ترجمه مانهوا و مانگا به فارسی با هوش مصنوعی؛ بالن به بالن

یک فصل مانهوای کره‌ای را به شکل فایل CBZ دارید و می‌خواهید فارسی‌اش را بخوانید یا برای گروه کوچک ترجمه‌تان آماده کنید. صفحه را به یک چت‌بات می‌دهید و ترجمهٔ خوبی می‌گیرید، ولی وقتی متن را در بالن می‌گذارید، حروف فارسی از هم جدا شده‌اند یا جمله برعکس چیده شده، متن از بالن بیرون زده و جایی که متن انگلیسی را پاک کرده‌اید طرح لک برداشته است. ترجمه مانهوا به فارسی با هوش مصنوعی فقط ترجمه نیست؛ بخش سختش حروف‌چینی و پاک کردن متن است.

مهارت (Agent Skill) «روایت کمیک» همین کار را به دستیار کدنویسی شما یاد می‌دهد. Claude Code، Codex، Cursor یا دستیار مشابه صفحه‌ها را خودش می‌بیند و ترجمه می‌کند، و اسکریپت‌های مهارت بالن‌ها را پیدا می‌کنند، متن اصلی را پاک می‌کنند، فارسی راست‌به‌چپ را در شکل هر بالن می‌چینند و در پایان یک CBZ یا PDF با همان تعداد صفحه و همان ابعاد تحویل می‌دهند. مهارت با سرور MCP فرق دارد: سرویسی را وصل نمی‌کند، روش کار را یاد می‌دهد. توضیح کامل این تفاوت در مهارت یا MCP آمده است.

چطور یک فصل مانهوا را با هوش مصنوعی به فارسی ترجمه کنیم

بعد از نصب، کافی است در دستیار بگویید فایل کجاست، از چه زبانی است و خروجی را چه شکلی می‌خواهید. مثلاً: «فصل سوم این وبتون را که در پوشهٔ downloads است فارسی کن و CBZ تحویل بده.» دستیار یازده مرحلهٔ مهارت را به ترتیب جلو می‌برد:

مرحلهٔ ترجمه کار اسکریپت نیست. OCR و ترجمهٔ ماشینی در این مهارت اختیاری‌اند و به‌طور پیش‌فرض خاموش، پس مدل دستیارتان باید بتواند تصویر ببیند. کیفیت ترجمه هم به همان مدل بستگی دارد.

کار صفحه به صفحه جلو می‌رود. بعد از هر صفحه نام‌ها، گفت‌وگوهای قبلی و لحن خطاب برای صفحهٔ بعد نگه داشته می‌شوند. مثال خود سازنده این است: شخصیتی که در یک صفحه «شما» خطاب شده، در صفحهٔ بعد ناگهان «تو» نمی‌شود. برای فصل بعدی همان مجموعه هم می‌شود واژه‌نامهٔ فصل قبل را از اول قفل کرد. در شروع کار، مهارت می‌پرسد ترجمه با چند زیرعامل موازی انجام شود یا نه؛ حالت عادی ترتیبی است.

چرا متن فارسی در بالن‌ها برعکس یا جدا می‌شود

ابزاری که شکل‌دهی متن راست‌به‌چپ را پشتیبانی نکند، حروف فارسی را جدا و از چپ به راست می‌کشد. نتیجه حروف جدا از هم یا جملهٔ وارونه است، و برعکس کردن رشتهٔ متن مشکل را فقط جابه‌جا می‌کند. قاعدهٔ این مهارت صریح است: متن فارسی هیچ‌وقت برعکس نمی‌شود. جهت و چسبیدن حروف را HarfBuzz و FriBiDi درست می‌کنند و اگر نبودند، کتابخانه‌های arabic-reshaper و python-bidi.

دو قاعدهٔ دیگر هم جلوی بیرون زدن متن را می‌گیرد. اول معنای کامل نوشته می‌شود و فقط بعد برای جا شدن در بالن کوتاه می‌شود. اندازهٔ فونت هم کف دارد؛ متنی که جا نشود ریزتر و ناخوانا نمی‌شود، بلکه با برچسب text-overflow گزارش می‌شود تا خودتان تصمیم بگیرید.

