Loading video...

Video Failed to Load

Go Home

Manga-image-Translator: 一键翻译各类图片内文字 一个开源工具，专门用于翻译漫画或图片中的文字。 利用高效的OCR和AI翻译技术，它能够自动识别和翻译任何图片中的文字，并支持多种语言。 不仅翻译文字，还可以对去除文字后的区域进行修复和上色，以及重新渲染翻译后的文本。 主要功能： 1、自动翻译图片中的文本：使用先进的OCR技术自动识别图片或漫画中的文字，并将其翻译成用户指定的语言。 2、支持多种语言：虽然最初设计是为了翻译日语文本，项目也支持中文、英文、韩文等多种语言的翻译，满足不同用户的需求。 3、文本修复与上色：在移除原始文本后，能够对相应区域进行修复和上色，保持图片的整体美观。 4、文本渲染：翻译完成的文本不仅仅是以简单文本形式呈现，还会根据原图的风格进行渲染，使翻译后的文本自然融入图片中。 5、支持命令行界面（CLI）和Web界面：用户可以通过命令行界面批量处理图片翻译任务，或者通过Web界面进行单个图片的翻译和预览。 6、一键去除漫画中的所有文字，支持多种翻译服务或模型 项目地址： 官方演示：

xiaohu's profile picture

小互

110,852 subscribers

45,535 views • 2 years ago •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

兄弟们，这个有点炸裂了 HeyGen 推出视频内文本翻译工具 不仅能翻译你的声音，还翻译屏幕上的文字、字幕！ - 自动进行文本检测 - 将视频中的文本即时翻译成您选择的语言 - 并通过 AI 进行文本与视频风格匹配 非常牛P，翻译视频更加便利...
1:02

兄弟们，这个有点炸裂了 HeyGen 推出视频内文本翻译工具 不仅能翻译你的声音，还翻译屏幕上的文字、字幕！ - 自动进行文本检测 - 将视频中的文本即时翻译成您选择的语言 - 并通过 AI 进行文本与视频风格匹配 非常牛P，翻译视频更加便利...

小互

118,034 views • 1 year ago

看到喜欢的外语漫画时，总是因为语言不通而头疼，一边看图一边用翻译软件翻来翻去特别麻烦，而且普通翻译工具还经常把对话翻成奇怪的句子。 一个名为 Comic Translate 的开源工具，解决了这个痛点，从此看漫画不再受语言限制。 它通过 AI 技术检测对话气泡位置、智能识别各国文字、自动修复原文区域并用 GPT-4o 进行高质量翻译，整个过程只需点击几下鼠标，支持从简单的单页翻译到整本漫画处理。 GitHub： 主要功能： - 支持英日韩法中等11种语言之间的互译，覆盖全球主流漫画语种 - 利用 GPT-4o 进行高质量上下文翻译，效果远超普通翻译软件 - 智能检测对话气泡并自动分割文本区域，精准识别布局 - 使用专业图像修补技术自动清除原文并保持背景完整 - 支持批量处理多页漫画，一次导入整本作品自动翻译 提供可视化操作界面，只需克隆代码到本地，安装依赖，简单配置下即可运行使用。
1:14

看到喜欢的外语漫画时，总是因为语言不通而头疼，一边看图一边用翻译软件翻来翻去特别麻烦，而且普通翻译工具还经常把对话翻成奇怪的句子。 一个名为 Comic Translate 的开源工具，解决了这个痛点，从此看漫画不再受语言限制。 它通过 AI 技术检测对话气泡位置、智能识别各国文字、自动修复原文区域并用 GPT-4o 进行高质量翻译，整个过程只需点击几下鼠标，支持从简单的单页翻译到整本漫画处理。 GitHub： 主要功能： - 支持英日韩法中等11种语言之间的互译，覆盖全球主流漫画语种 - 利用 GPT-4o 进行高质量上下文翻译，效果远超普通翻译软件 - 智能检测对话气泡并自动分割文本区域，精准识别布局 - 使用专业图像修补技术自动清除原文并保持背景完整 - 支持批量处理多页漫画，一次导入整本作品自动翻译 提供可视化操作界面，只需克隆代码到本地，安装依赖，简单配置下即可运行使用。

GitHubDaily

15,225 views • 1 year ago

Google 发布 Gemma 4 12B 开源模型 16GB 笔记本跑全模态 AI Gemma 4 12B 采用了一种叫"Unified"的无编码器架构，让文字、图像、音频、视频四种输入直接进入同一个 Transformer 主干网络处理。 模型可直接处理原始的图像和声音 用一个类比讲清楚 传统多模态模型处理图片和音频的方式，类似于一个只会中文的老板配了两个翻译：一个英文翻译（视觉编码器），一个日文翻译（音频编码器）。 每次有英文或日文材料进来，必须先让翻译转成中文，老板才能看懂。翻译本身占工位（显存），翻译过程要排队等（延迟），而且老板拿到的是翻译加工过的版本，不是原文。 Gemma 4 12B 做的事情是：把两个翻译都裁了，让老板自己学会了直接看英文和日文。 几个关键数字： 16GB 显存或统一内存能跑，4-bit 量化低到 8GB，目标就是在普通笔记本上本地运行 256K Token 上下文窗口，支持 140+ 种语言 内置 Thinking 模式（逐步推理）和原生 Function Calling
1:39

