✨ 功能

🎯 一句话定位

游戏 / 漫画 / 视觉小说画面在屏，按一下圆球，识别和翻译完成后，目标语言译文盖在原文上；需要时还能直接朗读。

🖼️ 批量翻译相册图片

• 在主页点「新建任务」一次选择多张图片；也可以从系统分享图片或截图到「屏译」，直接进入创建任务
• 选好预设后即可开始处理，离开任务页面也会继续；主页会显示最近或正在进行的任务，全部记录可在「任务列表」查看
• 结果页可以查看原文和译文、左右切换图片；使用「紧贴原文」或「自动适配画面」时，还能另存为带译文的图片，并沿用任务中的字体、颜色、排版和方向

🖱️ 怎么触发翻译

• 悬浮球单击：默认翻整个屏幕；可切到「划词模式」——按一下后拖框圈住单词或短语，默认可继续微调选框并点击「翻译」；在设置中关闭「精细调整」后，才会在松手时直接识别和翻译
• 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 / 输入翻译 / 在「全屏翻译」和「划词翻译」之间切换 / 快速切源语言与目标语言 / 切换翻译预设 / 打开设置 / 回主页。按钮顺序和每页数量可在设置里调整；超过一页自动出现「下一组」翻页按钮
• 输入翻译：单击操作球，将输入框里的文字翻译为预设的源语言；双击可选择全屏翻译或划词翻译
• 快捷开关：在手机下拉快捷设置中，直接开启或关闭截屏服务
• 循环模式：默认使用「停稳翻译」，画面停止变化后自动翻译。也支持固定间隔和等待文字显示完整后翻译。
• 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

🔍 识别屏上的文字（OCR）

• 本机识别：ML Kit（中日韩英）/ PaddleOCR / 日漫 OCR——图不上传，无网也能用；PaddleOCR 支持 v5/v6 多档模型，也可单独选择 PP-OCRv5 韩文
• 本地 HTTP OCR：可接入局域网里的 Umi-OCR / LunaTranslator OCR 服务，适合把 PC 端 OCR 能力接到手机截屏流里
• 云端识别：PP-OCRv6 在线（PaddleOCR AI Studio）/ 百度 / 腾讯 / 有道——本机识不准时兜底；PP-OCRv6 在线需填写 AI Studio Access Token
• 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
• 初始化引导选择日文、韩文、中文或英文时会匹配对应 OCR；其它源语言默认推荐 PaddleOCR v5 mobile
• 可自动判别横排 / 竖排 / 旋转文本方向，必要时重跑更合适的 OCR 路径；也可以手动锁定方向
• PaddleOCR、日漫 OCR 和方向模型会按设备可用核心数动态选择 1 / 2 / 4 / 6 个 CPU 推理线程，最高 6 线程

🌐 翻译引擎

• 大语言模型：DeepSeek / ChatGPT / Claude / 智谱 / 自建服务……支持 OpenAI 或 Anthropic 兼容方式，一边翻一边显示
• 服务商快速配置：可选择魔搭 ModelScope、OpenRouter、AIHubMix、302.AI、国家超算互联网等服务商；部分服务可选择中国大陆或国际地址
• 本机翻译：Google ML Kit 下载语言包后可离线使用；Sakura 适合日语漫画和视觉小说翻简中，Hy-MT2 支持更多语言
• 语言方向保护：源语言和目标语言不能设为同一种语言；设置页和悬浮快捷菜单会禁用冲突选项并说明原因
• 译名一致性：可按全局或指定 App 保存人名、地点、组织和专业术语，支持单条添加和 JSON 批量导入；长按已经显示的译文还能修改原文或译文，并把纠正结果保存下来
• 越用越稳定：以后遇到相同或相近的句子，会优先沿用保存过的译法；这些内容可以在「翻译库」中查看、搜索和管理
• 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
• 小牛翻译：可选择 Flash 或 Pro；Pro 支持边翻译边显示
• 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）
• 联网引擎都可以先「测试连接」，DeepL 还能显示当前额度

🔊 把译文读出来（TTS）

• 手机系统语音：不需要注册账号，直接使用手机里已有的声音，还能调整语速和音调
• 更多声音选择：也可以使用自己部署的语音服务，或火山引擎、MiniMax、MiMo 等在线服务；在线服务可能收费
• 能读哪些内容：原文、译文、划词卡片和字典内容都能朗读；横排文字还可以只选中其中一段来读
• 播放控制：再次点击同一段即可暂停或继续；点击另一段会改读新内容，失败时会直接说明原因。部分手机厂商的系统语音不会提供朗读位置，继续时只能从头读这一段
• TTS 默认关闭，不想使用朗读功能时不会影响识别和翻译

