我们很高兴正式开源 VOKNOV Font Match。
VOKNOV Font Match，简称 VFM，是由杭州学以致用科技有限责任公司旗下技术品牌 VOKNOV 开源的字体风格匹配模型项目。它面向图片翻译、跨境电商本地化、设计自动化等场景，旨在解决跨语言排版中一个具体但重要的问题：
当源语言字体无法直接用于目标语言时，如何找到视觉风格最接近的替代字体。
项目已开源至 GitHub：
https://github.com/voknov/Font-Match
为什么需要字体风格匹配
在跨境电商图片翻译中，商品图、海报图、详情页图片往往包含大量经过设计的文字。
比如，一张中文商品图中的标题可能使用了宋体、黑体、手写体或装饰字体。当文字被翻译成英语、德语、法语、西班牙语等语言后，原来的中文字体可能并不支持目标语言字符。
如果简单替换成系统默认字体，图片虽然完成了翻译，但整体设计感、品牌调性和视觉一致性都会被破坏。
这类问题在真实生产中很常见：
- 中文标题翻译成德语后，原字体无法渲染德语字符
- 日文海报翻译成英文后，默认字体破坏了原有设计风格
- 商品卖点标签需要保留圆润、粗黑、优雅或手写感
- 设计系统需要在本地字体库中自动选择合适 fallback 字体
VFM 希望解决的正是这个问题。
VFM 的核心思路
VFM 通过字体渲染图像训练风格向量模型，将不同字体的视觉特征映射到统一的向量空间中。
这样，即使源字体和目标字体属于不同语言、不同字符集，也可以通过向量相似度进行比较。
例如，中文源图中使用的是宋体风格字体，而目标语言是德语。VFM 可以在支持德语字符的字体库中，检索出视觉风格最接近宋体的候选字体，从而帮助图片翻译系统尽可能保留原图的排版风格。
当前开源版本聚焦 font_net 的最小完整路径：
- 生成字体 manifest
- 训练 FontNet embedding 模型
- 构建可搜索字体图库
- 基于 query image 进行 gallery 检索推理
这个版本并不是完整生产系统，而是一个可运行、可理解、可扩展的基础模块。我们希望开发者可以基于它快速跑通训练和推理流程，再结合自己的字体库和业务场景继续扩展。
适用场景
VFM 适用于多种与字体、图片翻译和设计本地化相关的任务。
跨语言图片翻译
在中文、日文、韩文等源语言图片翻译成英语、德语、法语、西班牙语等目标语言时，为译文选择风格接近的目标字体。
跨境电商图片本地化
帮助商品主图、详情页、营销海报在翻译后保持原有视觉风格，提升本地化图片质量。
字体 fallback 选择
当原字体不支持目标语言字符时，从可用字体库中寻找最接近的替代字体。
字体库检索与管理
将字体转换为可搜索的风格向量，支持相似字体查找、字体聚类和风格分析。
自动化设计与排版系统
作为图片生成、图片编辑、广告设计、本地化排版系统中的字体推荐模块。
模型特点
VFM 的核心思路是基于字体渲染图像进行度量学习，而不是依赖字体名称、人工标签或语言规则。
它关注的是字体最终呈现在图片中的视觉风格。
主要特点包括：
- 跨语言字体匹配：支持在不同语言字体之间进行风格相似度比较
- 基于视觉风格向量：通过渲染后的 glyph 图像学习字体风格，而不是只依赖字体文件元信息
- 支持训练与推理闭环：提供字体 manifest 生成、模型训练、字体图库构建和推理检索的最小完整流程
- 适合本地字体库扩展：用户可以使用自己的授权字体集合训练模型或构建检索图库
- 轻量开源路径：当前版本聚焦最小可运行路径，方便开发者在 Linux 和 macOS 环境下快速跑通
快速开始
项目推荐使用 Python 3.9+。
安装依赖：
python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
运行完整 smoke test：
bash scripts/smoke_test.sh
这个脚本会使用仓库内置的一小组开源 demo 字体，训练一个轻量模型，构建一个小型字体图库，渲染 query images，并运行 gallery inference。
输出会写入：
/tmp/fontnet_smoke
需要说明的是，smoke test 是功能验证，不是质量 benchmark。真实训练时，开发者可以替换成自己的授权字体集合，并增加训练轮数、样本数量和 gallery 字体规模。
开源范围与数据说明
这次开源的代码采用 MIT License。
仓库中仅包含少量用于 demo 和 smoke test 的开源字体文件，这些 demo 字体遵循各自上游的 SIL Open Font License 1.1。项目不包含生产训练字体、商业字体包、系统字体目录、电商海报数据集或生产 checkpoint。
如果开发者希望训练生产模型，请务必使用自己有权使用的字体和图像资产。
我们选择这样的开源边界，是希望项目既能开箱跑通，又能避免把商业字体和生产数据混入开源仓库。
开源初心
杭州学以致用科技有限责任公司是一家专注于人工智能应用的科技创新型企业，研发并运营 AI 图像工具品牌妙言小智（PicTech.cc）。
团队长期关注跨境电商、图片翻译、多语言内容生成和设计自动化等方向，希望通过自研 VOKNOV AI 视觉引擎，为出海图片本地化提供更高质量的技术基础。
随着 AI 技术在跨境电商中的应用越来越深入，图片翻译已经不只是“把文字翻译对”，还需要尽可能保留原图的设计语言、排版风格和商业表达。
字体匹配看似是一个细节问题，但它直接影响翻译图片的真实可用性。一个合适的字体选择，往往能让翻译后的图片更自然、更专业，也更接近人工设计师的处理效果。
我们将 VOKNOV Font Match 开源给社会和技术社区，希望它能成为跨语言视觉本地化方向上的一个基础模块。
无论是研究者、开发者，还是从事跨境电商工具、图片翻译系统、设计自动化产品的团队，都可以基于这个项目进行实验、扩展和改进。
通过开源 VFM，杭州学以致用科技有限责任公司希望为跨境电商相关 AI 技术的发展贡献自己的一份力量，也期待与社区一起推动图片翻译、字体理解和多语言视觉设计技术继续向前发展。
GitHub 项目地址：