ciddwd/overlay-translator

📱 Screen Translator (屏幕翻译)

是什么 – 一个 Android 应用，可捕获屏幕，对图像运行 OCR，将识别出的文本发送到翻译引擎（基于 LLM、云翻译或本地模型），并将翻译结果叠加回屏幕。它还可以通过 TTS 将文本朗读出来。整个流程（捕获 → OCR → 翻译 → 显示/朗读）是模块化的，用户可以自由组合本地或远程服务。

主要功能

• 实时叠加翻译 – 通过一个浮动球，单击即可翻译整个屏幕或选定区域。翻译结果可直接叠加在原文上，或显示在可拖动的独立浮动窗口中。
• 批量图像翻译 – 从相册中选择多个截图（或通过分享将图像传入应用），可在后台批量处理。
• 多种 OCR 后端 – 本地 ML Kit、PaddleOCR（v5/v6）、专用漫画 OCR，或基于 HTTP 的服务（如 Umi-OCR/LunaTranslator）。也支持云 OCR（百度、腾讯、有道、PaddleOCR AI Studio）作为备用方案。
• 可插拔翻译器 –
  • 本地模型：Sakura、Hy-MT2（均约 1 GB，可在 CPU 上运行）。
  • 云/LLM 服务：OpenAI 兼容、Anthropic 兼容、DeepSeek、Claude、ModelScope、OpenRouter 等。
  • 传统机器翻译：DeepL / DeepLX、Google、百度、腾讯、有道、小牛翻译。
• 文本转语音 – 可使用手机内置语音、自托管 TTS 服务器，或商业服务（火山、MiniMax、MiMo）。应用可朗读原文、翻译结果或词典条目。
• 单词级查词 – 用框选方式圈出一个词或短语，即可获取包含翻译、发音、词性、例句，以及在使用 LLM 时更丰富的解释的词典卡片。
• 智能 UI – 自动检测横屏/竖屏布局，检测漫画气泡，颜色匹配背景，以及可选的“紧密贴合”渲染（在绘制翻译前擦除原文）。
• 高度可定制 – 色彩选择器、字体导入（.ttf）、按应用翻译预设、术语库以保持名称一致、非敏感设置的导出/导入、API 密钥加密存储，以及可搜索的设置页面。
• 无障碍与稳定性 – TalkBack 标签、带清理的崩溃日志、带通知进度的后台模型下载，以及对激进的 OEM 后台杀进程策略的处理。

典型工作流程

1. 安装 APK（仅支持 arm64-v8a）并授予叠加层和通知权限。
2. 启动屏幕捕获服务（使用 MediaProjection 或 Shizuku 可获得更流畅路径）。
3. 在玩游戏、阅读视觉小说或查看漫画时，点击浮动球。
4. 应用捕获屏幕，运行所选 OCR 引擎，将文本发送至选定翻译器，并在屏幕上绘制结果。
5. 可选：长按球体打开径向菜单，使用音量键快捷键，或从 Android 快捷设置面板调用应用。

谁会受益

• 需要为外语对话提供实时字幕的游戏玩家。
• 希望即时翻译竖排日文的漫画/视觉小说读者。
• 任何希望在 Android 上使用隐私保护、可能完全离线的屏幕翻译工具的用户。

安装说明

• 从发布页面下载最新 ScreenTranslator-x.y.z.apk（仅提供 arm64-v8a 构建版本）。
• 如需可验证 SHA-256 校验和。
• 安装后，启用浮动窗口权限；若需 Shizuku 集成，请安装 Shizuku 应用并授予其无 root 权限。

为何重要 Screen Translator 将移动 OCR、本地大语言模型翻译和灵活 TTS 等前沿 AI 技术整合为一个用户可完全控制的 Android 体验。其模块化设计使高级用户可将所有内容保留在本地以保障隐私，而普通用户则可连接云服务以获得更高质量的翻译。