🔤 划词翻译（按一个词出字典）

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 / 词形变化 / 同义词 / 多条释义 / 例句对照 / 难点解释 —— 使用大语言模型时才有完整字典；生僻词、专业名词、缩写、文化背景和易混用法会单独说明（百度 / 腾讯 / DeepL 这类只返回译文）
• 选框方式 —— 默认可精细调整后点击「翻译」；关闭「精细调整」后松手即译。「记住上次选框位置」默认关闭
• 卡片上有「复制原文」「复制译文」两个按钮，长按文字也能复制
• 横屏时顶部关闭栏和底部复制栏固定，中间内容单独滚动，并自动避开状态栏、导航栏和刘海区域
• 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

文字提取：开启「仅提取文字」后，框选即可提取文字，支持复制和朗读，不进行翻译。

🎨 译文怎么显示

• 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）
• 自动适配画面：紧贴原文显示时，根据每个文字区域自动选择颜色、背景和字号；漫画场景还会使用内置气泡检测，在局部气泡内擦除原文、修复背景，并按气泡形状安排横排 / 竖排译文。低置信度或处理失败时自动回退原矩形渲染，无需另行下载气泡模型
• 排版与阅读顺序统一：默认让译文跟随 OCR 识别出的横排 / 竖排及阅读顺序；关闭后必须手动选择横排或竖排，以及从左到右或从右到左，OCR 块排序和译文渲染共用同一方向
• 译文块可复制：可选长按译文块调用系统文字选择，或点击译文块打开选择面板，按范围选择文字，也能整段复制原文 / 译文
• 5 套配色 + 可视化取色器：直接选择背景、文字、边框颜色和透明度，不需要手填 ARGB；横屏下取色面板可滚动
• 完整文字样式：加粗、倾斜、下划线、字符间距、行距、对齐、描边和阴影都可独立调整，预览与实际译文同步
• 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；竖排场景可用竖排译文布局
• 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
• 译文字体自选：导入 .ttf 后只作用于译文渲染，系统 UI 仍使用默认字体；已导入字体会以 chip 形式保留可切换
• 画面方向修正：用于画面方向与设备方向不一致的场景

🛠️ 用着舒服的小事

• 中英界面 + 浅 / 深 / 跟随系统主题，立即切换不重启
• 逐页初始化引导：首次使用时依次选择界面语言、源语言、目标语言、显示方式、日常 / 漫画用途、翻译方式和 TTS；云端 LLM 可直接填写服务商、URL、API Key 与模型名，离线方案会列出需要下载的模型
• 悬浮球漫游教学：第一次启用截屏服务后，引导长按悬浮球并逐项介绍弧形菜单和翻页；首页「截屏服务」卡片中的「帮助」可重新运行初始化与漫游
• 分享给朋友：关于页可分享屏译的功能介绍、官方开源地址和最新版下载页
• 紧凑设置选择：检测速度与精度、合并强度、显示模式和译文块复制方式使用按钮组直接切换
• 设置项内搜索：找不到选项？顶部搜一下，中英关键字都行；颜色、字体、备份、导入导出等新配置均已加入索引
• 系统预设方案：内置「离线日语漫画 OCR → 简中」等组合，一键完成识别、翻译和显示设置；日漫预设默认使用自动适配画面，缺模型时会提示先下载
• 预设记住密钥：不同预设可在本机分别保存密钥，切换时一同切换；密钥始终不会被导出
• 英语离线词典：导入英语 (ECDICT) 词典包后，可选择在本机查询词义
• 后台模型下载：离开设置页后仍可继续；Android 13 及以上开始下载前会申请通知权限，应用内和系统通知都会显示当前模型与下载进度，并支持取消、失败重试和断点续传
• 按应用翻译上下文：可自动识别前台 App，为不同游戏启用各自的术语；包名始终留在本机，只有主动开启时才把应用显示名称交给支持上下文的翻译模型
• 便携配置包：一键导出 / 导入非敏感设置、自定义预设和字体文件；API Key、Token 等凭据只留在当前设备
• 翻译结果缓存：当前运行期间，相同文本和翻译配置会复用结果；云端接口与端侧 LLM 都不会重复计算
• 崩溃自动留现场：Java 崩溃、原生崩溃、ANR、低内存退出等会在下次启动进入日志页，可导出经过脱敏的诊断报告
• 基础 TalkBack 支持：悬浮球、弧形菜单、语言 / 预设快切、截图选区、划词卡片和取色器都有读屏标签、状态与操作提示
• 敏感设置加密保存：API Key、prompt、镜像 URL、预设等持久化字段会迁移到加密存储，减少本机明文残留
• 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

