简体中文 · English
Android 屏幕实时翻译 · 截屏 → OCR → 翻译 → 悬浮窗叠加
通过 MediaProjection / Shizuku 截屏 → 端侧或云端 OCR → LLM / 机器翻译 → 悬浮窗叠加显示。 无需 ROOT，单机可用，面向视觉小说、漫画、游戏对话等任意屏上文字的实时翻译。
游戏 / 漫画 / 视觉小说画面在屏，按一下圆球，几秒后中文译文盖在原文上。
- 悬浮球单击：默认翻整个屏幕；可切到「划词模式」——按一下后用手指圈一小块文字单独翻（更准、专挑要看的那一段）
- 悬浮球长按：弹出弧形子菜单，常用动作一指可达：循环翻译 / 重选区域 / 在「全屏翻译」和「划词翻译」之间切换 / 回主页。按钮顺序可在设置里拖动重排；超过一页自动出现「下一组」翻页按钮
- 循环模式：自动每 2 秒翻一次；画面静止时自动跳过，看小说翻页都不用动手
- 音量双键：同时按住「音量+ / 音量−」0.3 秒触发，手指不用离开游戏（需在系统无障碍中启用）
- 从其它 App 选中文字：在任意 App 里长按选中一段文字 → 系统菜单选「屏译翻译」→ 直接弹译文卡片，省去切到屏译再框选的步骤
- 本机识别：ML Kit（中日韩英）/ PaddleOCR——图不上传，无网也能用
- 云端识别：百度 / 腾讯 / 有道——本机识不准时兜底
- 切源语言时会自动检查"当前 OCR 能不能认这门语言"，认不了会推荐换引擎，不用自己排查
- 大语言模型：DeepSeek / ChatGPT / 智谱 / 自架本地模型……一边翻一边显示，不用等整段
- DeepL：官方付费 / 免费版自动识别，支持自架 deeplx（免 key 的开源代理，能在自己服务器上跑），可选「官方 / deeplx / 自动 fallback」三种协议
- 有道图翻：截图直接换译文，跳过中间环节，特别适合漫画
- Google：免 key、免费（国内需代理）
- 每个引擎都有「测试连接」按钮，DeepL 顺带告诉你这个月还剩多少免费字数
不只是翻整屏。框出屏上一个单词或短语，弹卡片一次告诉你：
- 译文 —— 所有翻译引擎都给
- 音标 / 词性 / 多条释义 / 例句对照 —— 使用大语言模型时才有完整字典（百度 / 腾讯 / DeepL 这类只返回译文）
- 卡片上有「复制原文」「复制译文」两个按钮，长按文字也能复制
- 适合查游戏 / 漫画 / 视觉小说里冒出来的生词，单词长按一秒，比切回字典 App 快得多
- 两种渲染：贴每段原文下 / 上 / 覆盖（BLOCKS），或装进一个可拖拽缩放的悬浮窗口（适合虚拟按键密集的游戏，让译文飘在画面上方不挡操作；可一键锁定避免误触）
- 5 套配色 + 字号、透明度、边框样式（实线 / 虚线 / 点线 / 双线 / 凹槽）都能调，预览实时跟随
- 漫画 / 字幕优化：自动把被切成几段的同一句话合到一起再翻；竖排日漫从右往左拼；漢字旁的小注音（振假名）自动去掉，译文不再重复
- 长译文跑马灯：单行模式下太长不会被省略号截断，自动横向滚动
- 中英界面 + 浅 / 深 / 跟随系统主题，立即切换不重启
- 设置项内搜索：找不到选项？顶部搜一下，中英关键字都行
- 翻译结果缓存：同样的句子不会重复扣你的 API 额度
- 崩溃自动留现场：App 万一闪退 / 卡死，下次启动能在日志页一键导出问题报告
- 新版本自动提示：进入主页自动检查（每天最多一次），国内拉不到会给你直链
- 国产手机后台引导：小米 / OPPO / VIVO / 华为 / 三星 容易杀后台的手机，有一键跳转设置的引导
- 隐私保护：明文 HTTP 默认只能在家里的局域网用，公网必须 HTTPS
仅作粗略参考，按 2026 年公开信息整理，可能与对方最新版本有差异。欢迎 PR 指正。
| 维度 | 屏译 (本) | Gaminik / 爱译客（闭源同源） | Google 翻译 | 沉浸式翻译 |
|---|---|---|---|---|
| 完全免费 / 无广告 | ✅ | 订阅或内购 | ✅ | ✅ |
| 开源 | ✅ Apache 2.0 | ❌ | ❌ | 部分 |
