ciddwd/overlay-translator

无需 ROOT 的开源 Android 屏幕实时翻译工具，适合游戏、视觉小说和漫画。支持端侧与云端 OCR、离线 LLM、多种翻译服务和文字朗读（TTS），译文可直接显示在画面上。Open-source no-root Android real-time screen translator for games, visual novels, and manga. Supports on-device and cloud OCR, offline LLMs, multiple translation services, on-screen translations, and text-to-speech (TTS).

Screen Translator (屏译) – 是什么

Screen Translator 是一款 Android 应用，可实时翻译手机屏幕上显示的任何文本。它通过截取屏幕截图，运行 OCR（光学字符识别）提取文字，将文本发送至翻译引擎（可以是本地模型、云端 LLM 或传统 MT 服务），然后将翻译结果叠加在原始图像之上。叠加层可以是浮动窗口，也可以是贴合原始文字的文本块，应用还支持朗读翻译内容。

核心功能（如 README 所述）

功能	工作方式
屏幕捕获	使用 Android 的 MediaProjection API 或 Shizuku 服务，无需 root 权限即可获取屏幕。
OCR（文本提取）	多种后端支持：设备内 ML Kit、PaddleOCR（v5/v6）、专用漫画 OCR、本地 HTTP 服务（Umi‑OCR、LunaTranslator）、云端 OCR（PP‑OCRv6、百度、腾讯、有道）。应用会自动选择支持检测到的源语言的引擎。
翻译	支持广泛的引擎：设备内模型（Sakura、Hy‑MT2）、Google ML Kit、DeepL（官方或自托管 deeplx）、OpenAI 兼容 LLM（ChatGPT、Claude、DeepSeek 等）、Anthropic 兼容服务，以及其他商用 API（百度、腾讯、火山、MiniMax、MiMo）。
叠加显示	两种渲染模式——BLOCKS（文本块直接放置在原始文字上方）或可拖动的浮动窗口。叠加层可自动适配颜色、字体和布局以匹配源图像，甚至可处理竖排日语漫画面板和对话气泡检测。
文本转语音（TTS）	使用设备内置 TTS、自托管语音服务或云提供商（火山、MiniMax、MiMo）。用户可朗读原文、翻译内容或词典条目。
单词级查词	通过拖动选择框（"单词选择模式"）可获取词典卡片，显示翻译、发音、词性、同义词、例句和解释（更丰富的数据来自 LLM）。
批量处理	图像可从相册导入或从其他应用共享；应用会创建一个后台任务，批量处理多个截图，保存结果并可选择性导出已嵌入翻译文本的图像。
循环 / 自动翻译	循环模式会以固定间隔或在文本稳定时重复捕获屏幕，跳过相同帧并优先处理对话区域。
可定制 UI	主题（亮色/暗色/跟随系统）、颜色选择器、字体导入（`.ttf`）、按钮顺序编辑、按应用翻译预设。
隐私与离线支持	所有 OCR 和翻译均可在设备上完全运行；云服务为可选。敏感设置（API 密钥、提示词）以加密方式存储。

谁会用它？

希望为外语游戏获取实时字幕的 游戏玩家。
需要即时翻译竖排日文的 漫画/视觉小说读者。
希望在手机阅读时快速查词的 语言学习者。
偏好开源、可自托管流程的 开发者或爱好者（可指向自己的 OCR 或翻译服务器）。

技术亮点

使用 Kotlin 2.x 编写，采用 Jetpack Compose UI。
最低 Android 版本：API 26（Android 8.0）。
模块化流水线：OCR、翻译和 TTS 独立运行；可自由组合本地或远程组件。
模型管理：支持设备内模型下载，后台进度显示，可恢复传输，自动线程数扩展（最多 6 个 CPU 线程）。
无障碍支持：浮窗 UI 元素支持基本 TalkBack 功能。

快速上手（如 README 所述）

从 Releases 页面下载最新 ScreenTranslator‑x.y.z.apk（仅 arm64‑v8a）。如需可验证 SHA‑256 校验和。
安装 APK（允许未知来源），并授予叠加和通知权限。
在应用内启动 屏幕捕获服务，切换至目标游戏/漫画，点击浮动球翻译整屏或进入单词选择模式。
可选：启用 无障碍快捷键（音量+和-同时按 0.3 秒）作为全局触发器，或安装 Shizuku 以避免 MediaProjection 权限提示。

为何与 AI/ML 相关

Screen Translator 本质上是一个 移动端 AI 流水线：它结合了最先进的 OCR 模型（ML Kit、PaddleOCR、专用 ONNX 模型）与 大语言模型 或传统 MT 服务，并可选地集成 TTS 语音模型。所有组件均可配置，项目以 Apache‑2.0 开源，是构建本地 AI 或混合云边翻译系统的绝佳参考。

TL;DR: Screen Translator 是一款开源 Android 应用，可捕获屏幕，运行 OCR，使用本地模型或云端 LLM 翻译提取的文本，并叠加结果（或朗读）。完全可配置，支持离线运行，面向游戏玩家、漫画读者和语言学习者。