🧩 项目特点

屏译将截屏、文字识别、翻译、显示和朗读分成可独立配置的环节：

适合希望自行选择识别、翻译和朗读方式，并兼顾离线使用、竖排漫画与自建服务的用户。

📸 截图

主屏 —— 上半区可上下滑动切换「预设 / 当前状态」，下半区可左右滑动切换「截屏服务 / 批量翻译」。

预设与批量翻译	当前状态与截屏服务

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	自动适配画面

日文漫画自动适配对比 —— 同一张竖排日漫从原版到自动适配画面，并展示将译文改为横排、从左向右后的效果：

原版	自动适配画面	自动适配画面（横排、从左向右）

游戏场景 —— Sandship UI 同一画面对比：原图、紧贴原文与自动适配画面。

显示方式	画面
原图无处理
紧贴原文
自动适配画面

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

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，并可分别朗读原文、译文和词典内容（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 / TTS 朗读）

译文块选择 / 复制 / 朗读 —— 把译文块点击动作设为「打开选择面板」后，点击任意译文块即可同时查看原文和译文。拖动选区后可使用系统的「复制 / 全选」，也可一键复制整段原文或译文；点击原文或译文右侧的扬声器按钮，可使用应用内朗读功能播放对应整段内容。

提示：竖排译文暂时不能通过长按来选中一小段朗读；可以改用「点击块选择复制」模式，通过扬声器按钮朗读整段原文或译文。

设置页：

语言 / 主题 / 系统预设	翻译后端
OCR 引擎	方向模型设置
译文样式与字体	自动适配画面
弧形菜单按钮	悬浮窗口模式选项
悬浮球	智能循环翻译

划词翻译 / 截屏区域 / 输入翻译	TTS 朗读设置

📦 安装

1. 到本仓库的 Releases 页下载最新 ScreenTranslator-x.y.z.apk
2. 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"）
3. 启动后依次授予 悬浮窗、通知 权限

目前只发布 arm64-v8a（64 位 ARM） 版本，32 位 ARM 和 x86 设备暂不支持。下载前可以先在系统信息或设备资料中确认处理器架构。

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。

🚀 使用

1. 启动 App，点 启动截屏服务，确认系统弹出的"开始截屏？"对话框
2. 切到任意游戏 / 视觉小说 / 漫画 App
3. 点屏幕上的圆形悬浮按钮 → 识别和翻译完成后显示译文；等待时间取决于手机性能、画面和所选服务
4. 长按悬浮按钮 → 打开弧形菜单，可切换循环模式、重选截图区域、切源语言/目标语言、切翻译预设，或在整屏翻译与划词翻译之间切换（循环可使用固定间隔，也可等待文字稳定后自动翻译）
5. 默认单击译文条隐藏、长按选择复制；也可在设置中改为点击译文块打开原文 / 译文复制面板

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。屏译自身的主要悬浮控件提供 TalkBack 标签、状态和操作提示
• 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；截屏会优先走原始像素通路，并用 PNG 作为兼容回退
• 在设置顶部选择系统预设方案，例如「离线日语漫画 OCR → 简中」。预设需要的模型未就绪时，会显示缺失项并提供下载入口
• 若只想查一个词，先在弧形菜单把主球操作切到「划词翻译」，再框选屏幕上的单词 / 短语；也可以在其它 App 中选中文本后从系统菜单调用屏译
• 若想听原文或译文，在设置中打开 TTS 并选择声音；之后点击文字旁的扬声器按钮即可朗读
• 在手机下拉快捷设置中添加屏译磁贴，即可直接开启或关闭截屏服务

输入翻译

在弧形菜单中切换到「输入翻译」，先点击需要翻译的输入框并输入文字：

• 单击操作球：将输入框里的文字翻译为预设的源语言，并替换原内容
• 双击操作球：执行全屏翻译或划词翻译，可在设置的「输入翻译」卡片中选择

需要无障碍权限。仅在点击操作球时读取并替换输入内容，不会读取密码类型的输入框。

⚙️ 配置

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。

OCR 引擎

PaddleOCR 模型：首次使用需要下载或本地导入，默认选择 PP-OCRv5 mobile。也可以按画面和语言切换版本：

• v5 mobile：默认版本，支持简体中文、繁体中文、英文和日文
• v6 tiny：体积最小、速度最快，支持多种拉丁字母语言，但不支持日文
• v6 small：速度与准确度比较均衡，支持日文
• v6 medium：体积更大、速度更慢，适合配置较高并且愿意多等一会儿的设备