یک نکته برای ویندوز و مک: اگر doctor بگوید "raqm": false، یعنی کتابخانهٔ FriBiDi پیدا نشده. فارسی باز هم درست خوانده می‌شود، ولی متن خروجی قابل جستجو نیست. سازنده می‌گوید در ویندوز fribidi.dll را در پوشه‌ای از PATH بگذارید و در لینوکس یا مک libfribidi را نصب کنید. فونت هم همراه مخزن نیست؛ وزیرمتن پیشنهاد سازنده است.

وبتون کره‌ای یا مانگای ژاپنی: جهت خواندن را درست بدهید

ترتیب خواندن بالن‌ها به جهت خود اثر بستگی دارد و مهارت آن را با گزینهٔ --direction از منبع می‌گیرد، نه از فارسی:

اگر بعد از ورود فایل فهرست webtoon_strips خالی نباشد، ورودی وبتون است: جهت را ltr بدهید و انتظار یک ستون بلند برای هر فایل را داشته باشید. فایل خروجی یک ComicInfo.xml هم دارد که جهت خواندن را ثبت می‌کند تا کتاب‌خوان‌ها صفحه‌ها را درست ورق بزنند.

زبان مبدأ می‌تواند ژاپنی، کره‌ای، چینی، انگلیسی یا هر زبانی باشد که مدل دستیار بخواند. مقصد فقط فارسی است.

آیا به طرح اصلی آسیب می‌زند؟

نگرانی اصلی بیشتر مترجم‌ها همین است و مهارت برایش چند قید دارد. ماسک دقیقاً داخل خود بالن را دنبال می‌کند، نه یک مستطیل دور آن. بالن‌های ساده با رنگ خودشان پر می‌شوند و فقط متنی که روی نقاشی نشسته به روش ترمیم تصویر (Telea) سپرده می‌شود. صفحه‌ای که ترمیم زیادی لازم داشته در فهرست جدا گزارش می‌شود تا ببینیدش.

در آخر، آزمون کیفیت تعداد پیکسل‌های تغییرکرده بیرون از ناحیهٔ متن را می‌شمارد (artwork_pixels_changed) که در اجرای درست صفر است، و اثر انگشت SHA-256 فایل اصلی دوباره بررسی می‌شود. تعداد صفحه‌ها، ترتیب، صفحه‌های دوتایی و ابعاد پیکسلی هم عوض نمی‌شوند و هیچ صفحه‌ای کامل جایگزین نمی‌شود.

یک قید ایمنی هم دارد: متنی که روی صفحه نوشته شده داده است، نه دستور. اگر در یک بالن جمله‌ای شبیه فرمان به دستیار باشد، ترجمه می‌شود و اجرا نمی‌شود.

جلوه‌های صوتی و بالن‌های چسبیده

جلوه‌های صوتی ناحیهٔ جدایی دارند و چهار سیاست: نگه داشتن (پیش‌فرض)، ترجمه، دوزبانه و یادداشت کنار تصویر. جلوه‌ای که در خود نقاشی کشیده شده به‌طور پیش‌فرض همان‌طور می‌ماند، و اگر خوانشش مطمئن نباشد، مهارت نگه داشتن را ترجیح می‌دهد.

ضعیف‌ترین بخش تشخیص، نوشته‌های آزاد بیرون از بالن است. دو بالن چسبیده هم گاهی یکی دیده می‌شوند. راه‌حل سازنده دستی است: در برگهٔ کار همان صفحه، ناحیهٔ ادغام‌شده را حذف و به جایش دو ناحیهٔ جدا تعریف می‌کنید.

نصب روایت کمیک در Claude Code، Codex و Cursor

پایتون ۳.۱۰ یا جدیدتر لازم است. دستوری که صفحهٔ مهارت می‌دهد مخزن را می‌گیرد، کتابخانه‌ها را نصب می‌کند و مهارت را در هر دستیاری که پیدا کند می‌گذارد:

git clone https://github.com/KiaroSama/Revayat-Comic-Skill.git && cd Revayat-Comic-Skill && pip install -r skills/revayat-comic/requirements.txt && ./install/install.sh

