Top AI Repos — open-source AI, indexed and scored
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
安卓手机端的即时自动漫画翻译软件，由LLM驱动。Instant automatic manga translation app for mobile devices, powered by LLM.
| Date | Stars |
|---|---|
| 2026-07-31 | 419 |
| 2026-08-06 | 419 |
Today
— stars today
This week
— stars this week
This month
— stars this month
Momentum
35.0
growth rate 0.00%/day
中文 | [English](./README_EN.md) # Manga Translator 📖 面向安卓的漫画翻译 App：本地气泡检测与 OCR，结合 OpenAI 兼容接口完成翻译，并在原图上覆盖显示可拖动的翻译气泡。并支持屏幕翻译/悬浮窗翻译，可在任意 App 或桌面上直接识别并翻译当前屏幕中的漫画文本。 使用教程：[简中教程](./Tutorial/简中教程.md) | 原图 | 翻译结果 | |------|----------| |  |  | ## 主要功能 ✨ - 支持日、英、韩、法、西、葡、德、意、俄等多种源语言翻译为中文，以及中文翻译为英文或俄文 - 屏幕翻译：支持悬浮窗翻译，在任意界面识别并翻译当前屏幕内容 - 漫画库管理：新建文件夹、批量导入图片、漫画文件夹导入，支持CBZ、ZIP、PDF导入导出 - 翻译流程：气泡检测 + OCR（支持 OpenAI 兼容 / 百度 AI）+ LLM 翻译，支持标准模式与全文速译 - 阅读体验：翻译覆盖层、翻译气泡位置可拖动、阅读进度自动保存；新增取消键与加减号微调，条漫与普通阅读缩放同步 - 字体设置：支持自定义气泡字体、字体加粗，普通气泡框与悬浮窗气泡框共用一套字体配置 - 译名表与缓存：按文件夹维护 glossary.json，自动累积固定译名 - 后台翻译通知：文件夹/批量翻译完成后发送带声音的高优先级系统通知，点击回到漫画库 - 更新与日志：启动检查更新，翻译期间前台服务与日志查看 - 多供应商负载：支持配置多个翻译供应商，按权重自动均衡负载 - 条漫/长图：自动判断作品是否更接近条漫并切换阅读方式，长图/条漫模式下支持跨页气泡合并 ## 支持的翻译语言 🌐 - 目标语言由软件界面语言决定： - 简体中文界面 → 简体中文 - 繁体中文界面 → 繁体中文 - 英文界面 → 英文 - 俄文界面 → 俄文 - 当前文件夹的源语言可在漫画库中单独设置，支持：日文、英文、韩文、简体中文、繁体中文、中英混合、法文、西班牙文、葡萄牙文、德文、意大利文、俄文 - 软件界面切换为繁体中文时，会优先使用繁体提示词 ## 快速使用 🚀 1. 在漫画库中新建文件夹并导入图片 2. 确保图片文件名顺序与阅读顺序一致（例如 1.jpg, 2.jpg） 3. 在设置页 OCR 设置中选择 API 格式（OpenAI 兼容 / 百度 AI），并按提示填写对应参数 4. 回到漫画库，选择文件夹并点击“翻译文件夹” 5. 翻译完成后点击“开始阅读”，在阅读页可拖动气泡位置 *全文速译建议：页数较多时分批上传翻译，或在设置中提高 API 超时。* ## 常见问题 ❓ - 翻译失败或结果为空：确认 API 地址填写的是服务商给出的 OpenAI 兼容上级地址（例如 `https://api.deepseek.com/v1`、`https://open.bigmodel.cn/api/paas/v4`），软件会自动补全 `/chat/completions`；模型名须与供应商一致且网络可达；若使用百度 AI OCR，请确认 API Key 与 Secret Key 填写正确 - 翻译顺序错乱：请先对图片按阅读顺序重命名 - 怎么获取AI：具体获取方法可以去搜索一下 ## 交流 可以进QQ群提问交流：1080302768 ## Star History ** 喜欢的话可以点个Star哦 ** [](https://www.star-history.com/#jedzqer/manga-translator&type=date&legend=top-left) ## 数据与文件说明 🗂️ - 漫画库存储：`/Android/data/<package>/files/manga_library/` - 每张图片生成同名 `*.json` 翻译结果，OCR 缓存为 `*.ocr.json` - 译名表：每个文件夹维护 `glossary.json` - 阅读进度、全文速译开关等存储在 SharedPreferences ## 从源码构建 🧩 ### 环境要求 - JDK 17.0.17+ - Kotlin 2.0.0+ - Gradle 8.11.1+ - Android SDK: platform 36, build-tools 36.0.0 ### 构建命令 ```bash ./gradlew :app:assembleDebug ./gradlew :app:assembleRelease ``` ### 模型与资源 将以下模型文件放入 `assets/` 对应子目录： - `models/detection/manga109-segmentation-bubble.onnx`（普通气泡检测，YOLO11n-seg，1600×1600 ONNX，输出气泡轮廓） - `models/detection/yolo11n-text.onnx`（游离文字补检；普通气泡区域会先被屏蔽） - `models/ocr/manga_ocr/encoder_model.onnx`、`models/ocr/manga_ocr/decoder_model.onnx`（日文 OCR：MangaOcr，可在设置中切换） - `models/ocr/manga_ocr/generation_config.json`、`models/ocr/manga_ocr/preprocessor_config.json`、`models/ocr/manga_ocr/tokenizer.json`、`models/ocr/manga_ocr/special_tokens_map.json` - `models/ocr/manga_ocr_mobile/encoder.tflite`、`models/ocr/manga_ocr_mobile/decoder.tflite` 及 tokenizer/config（当前默认日文 OCR：MangaOcr Mobile） - `models/ocr/PP-OCRv6_small_rec.onnx`（英文/中文/中英混合 OCR） - `models/ocr/korean_PP-OCRv3_rec_infer.onnx`（韩文 OCR） - `models/detection/PP-OCRv6_det_mobile_infer.onnx`（英文行检测） 模型下载链接： - 普通气泡检测模型：Manga109 YOLO11n-seg 气泡分割模型（随应用 assets 提供） - 游离文字检测模型：https://huggingface.co/RoyRud1902/yolo11n-text - 英文识别模型：https://huggingface.co/PaddlePaddle/PP-OCRv6_small_rec_onnx - 英文检测模型：https://huggingface.co/PaddlePaddle/PP-OCRv6_small_det_onnx - 韩文 OCR 模型：https://huggingface.co/breezedeus/cnocr-ppocr-korean_PP-OCRv3 提示词、字体与 OCR 配置位于 `assets/` 子目录中，名称需与代码保持一致。 ### 发布版本号同步 需同时修改： - `app/src/main/java/com/manga/translate/app/VersionInfo.kt` - `app/build.gradle.kts` - `update.json` ## 🙏 致谢 - [PaddleOCR](https://github.com/PaddlePaddle/PaddleOCR) - 提供 OCR 模型支持 - [kha-white/manga-ocr](https://github.com/kha-white/manga-ocr) - MangaOCR 模型支持 - [bluolightning/manga-ocr-mobile](https://huggingface.co/bluolightning/manga-ocr-mobile) - MangaOCR-mobile 模型支持 - 所有用户的支持
Excerpt of 3,689 characters
Read on GitHubWould you bet a product on this? Bounded 0–100 and slow moving.
matched fp:fd6287aafac95a1c, topic:llm