PP-OCRv6 在线：这是云端识别服务，需要填写 AI Studio Access Token，不用下载上面的手机端模型。使用时截图会发送到 PaddleOCR 的在线服务。

方向模型：用于判断画面是否旋转、文字是否倒置，已经随应用提供。显示「已就绪」时无需重复下载。

日漫 OCR 模型：第一次使用需要下载或本地导入，模型来源主要在 Hugging Face；网络无法访问时可以使用代理、自定义镜像或本地导入。

模型下载与就绪状态：PaddleOCR、日漫 OCR、方向模型和离线翻译模型都可以在后台下载。离开设置页后任务仍会继续，应用和系统通知会同步显示进度；可以随时取消，网络中断后会自动重试并接着下载。显示「已就绪」后即可使用；如需更换模型，先删除现有模型。

自动方向判别：默认开启，会根据画面和语言选择横排或竖排。遇到误判时，可以手动指定横排、日漫竖排或其它方向。

检测速度与精度：默认使用「速度优先」。遇到小字、浅色字或细长竖排漏检时，可以改为「精度优先」，但识别时间会更长。OCR 高级设置一般保持默认即可；只有持续漏字或误识别过多时再逐步调整，并可一键恢复默认。

手机端性能：本地识别和翻译会根据手机性能自动调整工作量。性能较好的手机等待更短，低端设备可能需要更长时间，无需手动设置线程数量。

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。

翻译引擎

先按使用场景选，不需要把每个参数都看一遍：

所有联网引擎都可以先点「测试连接」，确认配置正确后再进入游戏。

翻译模式速度参考

测试时间来自同一台手机和固定画面，仅用于比较不同模式。实际速度会受到设备、画面文字数量、网络和所选模型影响。快速模式等待更短；同屏会结合当前画面的其他文字；连续还会参考上一画面，但可能增加等待时间，也可能延续之前的翻译错误。

把译文读出来（TTS）

想听译文时，在设置里打开 TTS 并选择一种语音方式：

• 怎么朗读：原文、译文和划词卡片里都有扬声器按钮。选中一段横排文字后，也可以只朗读选中的部分；竖排译文可改用“点击块选择复制”模式朗读整段
• 暂停和继续：再次点击同一段文字即可暂停，之后再点会继续朗读。部分手机厂商的系统语音不会提供朗读位置，因此会从头重读这一段；点击另一段文字则总是改读新内容
• 声音太小：使用自建语音服务、火山、MiniMax 或 MiMo 时，可以在设置中增强播放音量；调得过高可能失真，手机系统语音不支持这项调节
• 费用和报错：手机系统语音免费；使用其它服务前会提示可能产生费用。缺少语音、账号配置错误或播放失败时，页面会直接显示原因
• MiniMax 音色：音色页面分为查询、复刻和设计。查询时可以按语言或名称搜索；点击音色后会先请你确认，再自动填入所选音色。创建、使用和删除音色也都会先确认

术语与应用上下文

• 术语库：可保存原文、固定译名、语言对、分类、大小写规则和启用状态，并按全局或指定 App 生效；支持按原文 / 译文 / 应用 / 分类筛选
• 前台 App 识别：可选自动、无障碍、使用情况访问或仅全局。应用包名只用于本机匹配术语，不会发送给翻译服务；「向模型发送应用名称」默认独立关闭
• 引擎范围：应用名称和术语上下文目前只对 OpenAI / Anthropic 兼容服务与端侧 LLM 生效；普通机器翻译引擎仍按原有请求工作

批量导入术语

在术语列表点击「＋」，选择「批量导入」，再选择 JSON 文件。文件只需填写原文和固定译名：

[
  {"source": "梓ちゃん", "target": "梓酱"},
  {"source": "先輩", "target": "前辈"}
]

也支持使用中文字段：

[
  {"原文": "梓ちゃん", "译文": "梓酱"}
]

• 导入前可预览、筛选和取消勾选；已有相同术语时，可选择跳过或覆盖
• 不同原文可以使用相同译名；同一原文填写了不同译名时，需要先选择保留哪条
• 单个文件最多 5,000 条，不超过 2 MB