| 屏幕悬浮球叠加翻译 | ✅ | ✅ | ❌ | ❌（移动端弱） |
| 端侧 OCR（图片不上传） | ✅ ML Kit + PaddleOCR | ❌（云端为主） | ✅ | ❌ |
| 多 OCR 引擎自选 | ✅ 5 端侧 + 3 云端 | 有限 | ❌ | ❌ |
| 多翻译引擎自选 | ✅ 7 家：LLM / DeepL / DeepLX / 有道 / Google / 火山 / 百度 / 腾讯 | 1–2 家固定 | ❌ | 翻译侧多 |
| 自架翻译后端（deeplx / 本地 LLM / 自定义 Bearer） | ✅ | ❌ | ❌ | ❌ |
| 悬浮窗口模式（可锁定防误触） | ✅ | ❌ | ❌ | ❌ |
| 漫画竖排 / 振假名 / 字幕段落合并 | ✅ | ❌ | ❌ | ❌ |
| 划词翻译卡片（音标 / 词性 / 释义 / 例句） | ✅ 使用大语言模型时完整 | ❓ | ||
| 在任意 App 长按选词直接翻译 | ✅ 系统选中文本菜单入口 | ❓ | ✅「点按翻译」 | ❌ |
| 悬浮球菜单按钮可自定义顺序与分页 | ✅ | ❌ | ❌ | ❌ |
核心定位：在「游戏 / 漫画屏幕翻译」赛道里，做唯一一个开源 + 端侧引擎可选 + 自架翻译后端友好的方案。差异化在「隐私 / 自托管 / 引擎自选」三个维度，而不是 OCR / 翻译质量本身（云端 OCR + DeepL/LLM 引擎大家都能用）。
实际译文叠加 —— Discord 沟通规则页，OCR 紧贴原文渲染：
| 经典深色主题 | 浅色纸张主题 |
|---|---|
 |
 |
游戏场景 —— Sandship UI 的中文识别与覆盖：
漫画 / 字幕场景 —— 漫画气泡按列识别后译文紧贴覆盖：
| 韩文漫画 | 日文竖排漫画 |
|---|---|
 |
 |
设置页：
| 应用语言 / 主题 / 翻译后端 | OCR 引擎 / 预处理 |
|---|---|
 |
 |
| 译文样式预览（BLOCKS 模式） | 悬浮窗口模式选项 |
 |
 |
| 段落合并 / 悬浮球 | |
 |
悬浮窗口模式 —— 把所有原文 / 译文集中到一个可拖拽缩放的浮窗里，避免「贴原文」模式下译文挡住游戏操控（虚拟摇杆 / 按键 / 对话推进键）。窗口支持锁定：解锁时可拖动、可缩放、带 X 关闭按钮和底部缩放手柄；锁定后只剩文字内容，不响应任何手势，彻底防误触。
| 解锁（可拖拽 / 缩放 / 关闭） | 锁定（防误触，只剩内容） |
|---|---|
 |
 |
长按悬浮球的弧形子菜单 & 划词翻译卡片 —— 左：长按弹出菜单，循环 / 选区 / 在「全屏翻译」和「划词翻译」之间切换 / 回主页（按钮顺序可在设置里拖动重排）；右：圈出屏上一个词后弹出的卡片，连读音、词性、多条释义、例句一起呈现（使用大语言模型时才能拿到这套完整字典）。
| 长按弹出的弧形菜单 | 划词翻译卡片（带字典） |
|---|---|
 |
 |
- 到本仓库的 Releases 页下载最新
ScreenTranslator-x.y.z.apk - 在 Android 设备上点击安装（首次需在系统设置允许"安装未知来源应用"）
- 启动后依次授予 悬浮窗、通知 权限
只发布 arm64-v8a（64 位 ARM） 架构。armeabi-v7a / x86 暂不支持——端侧 OCR（PaddleOCR / ML Kit）的 native lib 体积大；且 32 位 ARM 缺 64 位 NEON 优化、可用寄存器少，推理慢一档，OCR 等待时间会明显拉长。如有 32 位设备需求请在 Issue 反馈。
每个 APK 同时附带 .sha256 校验文件，可对照本地 Get-FileHash / sha256sum 输出确认下载完整性。
- 启动 App，点 启动截屏服务，确认系统弹出的"开始截屏？"对话框
- 切到任意游戏 / 视觉小说 / 漫画 App
- 点屏幕上的圆形悬浮按钮 → 2~3 秒内底部出现译文
- 长按悬浮按钮 → 切换循环模式（默认 2 秒一次，外圈进度环匀速转一圈对应一次截屏，dHash 跳过静止画面）
- 单击译文条 → 隐藏
可选：
