\r \r \r

vn-translate — Dịch Truyện Sang Tiếng Việt\r

\r \r

Tổng quan\r

\r Quy trình dịch truyện gồm 4 bước:\r

1. Chuẩn bị: Chuyển đổi file đầu vào thành .md nếu cần (dùng scripts/convert_to_md.py)\r
2. Cắt file: Chia file truyện thành nhiều phần nhỏ ~12kb (dùng scripts/split_file.py)\r
3. Dịch: Dịch từng phần, đồng thời tổng hợp tên nhân vật và xưng hô\r
4. Ghép: Nối các phần đã dịch thành một file hoàn chỉnh (dùng scripts/merge_parts.py)\r \r \r

Cấu trúc thư mục\r

\r

\x3Cproject-dir>/\r
├── raw/              # File gốc đã cắt nhỏ: part_001.md, part_002.md, ...\r
├── out/              # File đã dịch: part_001.md, part_002.md, ...\r
├── TenRieng.md       # Bảng tổng hợp tên riêng (nhân vật, địa danh, thuật ngữ)\r
├── XungHo.md         # MA TRẬN xưng hô (người nói × người nghe)\r
├── full.md           # File đã ghép hoàn chỉnh sau khi dịch\r
└── (file gốc)\r
```\r
\r
\r
## Bước 1: Chuẩn bị\r
\r
Chạy:\r
```bash\r
python scripts/convert_to_md.py \x3Cfile_goc>\r
```\r
\r
Script tự động nhận diện `.txt`, `.epub`, `.docx`, `.html`, `.pdf` và xuất ra `.md`.\r
\r
\r
## Bước 2: Cắt file ~12kb\r
\r
Chạy:\r
```bash\r
python scripts/split_file.py \x3Cfile.md> raw/\r
```\r
\r
Tạo các file `raw/part_xxx.md`, mỗi file ~12KB, chỉ cắt tại ký tự xuống dòng `\
`.\r
\r
\r
## Bước 3: Dịch từng phần + Tổng hợp tên/xưng hô\r
\r
### Quy trình dịch:\r
\r
1. **Khởi tạo:** Tạo `TenRieng.md` và `XungHo.md` với format chuẩn (xem bên dưới).\r
2. **Dịch tuần tự:** Dịch từng file `raw/part_x.md` → `out/part_x.md`. Mỗi part dịch xong, kiểm tra chéo với bảng tên và xưng hô.\r
3. **Tổng hợp:** Trong quá trình dịch part đầu tiên, lập danh sách **tất cả tên riêng** và **cách xưng hô**. Ghi nhận ngay vào `TenRieng.md` và `XungHo.md`. Các part sau phải tuân thủ tuyệt đối.\r
\r
### Format `TenRieng.md`:\r
\r
Bảng 1 chiều: tên gốc → tên dịch + ghi chú. Bao gồm **mọi tên riêng**: nhân vật, địa danh, tổ chức, vật phẩm đặc biệt, thuật ngữ riêng.\r
\r
```markdown\r
# Tên Riêng\r
\r
| Tên gốc | Tên dịch | Ghi chú |\r
|---------|----------|---------|\r
| Alice   | Alice    | Nữ chính, 16 tuổi |\r
| Bob     | Bob      | Bạn thân của Alice |\r
| Wonderland | Xứ sở thần tiên | Địa danh chính |\r
```\r
\r
### Format `XungHo.md`:\r
\r
**Ma trận 2 chiều:** hàng = người nói, cột = người nghe.\r
Ô giao nhau ghi `Xưng\Hô` (cách nhau bởi dấu gạch chéo).\r
\r
```markdown\r
# Bảng Xưng Hô\r
\r
Ma trận: [Người nói] × [Người nghe], ô = `Xưng\Hô`\r
\r
| Người nói \ Người nghe | An | Mẹ kế |\r
|------------------------|------|---------|\r
| An | - | Con / Dì |\r
| Mẹ kế | Mẹ / Con | - |\r
\r
| Người nói \ Người nghe | Chị A | Em B |\r
|------------------------|-------|------|\r
| Chị A | - | Chị / Em |\r
| Em B | Em / Chị | - |\r
```\r
\r
**Nguyên tắc dịch xưng hô:**\r
- Xác định mối quan hệ giữa các nhân vật (gia đình, bạn bè, kẻ thù, xa lạ, cấp trên/dưới).\r
- Dùng ma trận để đảm bảo nhất quán: nếu A gọi B là "chị" thì B gọi A là "em".\r
- Cập nhật ma trận ngay khi có nhân vật mới xuất hiện.\r
- Các đại từ phổ biến cần có mapping rõ: I/you/he/she/they → xưng hô cụ thể theo từng cặp nhân vật.\r
\r
\r
## Bước 4: Ghép các phần đã dịch\r
\r
Chạy:\r
```bash\r
python scripts/merge_parts.py out/ full.md\r
```\r
\r
\r
## Quy trình thực hiện đầy đủ\r
\r
```bash\r
# 1. Chuẩn bị\r
python scripts/convert_to_md.py truyen.epub\r
\r
# 2. Cắt file\r
python scripts/split_file.py truyen.md raw/\r
\r
# 3. Dịch (thủ công từng part, cập nhật TenRieng.md + XungHo.md)\r
\r
# 4. Ghép\r
python scripts/merge_parts.py out/ full.md\r
```\r
\r
\r
## Pitfalls & Lưu ý\r
\r
- **Luôn cắt tại `\
`** — không cắt giữa chừng một câu/đoạn.\r
- **~12KB** là mục tiêu, có thể dao động do phải cắt tại xuống dòng.\r
- **Tên riêng:** Quyết định và ghi vào `TenRieng.md` ngay từ lần đầu xuất hiện. Tuyệt đối không đổi giữa chừng.\r
- **Xưng hô ma trận:** kiểm tra tính đối xứng (A→B và B→A phải khớp logic). Nếu thêm nhân vật mới giữa chừng, cập nhật ma trận ngay.\r
- File `.md` có thể chứa BOM — script xử lý UTF-8 chuẩn.\r