一款支持自定义大模型 API 接口的开源 Android 屏幕 OCR 实时翻译工具。
Important
该项目尚处于早期阶段。部分功能、错误处理、文档以及使用说明仍未完善。
本项目在开发过程中使用了 AI 辅助编程技术。尽管已尽力确保代码的正确性与稳定性，但无法保证完全没有错误或缺陷。如因本项目存在的任何 Bug 导致 API 被异常调用、滥用、数据泄露、服务中断或其他任何直接或间接的损失或后果，本人（及项目贡献者）不承担任何责任。您在使用本项目及相关 API 时，应自行评估风险，并承担由此可能带来的一切后果。
可以在 GitHub Releases 获取最新版本。
一般的 Android 设备选择 -brightgreen?style=flat-square&logo=android){kind=icon}
- 多模型支持：内置 PaddleOCR 轻量化 OCR 模型（支持简/繁中、英、日），并支持加载自定义 PaddleOCR ONNX 模型，满足高精度识别或特定语言适配需求（正在适配中）。
- 可微调模型参数：提供 OCR 模型参数调节功能，提升特定场景下的识别率。
- 支持竖排文本：支持中日文竖排文本识别，契合漫画、小说及古籍的阅读场景。
- 适配横竖屏：设备在横竖屏模式间切换后不影响识别功能。
- 标准 API 接入：支持 OpenAI API 协议接口，兼容自定义 Endpoint。
- 支持流式输出：在处理多个文本框时无需等待整体响应，减少等待时间。
- 自定义翻译风格：支持用户修改 Prompt，可根据场景调整翻译风格、添加术语表。
- API 用量统计：内置 Token 使用统计与计费功能，实时估计 API 使用成本。
- 自定义过滤结果：支持基于文本框尺寸及正则表达式自动过滤无关文本（页码、水印等）。
- 自动复制到剪贴板：支持自动复制识别结果，可选择复制内容（仅原文、仅译文、原译文对照）。
- 自定义显示字体：支持选择系统内置字体，也可导入外部 TTF/OTF 字体文件。
- UI 透明度调节：覆盖文本框与悬浮球透明度均可调节。
- 自动隐藏翻译：支持翻译结果倒计时后自动隐藏，也可以选择手动关闭模式。
- 自适应颜色：自动识别背景颜色，使翻译文本框颜色与原背景融合。
默认已经设置好 DeepSeek API 的参数，只需要在设置里输入 API Key 就可以翻译了。
程序默认运行在区域选择模式下，通过悬浮球进行操作：
-
区域选择（默认设置）：
- 单击悬浮球：开启自由框选。在屏幕上拖动划出任意矩形区域，松手后立即识别翻译。
- 双击悬浮球：开启垂直范围选择。此时自动覆盖全宽，只需上下滑动确定纵向范围，适合阅读长篇段落或对话。
- 取消选择：在松手之后，如果划定的区域非常小，将取消本次识别翻译操作。
-
全屏翻译模式（可在设置中切换）：
- 单击悬浮球：识别并翻译当前整个屏幕的内容（如果发现很多文本被错误地合并在一起了，可以关闭“设置 -> OCR -> 合并文本框”选项）。
触发识别后首先会展示 OCR 识别的结果。当获取到翻译文本后，翻译结果将以悬浮层的形式覆盖在原文字位置，此时点击屏幕即可关闭。
当熄屏或者屏幕旋转后，屏幕录制权限需要重新申请。当点击或双击悬浮球时，如果权限失效，会在当前界面弹出授权申请。
游戏：偶像荣耀（アイプラ，IDOLY PRIDE），已设置过滤部分文字。
| 主界面 | 区域选择 | 翻译示例 1 | 翻译示例 2 |
|---|---|---|---|
 |
 |
 |
 |
必须开启的权限：
- 悬浮窗权限：覆盖原文翻译所必需（如果无法打开，可能需要点击“解除所有权限限制”）
- 屏幕录制权限：用于截取屏幕图片进行 OCR 识别
推荐开启的权限：
- 通知权限：开启后可以稳定地通过后台 Toast 通知；
- 写入剪贴版权限：在一些定制系统里，需要设置为“始终允许”；
- 后台弹出界面权限：由于熄屏后系统会自动收回录屏权限，启用后可以方便地重新请求录屏权限；
| 权限设置 | 其他特殊权限 |
|---|---|
 |
 |