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

小云雀

小云雀

字节旗下AI内容创作Agent

小云雀是字节跳动旗下剪映团队推出的AI内容创作Agent,主打”一句话打造一个爆款”的零门槛创作体验。用户只需输入一句指令,可自动生成15-60秒短视频、数字人口播视频、风格化海报等内容,支持200+可商用数字人形象和19种语言及方言。小云雀核心功能包括智能成片、AI设计、照片会说话、爆款复刻等,已接入豆包大模型、DeepSeek Chat及自研Seedance 2.0视频生成模型、Seedream 5.0图像生成模型。目前支持安卓APP和网页版,每日登录可领取120积分。适合自媒体创作者、电商营销人员、教育工作者及普通用户使用,近期因用户量激增,视频生成排队时长可达8小时。

豆包

豆包

字节跳动旗下 AI 智能助手

字节跳动旗下 AI 智能助手

Pixmax

Pixmax

一站式AI短剧创作平台

Pixmax专注打造下一代“ AI 视觉创作引擎”,整合行业顶尖 AI 大模型、工工业级精准控制及企业级协同管理功能,是全方位的 AI 内容创作平台。

GPT Plus|Pro充值

GPT Plus|Pro充值

GPT充值

支持 ChatGPT Plus / Pro 充值服务,支付便捷,自动发货,售后可查。

GPT Image 2中文站

GPT Image 2中文站

AI 图片生成平台

GPT Image 2 是面向用户的 AI 图片生成平台,支持文生图、图生图及多模型创意工作流。

Vecbase

Vecbase

你的AI Agent团队

Vecbase 是专为 AI 团队打造的智能工作空间,将数据管理、模型协作与知识沉淀整合于一处。算法、产品与业务在同一平台无缝协同,让从数据到 AI 应用的落地更快一步。

音述AI

音述AI

全球首个AI音乐社区

音述AI是全球首个AI音乐社区,致力让每个人都能用音乐表达自我。音述AI提供零门槛AI创作工具,独创GETI法则帮助用户精准定义音乐风格,AI润色功能支持自动优化作品质感。音述AI支持交流讨论、二次创作与价值变现。针对中文用户的语言习惯与文化背景进行专门优化,支持国风融合、C-pop等本土音乐标签,让技术更好地承载人文表达。

QoderWork

QoderWork

阿里Qoder团队推出的桌面端AI智能体

QoderWork 是阿里推出的本地优先桌面 AI 智能体,适配 macOS14+/Windows10+,以自然语言交互实现文件管理、数据分析、AI 视觉生成、浏览器自动化等办公任务,自主拆解执行复杂工作流,数据本地运行零上传,技能市场可无限扩展,是高效的 Agentic 生产力办公助手。

lynote.ai

lynote.ai

一站式搞定所有学习需求

不再被海量信息淹没,开始真正理解知识。Lynote 可摘要 YouTube 视频、PDF、文章等内容。即时创建笔记,检测 AI 内容并下载资料,将您的学习效率提升 10 倍。

AniShort

AniShort

为AI短剧协作而生

专为AI短剧协作而生的AniShort正式发布,深度重构AI短剧全流程生产模式,整合创意策划、制作执行、实时协作、在线审片、资产复用等全链路功能,独创无限画布、双轨并行工业化工作流与Ani智能体助手,集成多款主流AI大模型,破解素材零散、版本混乱、沟通低效等行业痛点,助力3人团队效率提升800%,打造标准化、可追溯的AI短剧量产体系,是AI短剧团队协同创作、提升制作效率的核心工具。

下拉加载更多