词典库

在「翻译库 → 词典库」中管理查询方式：

• 在线查询：使用当前配置的云端 LLM，需要选择 OpenAI 或 Anthropic 兼容的翻译引擎
• 离线查询：导入适用于屏译的英语 (ECDICT) .bin 词典包后，在本机查询
• 点击原文显示词义：可在此页面开启或关闭

循环翻译

• 触发方式：默认「停稳翻译」，也可选择「固定间隔」或「智能等待文字完成」
• 停稳翻译：翻页后自动翻译新页面，无需反复点击悬浮球。
• 动态背景：端侧 OCR 可在画面仍有动画时复核文字是否连续不变；云端 OCR 只使用画面稳定性判断，避免为复核额外计费请求
• 报幕区域：可选自动、下半屏优先或全屏自由，并决定只翻译报幕区域，还是用该区域判断稳定后翻译首帧全部文字
• 重复跳过：完全相同的画面直接跳过 OCR 与翻译；相似画面会继续确认 OCR 文字是否变化，灵敏度可调

显示

• 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
• 译文排版：「跟随识别」默认开启，让横排 / 竖排与阅读顺序共同决定 OCR 块排序和译文渲染；关闭后需明确选择横排 / 竖排和左到右 / 右到左，支持竖排日漫和横排 RTL
• 译文块交互：默认点击关闭、长按自由选择复制；也可切换为点击打开复制面板，在原文和译文中选择范围或整段复制
• 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
• 画面方向修正：用于画面方向与设备方向不一致的场景
• 悬浮球透明度：可在设置的「悬浮按钮」卡片中调整
• 主题色：5 种预设 + 可视化自定义取色器，可分别调整背景 / 文字 / 边框颜色与透明度；边框支持实线 / 虚线 / 点线 / 双线 / 凹槽
• 文字样式：加粗 / 倾斜 / 下划线、字符间距、行距、左中右对齐、描边宽度与颜色、阴影半径 / 偏移 / 颜色均可配置
• 字体：可导入 .ttf 字体，只影响译文层和译文预览；导入过的字体会保留为可横向切换的 chip，重新选择已有字体不会打乱顺序
• 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）

预设与悬浮菜单

• 系统预设方案：内置「离线日语漫画 OCR → 简中」等组合，一次设置好识别、翻译、语言和显示方式。日漫预设默认使用自动适配画面；缺少模型时会逐项提示下载。
• 自定义预设：当前设置可保存为预设；只有和当前设置完全匹配时才显示为已应用，改过任意关键项会回到"未保存预设"状态。不同预设可在本机分别保存密钥，切换时一同切换；密钥始终不会被导出。
• 弧形菜单按钮：可拖动排序，可选每页显示 2–6 个按钮；如果还有下一组，最后一格会自动变成「下一组」。菜单可包含循环、截图区域、输入翻译、划词/整屏切换、语言快切、预设快切、设置页和返回主应用。

配置备份与迁移

• 完整配置包：导出为 .otsettings，包含除凭据外的应用设置、自定义预设、术语库和已导入的 .ttf 字体，适合换机或分享配置
• 敏感信息不出设备：API Key、Token、Secret、Access ID、App ID 等不写入配置包；导入时保留目标设备已有凭据
• 兼容旧预设：仍可导入旧版 .otpresets 文件；新配置包导入后会校验并去重预设名称
• 模型按选择恢复：配置包会保存模型选择、镜像和调优参数，但不会塞入体积可达 GB 的模型文件；模型仍需在目标设备下载或本地导入

无障碍与诊断

• TalkBack：主要悬浮入口提供可读标签、开关状态和双击 / 长按操作；选区会朗读当前状态和尺寸，复杂菜单按整行读取
• 划词卡片：顶部关闭栏和底部复制栏固定，正文独立滚动；横屏会扣除系统栏与刘海安全区域，避免按钮只显示一半
• 崩溃日志：除 Java 异常外，Android 11+ 还会汇总系统记录的原生崩溃、ANR、低内存和信号退出；报告中的设置快照会脱敏，系统 trace 限制读取大小
• 开发者诊断：可临时关闭译文缓存，让每次测试都重新翻译；耗时默认显示单条翻译时间，也可选择显示批次累计完成时间