- 在系统"无障碍"里启用本应用，同时按下音量加 / 音量减并按住 300ms 作为全局触发，免去手指点屏（不读屏 / 不解析 View 树）
- 安装 Shizuku 并授权后，在设置切换到 Shizuku 截屏路径，免去每次的系统授权弹窗
启动 App 后进入"设置"。设置页顶部可切换 应用语言 与 主题模式；任意 section 都可用搜索图标按关键字（中英文都行）快速跳转。
| 引擎 | 适用场景 | 备注 |
|---|---|---|
| 端侧 ML Kit (auto / latin / ja / zh / ko) | 默认；日文 / 中文 / 韩文 / 拉丁字符 | 无需外网，端侧推理 |
| 端侧 PaddleOCR PP-OCRv5 mobile | 多语种密排文字、UI 按钮 | 首次使用需下载 ONNX 模型，见下 |
| 云端 百度 OCR | ML Kit / Paddle 漏检兜底 | 需 API Key + Secret，按量计费；5 个 endpoint（标准/含位置/高精度/含位置高精度/网络图片）；图片有尺寸 / 宽高比限制 |
| 云端 腾讯 OCR | 同上 | 需 SecretId + SecretKey；3 个 endpoint：GeneralBasic / GeneralAccurate / RecognizeAgent（LLM 智能体，已对接 ParagNo 段落分组合并） |
| 云端 有道云 OCR | 简单一键 | 需 应用 ID（API Key）+ 应用密钥；langType 跟随源语言自动映射，无需独立选择 |
PaddleOCR 模型下载：设置 → "下载 PaddleOCR 模型"，自动从 HuggingFace / hf-mirror 镜像拉取以下三个文件到 <filesDir>/models/paddle/：
det.onnx（DBNet 检测，约 4.5 MB）rec.onnx（CRNN 识别，约 15.7 MB）keys.txt（v5 字典，约 90 KB）
可在设置里自定义镜像 URL，或手动从本地文件导入。
百度 OCR 注意事项：图片限制为 最长边 ≤ 4096px、最短边 ≥ 15px、宽高比 1:4 ~ 4:1、base64 后 < 4MB。本项目对前两条会自动缩放兜底，宽高比超限只能调小 / 重画截屏区。
OpenAI 兼容：
- Base URL：以
/v1/结尾，例如：- SiliconFlow
https://api.siliconflow.cn/v1/ - OpenAI 官方
https://api.openai.com/v1/ - 智谱 BigModel
https://open.bigmodel.cn/api/paas/v4/ - 自架 Ollama
http://<host>:11434/v1/
- SiliconFlow
- API Key：对应平台的 sk-xxx
- 模型名（示例）：
- SiliconFlow:
Qwen/Qwen2.5-7B-Instruct、Qwen/Qwen2.5-14B-Instruct - OpenAI:
gpt-4o-mini、gpt-4o - 智谱:
glm-4-flash、glm-4-plus - Ollama:
qwen2.5:7b、llama3.1:8b
- SiliconFlow:
- Prompt 模板：默认 galgame 口语化风格，可自定义。Prompt 跟随 UI 语言：从未改过 prompt 的用户切换 UI 语言时自动迁移到对应 locale 的默认 prompt；已自定义的 prompt 不会被覆盖。
DeepL：填 Auth Key（free 版 key 末尾带 :fx），自动选择 free / pro endpoint。点 测试连接 顺带返回当月已用 / 总字符额度。
有道图翻（端到端引擎）：填有道智云一组 应用 ID + 应用密钥（OCR / 图翻共用）。选这个后会 绕过上方 OCR 引擎设置，CaptureService 把整张截图发到 ocrtransapi 直接拿带 box 的译文。会按图片 orientation 自动反旋转 box 坐标修正位置。测试连接 发 2×2 像素小图按 errorCode 精准判 key / 服务 / 限流。
