簡轉繁還是「視頻」「內存」？實測 OpenCC 的台灣用語模式：電腦詞 17/18，生活詞 0/6

重點摘要

在網路上找到一篇很實用的教學，或是追劇時拿到一份字幕檔，打開卻全是簡體字。用常見的「簡轉繁」轉一下，字是變繁體了，讀起來還是「視頻」「內存」「鼠標」，卡卡的。

開源專案 OpenCC（Open Chinese Convert，約 1 萬顆星）除了換字形，還有一個「台灣用語」模式，號稱能把詞彙一起換成台灣說法。我實際裝起來，用自己寫的簡體句子測了一輪。

測試設備： Mac mini M4 Pro（12 核、64GB）。受測版本： OpenCC 1.4.2（PyPI 套件 opencc）。測試句子都是我自己寫的，不是真實文章。

pip install opencc
opencc --version   # OpenCC 1.4.2

PyPI 上有預先編好的套件，不用自己編 C++，安裝約 1 秒。裝完就有 opencc 這個指令可以用。

OpenCC 用 -c 選擇轉換設定。跟台灣有關的有三個：

opencc -c s2t   -i tutorial.txt
opencc -c s2twp -i tutorial.txt

我寫了 4 句電腦教學：

这个软件的视频质量很好，内存占用也不高。先用鼠标点击右上角的设置，再把U盘插进笔记本电脑。打印机连不上网络的话，请检查服务器的信息。我们的项目源代码支持多线程，程序员可以直接下载。

同一段電腦教學，s2t 只換字形，s2twp 連詞彙一起換

s2t 和 s2tw：輸出完全一樣，「軟件、視頻、內存、鼠標、U盤、服務器」全部照留。
s2twp：軟體、影片、記憶體、滑鼠、點選、設定、隨身碟、筆記型電腦、印表機、網路、伺服器、資訊、專案、原始碼、支援、多執行緒、程式設計師——18 個對岸用詞換對 17 個，只有「質量」沒變成「品質」。

所以重點只有一個：一定要用 s2twp，前兩個模式不會換詞。

再寫 4 句日常生活的句子：

opencc -c s2twp -i life.txt

生活用語的轉換結果：出租車、土豆、西紅柿都沒換

出租車（計程車）、土豆（馬鈴薯）、西紅柿（番茄）、網上（網路上）、外賣（外送）、質量（品質）——6 個都原封不動。它的台灣用語詞庫明顯偏向電腦、科技術語。

不過它在「一個簡體字對應好幾個繁體字」這件事上做得很好：头发→頭髮、理发→理髮、发个→發個、干净→乾淨、晾干→晾乾、干活→幹活，全部分對。這是單純查字表做不到的，OpenCC 是先切詞再轉換。

單獨測幾個短句時發現一個怪現象：

同一個詞，前面換一個字，結果就不一樣。我的推測是切詞時「打出」「叫出」先被當成一個詞，「出租車」就被拆散、對不到詞庫；這是推測，我沒有去讀它的切詞原始碼確認。實務上的意思是：就算詞庫裡有的詞，也不保證每次都換到。

opencc -c s2twp -i sub.srt -o sub_tw.srt

自己寫了 4 句的 srt 字幕檔：序號和時間軸完全沒被動到，屏幕→螢幕、自行车→腳踏車、出租车→計程車、视频→影片、文件→檔案、U盘→隨身碟都換好了，7 個換對 6 個，只漏了「打印」（列印）。打印機會變印表機，但單獨的「打印」不會。

把測試句子重複到約 200 萬字（1,999,824 字、5.8MB）：

time opencc -c s2twp -i big.txt -o big_tw.txt

兩次量測分別是 0.35 秒和 0.24 秒。一整套長篇小說等級的文字量，基本上是按下去就好。

OpenCC 是我會留在電腦裡的工具：看對岸的技術教學、整理簡體文件、轉追劇字幕，s2twp 一行指令就把大部分電腦用語換成台灣說法，速度快到不用等。

但別把它當成「轉完就是道地台灣話」。生活用語詞庫很薄，連「打出租車」這種常見說法都會漏，正式要用的文章轉完一定要自己再讀一遍。

適合： 常看簡體技術教學、要整理簡體文件或字幕、願意打一行指令的人。

不適合： 不想碰指令列的人；想把小說、生活文章一鍵變成道地台灣用語、轉完不再校對的人。

測試設備：Mac mini M4 Pro（12 核、64GB）。內容依實際執行結果撰寫，數據為撰寫當時的實測值。