⚠️ 已知限制

• 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
• 端侧 OCR 的等待时间会随手机性能、所选模型和图片复杂度变化；较慢的设备建议配合区域选择使用
• 端侧 LLM 模型体积约 1GB 以上，首次下载建议走 Wi-Fi；低内存设备可能无法稳定加载
• 当前端侧 OCR 与 LLM 的正式推理路径以 CPU 为主，尚未接入高通 QNN / NPU；Sakura Vulkan 路径仍为默认关闭的实验能力，不保证所有设备可用或更快
• 日漫 OCR 模型公开源主要在 HuggingFace，国内网络不可达时需要代理、自建镜像或本地导入
• TalkBack 已覆盖主要悬浮操作，但 OCR 识别出的整屏游戏文字尚未提供成可逐项浏览的系统无障碍节点

🗺️ 路线图

✅ 现在已经能用

📋 后续方向

以下是准备继续改善的用户功能，不代表固定的开发顺序：

“端侧模型长期优化”是一项持续更新计划，会随着模型和手机适配逐步改进，不对应某一个版本一次完成。

🤝 参与开发

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。

如果打算自己实现某个 issue，麻烦提前在里面留言认领，避免重复投入。如果没有说明要接手，我一般就会根据自己的时间安排直接做。

分支与 PR 规则

⚠️ 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：

1. 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
2. Fork 仓库，从最新 main 切出 feature 分支：

   git checkout -b feat/your-idea  origin/main
   

3. 本地开发并自测（至少在一台真机上跑通 ./gradlew installDebug）
4. 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
5. 直接 push 到 main / 强推 main 是被禁止的（仓库会通过 branch protection 拦截）

本地构建

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。

翻译贡献

如果想加入新语言或修正现有翻译：

1. 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）
2. 只翻译 <string> 标签内的值，保留 key（name="..."）和占位符（{source}、{target}、%1$s、\n 等）
3. 在 app/src/main/res/xml/locales_config.xml 添加 <locale android:name="<lang>" />
4. 在 app/src/main/java/com/gameocr/app/ui/SettingsScreen.kt 的 APP_LANGUAGE_OPTIONS 追加一行
5. 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。

Commit message

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。

行为准则

• 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

🙏 致谢

上游项目

• PaddleOCR · PP-OCRv5 mobile 模型
• bukuroo/PPOCRv5-ONNX · 已转 ONNX 的 v5 mobile 镜像
• l0wgear/manga-ocr-2025-onnx · manga-ocr ONNX 模型
• kha-white/manga-ocr · manga-ocr 原项目
• ggml-org/llama.cpp · GGUF / 端侧 LLM 推理
• SakuraLLM/SakuraLLM · Sakura 日译中模型
• Tencent-Hunyuan/HY-MT · Hy-MT 翻译模型
• Shizuku · 免 ROOT 的高权限通道
• ML Kit · Google 端侧 OCR 与翻译
• 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

贡献者

（首次 PR 合入后会自动出现在这里）

灵感来源

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。

📄 许可

代码采用 Apache-2.0。模型与第三方依赖各自保留原协议。

v0.4.7 主要更新

新增：停稳翻译，画面停止变化后自动翻译，翻页后自动更新译文。

新增：划词翻译支持「仅提取文字」，框选即可提取文字，支持复制和朗读。

新增：输入翻译，可翻译输入框中的文字并直接替换。

新增：自动识别设置，可为不同语言选择识别方式。

新增：截屏区域设置，支持控制区域边框显示、截屏时自动隐藏、区域位置与大小调整，以及自定义区域样式。

新增：PaddleOCR 支持韩文识别。

新增：小牛翻译，可在翻译引擎中选择并配置使用。

新增：LLM 服务商预设，支持查看官方文档、测试连接和获取模型列表；API Key 需自行填写。

新增：Issue #23 提出的快捷设置磁贴，可快速启动或停止截屏服务。

新增：Issue #22 提出的画面方向修正，支持手机竖屏但游戏内容横屏等场景。

新增：翻译库支持「全部停用」，无需逐项关闭。

新增：关于页面增加「使用手册」入口，方便查看功能说明和操作步骤。

新增：开发者选项增加全屏共享开关，开启后请求共享整个屏幕。

优化：改善漫画文字识别和译文显示效果。

优化：改善朗读语言判断、权限处理和服务商配置体验。

优化：提取文字支持悬浮窗口的合并强度设置，显示、复制和朗读使用相同的分段结果。

修复：模型下载失败、断点续传异常及配套模型未自动下载的问题。

修复：自动识别韩文时可能识别错误或只返回标点的问题。

修复：多种语言同时出现时，自动识别可能选错识别结果、遗漏部分文字的问题。

修复：切换应用语言后，部分悬浮菜单、翻译卡片和选框按钮仍显示原来语言的问题。