在簡體、繁體(通用/台灣/香港)與詞彙變體之間轉換中文文本。簡繁轉換。全部在你的瀏覽器中運行。
Chinese Converter Tool
如何使用中文轉換器
選擇一種轉換模式
用輸入框上方的下拉菜單選擇方向。默認是簡體 → 台灣繁體(含詞彙)(软件 → 軟體)——對在兩岸之間發佈內容的東盟讀者最為實用。各模式按地區分組:通用、台灣和香港。
粘貼或輸入你的文本
在左側窗格輸入或粘貼最多 10,000 箇中文字。輸入時即時轉換,去抖延時 200 毫秒,保持流暢。右側的輸出窗格會自動更新。
複製或下載結果
點擊複製把轉換後的文本送到剪貼板,或點擊下載另存為純文本文件。差異高亮會標出哪些字發生了變化——若要乾淨地複製粘貼,可將其關閉。
一鍵互換方向
用 ⇄ 互換按鈕翻轉輸入 ↔ 輸出。模式會自動反轉(例如 cn|twp 變為 tw|cnp),使往返轉換精確無誤。校對一段譯文的兩個方向時很順手。
中文為何有多種書寫形式——以及它在東盟為何重要
中文並非單一的書寫語言,而是幾種關係密切的書寫體系。1956 年,中國大陸推行了《漢字簡化方案》——這項改革精簡了約 2,238 個常用字的筆畫。台灣、香港、澳門,以及新加坡和馬來西亞以外的大多數海外華人社羣,都保留了傳統字形。七十年過去,兩套體系並存:約有 14 億讀者使用簡體,約 3,500 萬人使用繁體。這種分野看似只是地域之別,但對許多東盟家庭和企業而言,這是每天都要付出的切換成本。
常見的框定——簡體對繁體——只是其中一條軸線。真實圖景至少有四條。字形有別(龍 ↔ 龙)。即便同為繁體,各地詞彙也有差異(台灣的 軟體 對香港的 軟件)。標點習慣有別。而文化語域——什麼讀起來正式、輕鬆或專業——的差異之大,足以讓一段乾淨的逐字轉換在母語讀者看來仍「不對味」。粗糙的工具只搞定了第一條軸線,其餘三條全數錯失。
"新加坡約有 290 萬華裔——約佔其公民人口的 76%——但日常媒體消費卻融合了大陸簡體、台灣繁體與香港粵語等多種來源。" —— 新加坡統計局,《2023 年人口趨勢》
字形轉換無法解決的詞彙難題
以「软件」一詞為例。只看字符的轉換器見到「软件」(簡體)便輸出「軟件」——字面上的繁體寫法。這對香港是對的,因為香港通行「軟件」一詞。但對台灣就錯了,那裏的讀者期待的是「軟體」。再舉三例:信息(大陸)↔ 資訊(台灣,「information」);程序 ↔ 程式(「program」);鼠标 ↔ 滑鼠(「mouse」)。詞組級詞典——OpenCC 所稱的「p」模式——會識別源詞並替換為該地區的目標詞,而非套用字面字符映射。
再有就是歧義。「后」字在「皇后」(empress)中意為 queen,但在「后来」(later)中意為 behind / after。一對一的盲映射無從選擇;詞組感知的詞典則至少讀取一個相鄰字來消歧。同樣的問題也出現在 干(do / dry)、乾(只表 dry)、幹(只表 to do)上——這三個繁體字都依語境映射回單一的簡體「干」。只有當詞典識別出原詞組時,往返轉換(簡體 → 繁體 → 簡體)才會保持無損。
這對東盟的企業和讀者意味着什麼
對發佈給台灣或香港客户的新加坡企業來説,軟體 與 軟件 之差,就是「聽起來地道」與「聽起來像翻譯」之差。對馬來西亞的華文報業——《星洲日報》《南洋商報》《中國報》——每天關於採用哪個地區變體的決定,都會在語氣與可信度上波及不同讀者羣。字幕和配音團隊、跨兩岸銷售的電商商品頁、面向赴巴厘島或普吉島的香港遊客的旅遊內容營銷——全都受益於詞彙模式,而不只是字符模式。
隱私這一面同樣重要。對法律草擬、內部備忘錄、財務披露,或任何受 PDPA / GDPR 數據駐留規則約束的內容而言,「在你的瀏覽器中運行」不是一項功能——而是一條合規底線。本工具在首次輸入時把 OpenCC 引擎作為自託管的 JavaScript 數據包加載;你的文字絕不會被傳輸、記錄或在我們的服務器上處理。你可以自己驗證:打開 DevTools,在輸入時盯着網絡標籤,你會看到只有一個數據包加載,之後沒有任何請求。
關於中文字形轉換,你應該知道的 10 件事
相隔三千年. 甲骨文(商朝)與現代簡體中文之間,字形保持不變的僅約 30%。
1956 年改革. 中國大陸的《漢字簡化方案》於 1956 年 1 月 28 日正式公佈——共涉及 2,238 個漢字。
台灣與香港守住了傳統. 兩地均未採用簡體——繁體中文已連續保留了七十多年。
新加坡選擇了簡體. 新加坡於 1976 年正式採用簡體中文——是唯一這樣做的主要海外華人社羣。
同字異義. 「后」在「皇后」中意為 queen,但在「后来」中意為 behind——靠上下文區分,這正是簡單轉換會失敗的原因。
詞彙分歧. 软件(大陸)、軟件(香港)、軟體(台灣)——「software」因地區不同而有三種説法。
OpenCC 始於 2010 年. 這款開源轉換器經過 15 年以上的詞典打磨,由世界各地的譯者共同貢獻。
新加坡 76% 為華裔. 據統計局《2023 年人口趨勢》——這讓得當的中文工具成為日常所需。
馬來西亞 22% 為華裔. 約 670 萬華裔,在學校多用簡體,在文化媒體中則多用繁體。
在瀏覽器中即可完成. 現代 JavaScript 可在客户端完整運行 OpenCC 的詞典引擎(約 1.1 MB)——你的文字永遠不會離開你的設備。
常見問題
-