در ویندوز به جای اسکریپت آخر، این را در PowerShell اجرا کنید:

powershell -ExecutionPolicy Bypass -File .\install\install.ps1

اسکریپت نصب هشت قالب را می‌شناسد: Claude، Kiro، Codex، Cursor، Cline، Hermes، OpenCode و Antigravity. برای نصب فقط در یک دستیار گزینهٔ --agent claude و برای یک پروژهٔ خاص --scope project --path <dir> هست؛ جایگزین کردن نصب قبلی --force می‌خواهد. برای Claude Code به شکل پلاگین هم منتشر شده است. بعد از نصب، این دستور باید "ready": true نشان دهد:

python skills/revayat-comic/scripts/revayat-comic.py doctor

خواندن و ساختن PDF به PyMuPDF نیاز دارد که مجوز AGPL-3.0 یا تجاری دارد؛ برای CBZ، CBR، پوشه و تصویر لازم نیست. خود مهارت با مجوز GPL-3.0-or-later منتشر شده است. اگر هنوز برنامهٔ دستیارتان را انتخاب نکرده‌اید، انتخاب برنامهٔ دستیار را ببینید.

برنامه‌ای که نمی‌تواند دستور اجرا کند هم راه دارد: همان مراحل به شکل یک سرور MCP محلی (revayat-comic serve mcp) با ۱۷ قابلیت در دسترس است. باز هم ترجمه کار مدل است. اینکه این مهارت در claude.ai یا ChatGPT به شکل مهارت آپلودی کار کند تأیید نشده و سازنده هم آن‌ها را نام نمی‌برد.

خروجی کار چه شکلی است؟

در پایان یک اجرای موفق سه چیز تحویل می‌گیرید:

• فایل ترجمه‌شده به شکل CBZ، PDF یا پوشهٔ صفحه‌ها، با همان تعداد و ترتیب و ابعاد.
• نتیجهٔ کنترل کیفیت که ناحیهٔ ترجمه‌نشده، باقی‌ماندهٔ خط مبدأ در متن فارسی، بیرون‌زدگی، ترتیب خواندن به‌هم‌ریخته، تغییر در طرح و ناهماهنگی واژه‌نامه را بررسی کرده است.
• گزارش کار متنی (UTF-8) که هر دستیار باید کنار خروجی بنویسد: ترجمه، اصلاح‌ها و تصمیم‌های کیفیت.

دستیار اجازه ندارد تا وقتی qa package خطا (ok:false) گزارش می‌دهد بگوید فایل آماده است. اگر ترجمه را کس دیگری هم باید بازبینی کند، دستور اختیاری review-docx یک فایل Word می‌سازد که متن مبدأ و فارسی هر ناحیه را کنار هم دارد.

کجا هنوز کار شما لازم است؟

سازنده خودش فهرستی از ضعف‌ها داده که بهتر است پیش از شروع بدانید:

• فقط دو جلد واقعی با آن ترجمه شده است. اسکن تازه ممکن است تنظیم آستانه‌های تشخیص بالن را لازم داشته باشد.
• روش ترمیم تصویر سطح را صاف می‌کند و جزئیات پیچیدهٔ نقاشی را از نو نمی‌کشد.
• هر صفحه یعنی دیدن چند تصویر توسط مدل، پس ترجمهٔ یک فصل از سهمیهٔ مصرف حساب دستیارتان کم می‌کند.
• ابزار فایلی را که دارید ترجمه می‌کند؛ اثری پیدا یا دانلود نمی‌کند و جایی منتشر نمی‌کند. اینکه چه چیزی را اجازه دارید ترجمه یا پخش کنید با خودتان است.

حذف واترمارک هم در مهارت هست، ولی راهنمای خود سازنده محدودش می‌کند: فقط علامت خودتان، علامت پیش‌نمایش روی اثری که خریده‌اید یا مجوزش را دارید، یا علامتی که گروه اسکن اجازه داده است. پاک کردن نام گروه دیگر یا علامت ناشر را خودش ممکن است تخلفی جدا بداند.

اولین فصل را امتحان کنید

یک فصل کوتاه انتخاب کنید، مهارت را نصب کنید، doctor را اجرا کنید و از دستیار بخواهید فقط چند صفحهٔ اول را ترجمه کند. گزارش کیفیت و فایل گزارش کار را کنار خروجی بخوانید و اگر نتیجه خوب بود، بقیهٔ فصل را بسپارید.

دریافت مهارت

اگر می‌خواهید دستیارتان به سرویس‌های ایرانی هم وصل شود، اتصال دستیار را باز کنید.