核心技术架构解析
- 双引擎驱动设计
- 翻译引擎：基于PyTorch框架实现Transformer架构，支持动态加载M2M100、NLLB等预训练模型，针对日语→中文等小语种场景优化至行业领先水平。
- OCR引擎：集成PaddleOCR等开源框架，支持竖排文字、艺术字体识别，通过CUDA/MPS加速在RTX3060显卡上实现30fps实时处理。
- 多模态文本提取
- HOOK技术：直接读取游戏内存文本，规避传统截图翻译的延迟问题，支持Unity/吉里吉里等引擎游戏。
- OCR模式：适配无法提取文本的场景，支持手动框选或自动定位屏幕文字区域，识别准确率较通用工具提升40%。
- 语音合成系统
- 支持离线（WindowsTTS、VOICEVOX等）和在线（火山TTS、谷歌WaveNet）多引擎，提供日语声优音色库及情感合成参数调节。
功能亮点与场景覆盖
- 翻译模式革新
- 预翻译缓存：加载人工校对文件实现术语库优先级控制，解决游戏专有名词翻译失真问题。
- 上下文优化：通过Magpie缩放框架自动合并拆分句，提升长文本翻译连贯性。
- 多场景适配
- 游戏翻译：支持《Fate/stay night》等经典Galgame的HOOK特殊码库，自动捕获动态对话框。
- 视频处理：结合FFmpeg实现逐帧OCR，生成SRT/VTT双语字幕流。
- 文档处理：保留PDF/EPUB原始排版的多语言版本转换。
- 开发者友好设计
- 提供Python插件SDK，支持自定义文本预处理规则（如正则过滤）、私有化API接入及模型微调。
内置反崩溃守护进程，当游戏反作弊系统拦截HOOK时自动切换OCR模式。
下载地址：
https://pan.quark.cn/s/c9635aa36a9a
