跨区翻译，从来不是简单的字形替换
简体中文与繁体中文之间的差异，往往被误解为仅仅是偏旁部首或字形层面的对应。但在实际的文档、沟通或技术场景中，词汇的选择直接决定了理解的成本。台湾用户习惯称“软体”而非“软件”，香港职场常混用粤语动词结构，而大陆工程师熟悉的术语在台湾可能完全陌生。如果仅靠基础的字符映射，出来的译文虽然能看懂，却带着明显的“外乡味”，甚至会造成业务沟通的歧义。解决这个问题的核心，不在于转换了多少个字，而在于工具能否理解语境，并尊重不同地区的用词习惯。这也是设计一款离线优先桌面翻译工具的底层逻辑：JoesanTrans 拒绝一刀切的机翻模板，而是通过多层级的本地能力与用户自主沉淀，让跨区翻译回归准确与地道。
离线词典：提前锁定港台常用词与粤语表达
面对地域性极强的词汇，联网检索往往会引入大量无关的网络用语或广告内容。JoesanTrans 将重心放在离线词典的构建上。目前离线词典覆盖 72 个方向，专门收录了简繁地区差异词与粤语常用表达。当你输入一段包含“唔该”、“推坑”或“硬体”的文本时，系统会第一时间在本地词典库中进行语义对齐，而不是盲目依赖通用语料库的概率计算。这种设计的初衷非常明确：减少对外部网络的依赖，同时避免公共语料对特定区域用词的稀释。词典中的词条并非死板的字典定义，而是结合了对应地区的实际搭配习惯。你不需要额外下载任何附加包，只需在安装客户端（支持 macOS 与 Windows，界面提供 10 种语言选择）后按需开启对应语言对，这些区域性词汇就能自动生效。
记忆库：把个人的语感翻译成可复用的规则
即使离线词典足够丰富，也无法穷尽每个行业、每个团队的黑话与偏好。比如同样翻译“上线”，有的团队坚持用“部署”，有的则习惯保留“上線”。机器无法凭空猜透你的内部规范，只能等待你的反馈。这就是记忆库的工作方式。它不会偷偷抓取网上的所谓优质译文来污染你的环境，而是严格记录你手动修改过的译法。当你在结果栏看到某个港台用词不符合预期，点击替换为自己的版本后，这条句子就会被写入本地数据库。后续只要遇到相同或高度相似的句子，系统会直接调用你曾经确认过的译法。改一次，之后相同句子复用他的版本。这种机制把原本不可控的大模型概率，转化为你可控的个人术语资产。对于频繁处理跨区文档的用户来说，记忆库的积累会让翻译质量随着时间曲线稳步上升，且完全运行在你的机器上，不消耗任何联网额度。
逐层匹配机制：如何在省额度与保准确之间找平衡
跨区翻译对算力与上下文的要求较高，但普通用户的 API 额度往往有限。为此，翻译走一条明确的路径：本地缓存 → 离线词典 → 记忆库 → 离线模型 → AI。系统会逐层尝试，越早命中越快越省。每条译文旁边标出它来自哪一层，让你清楚知道这个港台词汇是靠词典匹配的，还是靠大模型补全的。如果前四层本地路由都无法给出满意答案，请求才会发送至云端。需要注意的是，客户端不保存任何 API 密钥，AI 由服务端提供，保障你的原始文字仅在最后一环进行必要传输。针对离线模型的使用，单方向离线模型 37–79MB；覆盖全部方向的通用模型约 497MB。都是按需下载。免费档用户离线能力全部免费不限量，AI 翻译有每日字符额度；升级至 VIP 后，离线模型不限数量，记忆库与术语表不限，文档翻译、截图识别不限次数。通过这种分层设计，你可以把有限的云端算力留给真正的疑难杂症，而日常的简繁对照、粤语口语或专业术语校对，则由本地引擎默默承担。