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) – 是什麼

Screen Translator 是一款 Android 應用程式，可即時翻譯手機螢幕上顯示的任何文字。它透過截取螢幕畫面，執行 OCR（光學字元辨識）提取文字，將文字傳送至翻譯引擎（可為本機模型、雲端 LLM 或傳統 MT 服務），然後將翻譯結果疊加在原始影像之上。疊加層可為浮動視窗或貼合原始文字的區塊，應用程式亦可朗讀翻譯內容。

核心功能（如 README 所述）

功能	工作方式
螢幕擷取	使用 Android 的 MediaProjection API 或 Shizuku 服務，無需 root 權限即可取得螢幕。
OCR（文字提取）	多種後端支援：裝置內 ML Kit、PaddleOCR（v5/v6）、專用漫畫 OCR、本機 HTTP 服務（Umi‑OCR、LunaTranslator）、雲端 OCR（PP‑OCRv6、百度、騰訊、有道）。應用會自動選擇支援偵測到的來源語言的引擎。
翻譯	支援廣泛的引擎：本機模型（Sakura、Hy‑MT2）、Google ML Kit、DeepL（官方或自架 deeplx）、OpenAI 相容 LLM（ChatGPT、Claude、DeepSeek 等）、Anthropic 相容服務，以及其他商用 API（百度、騰訊、火山、MiniMax、MiMo）。
疊加顯示	兩種渲染模式——BLOCKS（文字區塊直接置於原始文字上方）或可拖曳的浮動視窗。疊加層可自動適應顏色、字型和版面以匹配來源影像，甚至可處理垂直日文漫畫面板與對話框偵測。
文字轉語音（TTS）	使用裝置內建 TTS、自架語音服務或雲端供應商（火山、MiniMax、MiMo）。使用者可朗讀原文、翻譯內容或字典條目。
單字級查詢	透過拖曳選擇框（"單字選擇模式"）可取得字典卡片，顯示翻譯、發音、詞性、同義詞、例句與解釋（更豐富的資料來自 LLM）。
批次處理	圖像可從相簿匯入或從其他應用程式分享；應用會建立背景任務，批量處理多張截圖，儲存結果並可選擇性匯出已嵌入翻譯文字的影像。
循環 / 自動翻譯	循環模式會以固定間隔或在文字穩定時重複擷取螢幕，跳過相同畫面並優先處理對話區域。
可客製化 UI	主題（亮色/暗色/跟隨系統）、顏色選擇器、字型匯入（`.ttf`）、按鈕順序編輯、按應用程式翻譯預設。
隱私與離線支援	所有 OCR 與翻譯皆可在裝置上完全執行；雲端服務為可選。敏感設定（API 金鑰、提示詞）以加密方式儲存。

誰會使用它？

希望為外語遊戲取得即時字幕的玩家。
需要即時翻譯垂直日文的 漫畫／視覺小說讀者。
希望在手機閱讀時快速查字的 語言學習者。
偏好開源、可自架流程的 開發者或愛好者（可指向自己的 OCR 或翻譯伺服器）。

技術亮點

使用 Kotlin 2.x 編寫，採用 Jetpack Compose UI。
最低 Android 版本：API 26（Android 8.0）。
模組化流程：OCR、翻譯與 TTS 獨立運作；可自由組合本機或遠端元件。
模型管理：支援裝置內模型下載，背景進度顯示，可恢復傳輸，自動線程數擴展（最多 6 個 CPU 線程）。
無障礙支援：浮動 UI 元素支援基本 TalkBack 功能。

快速上手（如 README 所述）

從 Releases 頁面下載最新 ScreenTranslator‑x.y.z.apk（僅 arm64‑v8a）。如需可驗證 SHA‑256 校驗碼。
安裝 APK（允許未知來源），並授予疊加與通知權限。
在應用內啟動 螢幕擷取服務，切換至目標遊戲／漫畫，點擊浮動球翻譯整屏或進入單字選擇模式。
可選：啟用 無障礙捷徑（音量+與-同時按 0.3 秒）作為全域觸發器，或安裝 Shizuku 以避免 MediaProjection 權限提示。

為何與 AI/ML 相關

Screen Translator 本質上是一個 行動端 AI 流程：它結合了最先進的 OCR 模型（ML Kit、PaddleOCR、專用 ONNX 模型）與 大型語言模型 或傳統 MT 服務，並可選地整合 TTS 語音模型。所有元件皆可配置，專案以 Apache‑2.0 開源，是建構本機 AI 或混合雲端-邊緣翻譯系統的絕佳參考。

TL;DR: Screen Translator 是一款開源 Android 應用，可擷取螢幕，執行 OCR，使用本機模型或雲端 LLM 翻譯提取的文字，並疊加結果（或朗讀）。完全可配置，支援離線運作，針對玩家、漫畫讀者與語言學習者設計。