簡體中文減少了常用字的筆畫(例如 龍 → 龙、後 → 後),由中國大陸於 1956 年推行。繁體中文保留了較舊的字形,至今仍通行於台灣、香港、澳門,以及新加坡和馬來西亞以外的大多數海外華人社羣。除了筆畫精簡,兩套體系在用詞(詞彙)、標點習慣,以及偶爾的語序上也有差異。官方簡化的漢字約有 2,200 個,而繁體則數百年來大體保持不變。
-
兩地都使用繁體字,但在哪些傳統字形算「標準」以及詞彙上有所分歧。台灣遵循教育部的標準字形(常稱為「國字標準字體」)。香港遵循香港增補字符集,其中包含粵語專用字以及略有不同的字形標準。對大多數日常文本而言差異細微,但在出版、字幕和法律文件上就很重要——這正是 OpenCC 為各地分別提供詞典的原因。
-
「含詞彙」模式(twp/cnp)會進行詞組級替換,而不僅僅是逐字轉換。不啓用它時,「软件」只會變成「軟件」(僅字符轉換)。啓用後,「软件」會變成「軟體」——這才是台灣讀者真正使用的詞。程序 → 程式(program)、信息 → 資訊(information)、鼠标 → 滑鼠(mouse)亦同。對營銷文案、技術文檔,或任何講求地道地區中文的場合,你幾乎總是會想用詞彙模式。
-
不會。所有轉換都在你的瀏覽器中以 OpenCC 引擎本地完成(首次輸入時加載約 1.1 MB 的 JavaScript 數據包)。你的輸入文本、輸出文本以及轉換過程都不會接觸我們的服務器。這對法律草擬、財務材料、內部備忘錄,或任何受 PDPA / GDPR 數據駐留要求約束的內容都很重要。你可以自行驗證:打開 DevTools → 網絡,看看你輸入時發生了什麼——只有數據包會加載,你的文字不會被上傳。
-
OpenCC 是基於詞典的轉換器,而不是翻譯器。在中文內部(簡體 ↔ 繁體、地區詞彙),OpenCC 對現代標準中文幾近完美,因為其映射是確定性的——數以百萬計的詞組已被收錄。就這項特定任務而言,它比 AI 更準確,因為大語言模型偶爾會跑偏或杜撰。至於文言文、古代名稱,或詞典未收錄的專門術語,OpenCC 會保留原字不變,而不是去猜。
-
新加坡官方使用簡體中文,所以大多數輸入都是簡體。如果你是寫給新加坡讀者:無需轉換。如果你要發佈給台灣讀者,選「簡體 → 台灣繁體(含詞彙)」(本工具的默認模式——cn|twp)。如果你要發佈給香港讀者,選「簡體 → 香港繁體」(cn|hk)——注意 OpenCC 沒有為香港單設詞彙模式,因為粵語專用詞最好手動處理。
-
可以,但有須注意之處。字形會正確轉換——學而時習之(繁體)↔ 学而时习之(簡體)沒問題。不過文言文使用的詞彙和語法與現代中文不同,所以詞彙模式(twp/cnp)派不上用場。對文言文,請用純字形模式(cn|t 或 t|cn)。文言成語通常在各地都有穩定字形,轉換起來很乾淨。
-
有三個原因。第一,有些字在兩套體系中完全相同——人、中、文、大 無需轉換。第二,人名、地名和品牌名即便用另一套體系書寫,也常按慣例保留原形。第三,少數罕見或專門的字可能未收錄在 OpenCC 的詞典中。如果你發現明顯的遺漏,很可能是詞典缺口——OpenCC 在 GitHub 上開源,並接受貢獻。
-
有——每次轉換上限 10,000 字。這是安全限制,而非技術限制(OpenCC 可處理數百萬字)。轉換以 200 毫秒去抖,而過長的文本會讓瀏覽器標籤頁在詞典引擎遍歷輸入時短暫卡頓。1 萬字的上限涵蓋了大多數用例(一篇典型新聞報道約 500–1500 字;一篇長篇文章約 3000–5000 字)。要處理更大批量,請把文本分段。
-
可以。OpenCC 採用 MIT 許可證,而轉換後的文本是你自己的工作成果——使用本工具不帶來任何授權限制。我們不對你的輸入或輸出主張任何權利。本工具本身免費,無需註冊;我們通過頁面上的展示廣告盈利,而非收費或付費分級。至於專業出版,我們仍建議由人工複核一遍語域、語氣,以及詞典可能遺漏的地區慣用語。
Related News
You may be interested in these recent stories from our newsroom.
-
AWS Commits $1 Billion to Embedded AI Engineers as the Enterprise Fight Shifts to Deployment
AWS has committed US$1 billion to a Forward Deployed Engineering organisation that embeds its engineers inside customer teams, following pri...
-
ByteDance Launches Seedream 5.0 Pro, an Image Model That Outputs Editable Layers
ByteDance has launched Seedream 5.0 Pro, a professional image-generation and editing model that breaks a single render into more than ten ed...
-
Mira Murati's Thinking Machines Releases Inkling, Its First Open-Weight Model
Mira Murati's Thinking Machines has released Inkling, its first model: an open-weight, multimodal Mixture-of-Experts system with 975 billion...