Google（非官方端点）：无需 key、免费。国内必须代理；谷歌可能随时限流 / 改端点，仅供学习。
火山引擎翻译（字节家的）：在火山控制台开通"机器翻译"，把生成的两把钥匙（AK / SK）填进来。地区保持默认就行。优点是循环模式下不容易被限速。
百度翻译（注意：和上面 OCR 那个"百度"不是同一个账号，要去百度翻译开放平台另外注册）：填 APPID 和密钥两栏。个人免费额度大概一个月 5 万字，够每天看几篇视觉小说用。
腾讯翻译：和上面 OCR 的腾讯共用一组密钥——如果你已经在 OCR 那边填过腾讯的 SecretId / SecretKey，这里完全不用再填。
- 渲染模式：BLOCKS（按 OCR 框紧贴原文）/ 悬浮窗口（可拖拽缩放的独立浮窗，详见上方截图章节）
- 位置：BLOCKS 下可选 below / overlap / above + 像素级 x/y 偏移微调
- 悬浮窗口：可切「原文+译文 / 仅译文」两种内容形态；锁定后窗口不可拖拽 / 不可缩放，适合游戏中防误触；底部「重置位置 / 大小」按钮一键回到默认
- 主题色：5 种预设 + 自定义（背景 / 文字 / 边框 ARGB / 边框样式实线/虚线/点线/双线/凹槽）
- 避让 & 合并：碰撞检测限制译文宽度不挤进相邻 OCR 框；OCR 后合并相邻 box 提供 保守 / 标准 / 激进 三档强度——保守适合视觉小说 / 长段密集，标准适合多数场景，激进适合漫画气泡内多列被切碎的情形（可能误合相邻气泡）
- Android 14+ 每次首次启动截屏都会弹一次系统授权窗，这是 Google 设计；Shizuku 路径可绕过
- 部分 ROM（小米 / OPPO / VIVO）默认杀后台 / 拦截悬浮窗，需手动加入电池白名单 + 允许后台启动；应用内有兼容引导
- 反作弊网游可能把 MediaProjection 判为外挂截屏 → 本项目仅适用于单机 / 视觉小说 / 漫画
- 设置了
FLAG_SECURE的画面（部分网银 / 视频 App）截出来是黑屏，本项目不做绕过 - PaddleOCR 端侧推理在低端机（骁龙 7 系以下）单次约 1~3 秒；推荐配合区域选择使用
- 能用起来（M0）：截屏 → 识字 → 翻译 → 屏上显示，一条龙跑通
- 顺手好用（M1）：记住截屏区域 / 边翻边显示 / 译文紧贴原文 / 国产手机后台引导 / 中英界面 + 浅深主题 / 设置内搜索
- 更聪明更稳（M2）：韩文识字、音量双键全局触发、换源语言时推荐能识它的 OCR、段落合并三档强度、循环进度可视化、闪退自动留报告、新版本自动提醒
- 引擎大扩张（M3 · 0.3.x）：每个翻译引擎都有「测试连接」按钮、加入有道云 OCR + 有道图翻、Google 翻译、腾讯智能体段落合并、漫画里的小注音不再重复翻、长译文跑马灯滚动
- 从整屏到单词（M4 · 0.3.4+）：划词翻译卡片（音标 / 词性 / 释义 / 例句）、主球单击行为可切换（整屏翻 ↔ 划词翻）、弧菜单按钮顺序可自定义、其它 App 长按选词进入屏译翻译
- 译文配色跟着画面走：智能取色 + 自动调字号，替代纯色矩形条，看起来更像「印在画面里」而不是贴上去的标签
- 漫画专用识字：接入 manga-ocr 模型，竖排日漫识得更准
- 译文字体自选：让你上传 .ttf 换个心仪的中文字体
- Shizuku 截屏提速到循环模式可用：当前 Shizuku 通路虽然能免每次系统授权弹窗，但 ~5 FPS 上限只适合按需触发；要升级到能跑循环翻译的稳定通路
- 翻译历史：能回看之前几屏的译文，找回上一段对话
- 译文朗读（TTS）：边玩边听译文读出来
- 专有名词词表：游戏 / 漫画里的人名、道具锁定固定译法，不再每次翻得不一样
- 离线词典兜底：不联网时也能给百度 / 腾讯 / DeepL 这类无字典 API 的引擎补上释义
欢迎社区贡献。无论是 bug 修复、新功能、UI 改进、翻译还是文档勘误，都很受欢迎。
⚠️ 不要直接 PR 到main分支。
