bquenin/interpreter

Interpreter – 面向日文復古遊戲的離線螢幕翻譯器

是什麼 – 一個桌面應用程式，可捕獲任意視窗（通常是日文復古遊戲）的影像，對捕獲的畫格執行 OCR，將提取的日文文字翻譯成英文，並以字幕形式顯示。所有處理均在本機完成；不使用任何雲端服務。

核心功能

• 完全離線 – 初始模型下載（約 1.5 GB）後，程式無需網路連接即可運作，確保您的資料隱私。
• OCR – 使用 MeikiOCR，此模型在像素級精確的日文遊戲字型上訓練，可從低解析度截圖中識別文字。
• 翻譯 – 透過 CTranslate2 使用 Sugoi V4 日語→英語模型（託管於 Hugging Face）產生英文字幕。
• 兩種疊加樣式 –
  • 橫幅模式：螢幕底部可拖曳的字幕列。
  • 原位模式：透明文字直接疊加在原始日文字元上方，支援點擊穿透，遊戲仍可正常操作。
• 快取機制 – 對先前見過的字串進行模糊比對，避免重複翻譯相同或相似文字，提升處理速度。
• 多螢幕支援 – 叠加層顯示在與捕獲視窗相同的螢幕上。

支援平台

• Windows 10 (1903+)
• macOS
• Linux (X11, XWayland, Wayland) – Wayland 需注意（全域快捷鍵、PipeWire 捕獲、僅全螢幕模式下支援原位疊加）。

安裝

• macOS/Linux 一鍵指令碼（curl … | bash）與 Windows PowerShell（irm … | iex）。
• 安裝程式會下載二進位檔 interpreter-v2、所需函式庫以及 OCR/翻譯模型。

執行程式

interpreter-v2

啟動 GUI，可選擇目標視窗、選擇疊加模式、調整 OCR 置信度並修改其他設定。

內部運作原理

1. 螢幕捕獲 – 以可設定的頻率從選定視窗抓取畫格。
2. OCR – 將每張畫格輸入 MeikiOCR，取得日文文字及其螢幕座標。
3. 翻譯 – 透過 CTranslate2 將提取的文字傳遞給 Hugging Face 上託管的 Sugoi V4 模型，實現快速 CPU/GPU 推理。
4. 顯示 – 將英文文字渲染為螢幕底部橫幅或直接疊加在原始字元上。

來自 README 的故障排除提示

• OCR 效果差：調整置信度滑桿；值較低可捕獲更多文字，但可能引入雜訊。
• 效能緩慢：首次執行會下載模型；後續執行將使用 ~/.cache/huggingface/ 中的快取副本。

為何重要 – 它展示了在小眾但受歡迎的應用場景（無需外部翻譯服務即可遊玩日文復古遊戲）中，一個實用且保護隱私的 AI 流程（捕獲 → OCR → 神經機器翻譯）的實際應用。