Translumo

Translumo

高精度实时屏幕翻译工具 集成多OCR引擎和多语言支持

Translumo作为一款先进的屏幕翻译工具,能实时检测并翻译指定区域的文本内容。其核心优势在于集成了多个OCR引擎,并通过机器学习模型评分机制确保最佳识别效果。该工具具备简洁界面、低延迟特性,并针对系统性能进行了多项优化。Translumo支持多种语言的识别和翻译,专为Windows 10/11系统设计,满足了实时翻译场景的多样化需求。

Translumo屏幕翻译OCR引擎实时翻译多语言支持Github开源项目

许可证 Github 所有发布版本 <a href="https://trello.com/b/MEHnLySw/translumo"><img src="https://img.shields.io/badge/Trello-0052CC?style=for-the-badge&logo=trello&logoColor=white"></a>

<p align="center"> <img width="670" src="https://github.com/Danily07/Translumo/assets/29047281/8985049f-ea1c-428e-94be-042ece66cb54"> </p> <p align="center"><b>英文</b> | <a href="docs/README-RU.md"><b>俄文</b></a></p> <p align="center">高级屏幕翻译器。<b>Translumo</b>能够实时检测并翻译选定区域内出现的文本(例如字幕)。</p> <h1>主要特点</h1> <ul> <li><b>高精度文本识别</b></li> <p>Translumo允许同时结合使用多个OCR引擎。它使用机器学习训练模型对每个OCR识别结果进行评分,并选择最佳结果。</p> <p align="center"> <img width="740" src="https://github.com/Danily07/Translumo/assets/29047281/649e5fab-a5de-4c54-a3d8-f7ea95b8f218"> </p> <li><b>简单的界面</b></li> 主要理念是制作一个不需要为每种情况手动调整,且适合日常使用的工具。 <li><b>低延迟</b></li> 实施了多项优化,以减少对系统性能的影响,并最大限度地减少文本出现到实际翻译之间的延迟。 <li><b>集成现代OCR引擎:</b> Tesseract 5.2、WindowsOCR、EasyOCR</li> <li><b>可用翻译器:</b> 谷歌翻译、Yandex翻译、Naver Papago、DeepL</li> <li><b>可用识别语言:</b> 英语、俄语、日语、中文(简体)、韩语</li> <li><b>可用翻译语言:</b> 英语、俄语、日语、中文(简体)、韩语、法语、西班牙语、德语、葡萄牙语、意大利语、越南语、泰语、土耳其语、阿拉伯语</li> </ul> <h1>系统要求</h1> <ul> <li>Windows 10 版本19041 (20H1) / Windows 11</li> <li>DirectX11</li> <li>8 GB RAM <i>(适用于EasyOCR模式)</i></li> <li>5 GB可用存储空间 <i>(适用于EasyOCR模式)</i></li> <li>支持CUDA SDK 11.8的Nvidia GPU(GTX 750、8xxM、9xx系列或更高) <i>(适用于EasyOCR模式)</i></li> </ul> <h1>使用方法</h1> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/29a54492-c48e-4b69-8813-96b73be75f6e.gif"> <ol> <li>打开设置</li> <li>选择语言->源语言和语言->翻译语言</li> <li>选择文本识别->引擎(请查看使用技巧以获取推荐模式)</li> <li>选择捕获区域</li> <li>开始翻译</li> </ol> <h1>使用技巧</h1> 通常,我建议始终保持Windows OCR开启。这是对主要文本检测最有效的OCR,对性能影响较小。 <h3>推荐的OCR引擎组合</h3> <ul> <li><b>Tesseract-Windows OCR-EasyOCR</b> - 具有最高精度的高级模式</li> <li><b>Tesseract-Windows OCR</b> - 对系统性能的影响明显较小。对于文本具有简单纯色背景和相当常见字体的情况,这种组合就足够了</li> <li><b>Windows OCR-EasyOCR</b> - 对于一些非常特殊复杂的情况,禁用Tesseract并避免不必要的文本噪音是有意义的</li> </ul> <h3>选择最小捕获区域</h3> <p>这可以减少背景中随机字母进入区域的机会。同时,较大的框架处理时间会更长。</p> <h3>使用代理列表避免被翻译服务封锁</h1> <p>有些翻译器有时会因大量请求而封锁客户端。您可以在<b>语言->代理选项卡</b>上配置个人/共享IPv4代理(1-2个应该足够)。应用程序将交替使用代理进行请求,以减少来自单一IP地址的请求数量。</p> <h3>在游戏中使用无边框/窗口模式(非全屏)</h3> <p>这对于正确显示翻译窗口覆盖层是必要的。</p> <p>如果游戏没有这种模式,您可以使用外部工具使其无边框(例如<a href="https://github.com/Codeusa/Borderless-Gaming">Borderless Gaming</a>)</p> <h3>将应用程序安装在SSD上</h3> <p>这可以减少启用EasyOCR引擎时的冷启动时间(将大型EasyOCR模型加载到RAM中)。</p> <h1>常见问题</h3> <h4>我遇到"无法捕获屏幕"错误或开始翻译后什么都没发生</h4> <p>确保包含文本的目标窗口处于活动状态。也可以尝试重启Translumo或重新打开目标窗口。</p> <h4>成功使用翻译后遇到"文本翻译失败"错误</h4> <p>很可能是翻译服务暂时封锁了来自您IP的请求。您可以更换翻译器或配置代理列表。</p> <h4>无法启用Windows OCR</h4> <p>确保以管理员身份运行应用程序。Translumo每次都会尝试通过PowerShell检查已安装的Windows语言包。</p> <h4>我设置了无边框/窗口模式,但翻译窗口仍显示在游戏下方</h4> <p>当游戏运行并聚焦时,使用热键(默认为ALT+T)隐藏然后再次显示翻译窗口</p> <h4>EasyOCR的包下载失败</h4> <p>尝试在VPN下重新安装</p> <h4>热键不工作</h4> <p>其他应用程序可能会拦截特定热键的处理</p> <h4>遇到"文本检测失败(TesseractOCREngine)"错误</h4> <p>确保应用程序路径只包含拉丁字母。</p> <h1>构建</h1> <p><i>需要Visual Studio 2022和.NET 7 SDK</i></p> <ul> <li>克隆仓库(<b>master</b>分支始终等同于最新发布版本):</li>
git clone https://github.com/Danily07/Translumo.git
<li>恢复包并构建解决方案。构建过程中会执行<b>binaries_extract.bat</b>,它会自动下载模型和python二进制文件到目标输出目录。</li> </ul> <h1>致谢</h1> <ul> <li><a href="https://github.com/MaterialDesignInXAML/MaterialDesignInXamlToolkit">Material Design In XAML Toolkit</a></li> <li><a href="https://github.com/charlesw/tesseract">Tesseract .NET wrapper</a></li> <li><a href="https://github.com/shimat/opencvsharp">Opencvsharp</a></li> <li><a href="https://github.com/pythonnet/pythonnet">Python.NET</a></li> <li><a href="https://github.com/JaidedAI/EasyOCR">EasyOCR</a></li> <li><a href="https://github.com/snakers4/silero-models">Silero TTS</a></li> </ul>

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

热门AI工具AI办公办公工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

模型训练热门AI工具内容创作智能问答AI开发讯飞星火大模型多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

热门AI工具生产力协作转型TraeAI IDE
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

AI助手热门AI工具AI创作AI辅助写作讯飞绘文内容运营个性化文章多平台分发
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多