main是稳定主线，只接受经维护者审核合入 —— 用作打 tag 发版的基线。外部 PR 请按以下流程走：
- 先开 issue 讨论：说明你想做的改动 / 修的 bug，确认方向，避免做白工
- Fork 仓库，从最新
main切出 feature 分支：git checkout -b feat/your-idea origin/main
- 本地开发并自测（至少在一台真机上跑通
./gradlew installDebug） - PR 提交到
dev分支（如仓库还没有dev，请在 issue 里 ping 维护者建立）；维护者会在dev上聚合多人 PR、复测后整合到main - 直接 push 到
main/ 强推main是被禁止的（仓库会通过 branch protection 拦截）
git clone https://github.com/ciddwd/overlay-translator.git
cd overlay-translator
cp local.properties.example local.properties
# 编辑 local.properties，把 sdk.dir 改成本机 Android SDK 路径
./gradlew installDebug # 装到已连接设备需 JDK 17 + Android SDK 35。Android Studio 打开会自动同步并补 Gradle wrapper jar；命令行环境需先 gradle wrapper --gradle-version 8.10.2。
如果想加入新语言或修正现有翻译：
- 复制
app/src/main/res/values/strings.xml到app/src/main/res/values-<lang>/strings.xml（例如values-zh-rTW、values-ja） - 只翻译
<string>标签内的值，保留 key（name="..."）和占位符（{source}、{target}、%1$s、\n等） - 在
app/src/main/res/xml/locales_config.xml添加<locale android:name="<lang>" /> - 在
app/src/main/java/com/gameocr/app/ui/SettingsScreen.kt的APP_LANGUAGE_OPTIONS追加一行 - 在 PR 描述里附上覆盖率（多少条字符串已翻译）与试译截图
未来若有 10+ 种语言，会迁移到 Weblate 在线协作平台，简化流程。
推荐遵循 Conventional Commits 简化版：
feat: 新功能
fix: bug 修复
docs: 文档
refactor: 重构（不改行为）
chore: 构建 / CI / 工具链
i18n: 翻译相关
副标题与正文请用中文或英文，不要混在一句话里；首行 ≤ 72 字符。
- 友善、就事论事，对人不动情绪
- 不发与项目无关的内容 / 商业推广 / 政治议题
- 维护者保留以"不符合项目方向"为由关闭 issue / PR 的权利，并会说明原因
- PaddleOCR · PP-OCRv5 mobile 模型
- bukuroo/PPOCRv5-ONNX · 已转 ONNX 的 v5 mobile 镜像
- Shizuku · 免 ROOT 的高权限通道
- ML Kit · Google 端侧 OCR
- ONNX Runtime · 端侧推理引擎
- Jetpack Compose / Material 3 · UI 体系
- Hilt · 依赖注入
- Retrofit + OkHttp · 网络
- kotlinx.serialization · JSON 序列化
- Timber · 日志
（首次 PR 合入后会自动出现在这里）
桌面端 VNR / Visual Novel Reader 等同类工具长期以来在 PC 平台为 galgame / 视觉小说玩家提供实时翻译。本项目把这条管线带到 Android，并针对手机场景（电池、ROM 限制、touch UI）做了重新设计。
代码采用 Apache-2.0。模型与第三方依赖各自保留原协议。