue en une seule tâche, dans l'ordre de lecture, et il les traduit comme un texte suivi. Pour cela, le texte reconnu est transmis à notre serveur et au modèle (les destinataires figurent sur la page des fournisseurs d'IA) ; la photo elle-même est reconnue dans le navigateur.