Actualmente, muchos modelos de traducción de fuentes chinas adoptan el método de dividir los componentes de los caracteres para mejorar la calidad de las imágenes de fuentes generadas. Sin embargo, los componentes de los caracteres requieren una gran cantidad de anotaciones manuales para descomponer los caracteres y determinar la composición de cada carácter como entrada para el entrenamiento. En este documento, establecemos un modelo de traducción de fuentes chinas basado en una red generativa adversaria sin descomposición. En primer lugar, mejoramos el método de mejora de imágenes para imágenes de caracteres chinos. Ayuda al modelo a aprender información de la estructura de los trazos de los caracteres chinos para generar imágenes de fuentes con trazos completos y precisos. En segundo lugar, proponemos una red adversaria de atención visual. Mediante el uso de un bloque de atención visual, la red captura características globales y locales para construir detalles de los caracteres. Los experimentos demuestran que nuestro método genera imágenes de caracteres chinos de alta calidad con una gran diversidad de estilos, incluidos caracteres caligráficos.