mayocream/koharu

ML-powered manga translator, written in Rust.

What it solves

Koharu 是一款本地優先的漫畫翻譯工具，能自動化繁瑣的漫畫頁面翻譯流程。它取代了手動偵測文字、移除原始字母、以及將翻譯文字重新排版回頁面的工作。

How it works

Koharu 使用分階段的機器學習模型管線來處理頁面：

  1. Detection: 使用 YOLO 與其他視覺模型辨識文字區域與對話框。
  2. OCR: 以多語言 OCR 模型辨識原始文字。
  3. Inpainting: 使用 FLUX.2 或 LaMa 等模型將原始文字從影像中移除，產生乾淨的背景。
  4. Translation: 透過本地 LLM（via llama.cpp）或遠端 API（OpenAI、Claude、Gemini、DeepSeek）翻譯文字。
  5. Rendering: 專屬文字渲染器處理複雜的漫畫字體，包括垂直 CJK 版面與從右至左的腳本。

Who it’s for

此工具為漫畫翻譯者與掃描翻譯者設計，提供高效能、注重隱私的桌面應用程式，能在使用者自有硬體上本地執行大部分管線。

Highlights

  • Local-First Privacy: 在本地執行視覺模型與 LLM，確保資料安全。
  • GPU Acceleration: 支援 CUDA、Metal、Vulkan，以及實驗性的 ZLUDA，以達到高速處理。
  • Professional Export: 匯出為分層 PSD 檔案，讓使用者在 Photoshop 中手動微調翻譯文字層。
  • Agent Integration: 內建 MCP 伺服器與無頭模式，方便本地代理自動化。
  • Advanced Typesetting: 為垂直 CJK 與 RTL 腳本提供專業渲染，支援 Google Fonts。