Google 发布 Gemma 4 12B 开源模型 16GB 笔记本跑全模态 AI Gemma 4 12B 采用了一种叫"Unified"的无编码器架构，让文字、图像、音频、视频四种输入直接进入同一个 Transformer 主干网络处理。 模型可直接处理原始的图像和声音 用一个类比讲清楚 传统多模态模型处理图片和音频的方式，类似于一个只会中文的老板配了两个翻译：一个英文翻译（视觉编码器），一个日文翻译（音频编码器）。 每次有英文或日文材料进来，必须先让翻译转成中文，老板才能看懂。翻译本身占工位（显存），翻译过程要排队等（延迟），而且老板拿到的是翻译加工过的版本，不是原文。 Gemma 4 12B 做的事情是：把两个翻译都裁了，让老板自己学会了直接看英文和日文。 几个关键数字： 16GB 显存或统一内存能跑，4-bit 量化低到 8GB，目标就是在普通笔记本上本地运行 256K Token 上下文窗口，支持 140+ 种语言 内置 Thinking 模式（逐步推理）和原生 Function Calling

小互

57,071 views • 27 days ago

看我作为一个 AI 博主是如何用飞书 + 【可联网的】DeepSeek R1 搭建简单自动化工作流提升工作效率的 作为一个 AI 博主，日常一大部分工作是阅读和分享各种海外的AI资讯，这就少不了要翻译各种英文文章。之前我很多操作是手动的，比如复制粘贴文章到 Markdown 编辑器，然后从编辑器复制到 DeepSeek R1 或者 ChatGPT 去翻译，再改写后发布。 之前看 orange ai 分享的飞书多维表格接入 DeepSeek R1 的教程，【加上这周飞书的AI直播】，按照我自己的场景定制了几个工作流，最开始只是简单的文本翻译，后来发现也能用支持从图片提取文字，那意味着我可以直接先把图片转成文字，再基于翻译好的文本用 DeepSeek R1 翻译。简单设置后就成功了。 再后来我甚至更进一步，直接从 URL 抓取内容，然后借助 DeepSeek R1 翻译，最后甚至还可以把翻译后的文章用各种不同的文章风格改写，使用的时候只要输入 URL 就可以自动生成一篇高质量的文章，是真的很方便。 具体来说，就是飞书在添加字段的时候，可以选 ShortCuts（中文可能对应的是“快捷方式”），然后从快捷方式中选择各种不同的工具，比如说 AI 抓取、DeepSeek R1、图片 OCR、图片生成、抠图等等，并且你可以设置某个字段的内容为输入，以及自定义提示词。 就像我前面自动从 URL 生成文章的流程，主要有这样几个字段： - URL：输入 URL - 原始网页内容（AI Web Link Reader）：从输入的 URL 中提取标题、内容为 Markdown 文本 - 翻译为中文（DeepSeek R1）：将抓取后的 Markdown 文本翻译为中文 - 翻译为中文 - 输出结果：DeepSeek R1 的输出结果 - 风格改写（DeepSeek R1）：将翻译后的内容用指定的风格改写，阅读起来更自然 - 风格改写 - 输出结果：DeepSeek R1 的输出结果 除了上面的 URL 生成文章外，里面还包含了几个不同的常用工作流： - 将输入的文本内容翻译为中文 - 将输入的图片内容翻译为中文 - 生成多条爆款标题供选择 工作流的飞书模板链接🔗我放在了评论，建议你也可以试试，应该可以发掘出不少有意思的场景。⬇️
1:38

看我作为一个 AI 博主是如何用飞书 + 【可联网的】DeepSeek R1 搭建简单自动化工作流提升工作效率的 作为一个 AI 博主，日常一大部分工作是阅读和分享各种海外的AI资讯，这就少不了要翻译各种英文文章。之前我很多操作是手动的，比如复制粘贴文章到 Markdown 编辑器，然后从编辑器复制到 DeepSeek R1 或者 ChatGPT 去翻译，再改写后发布。 之前看 orange ai 分享的飞书多维表格接入 DeepSeek R1 的教程，【加上这周飞书的AI直播】，按照我自己的场景定制了几个工作流，最开始只是简单的文本翻译，后来发现也能用支持从图片提取文字，那意味着我可以直接先把图片转成文字，再基于翻译好的文本用 DeepSeek R1 翻译。简单设置后就成功了。 再后来我甚至更进一步，直接从 URL 抓取内容，然后借助 DeepSeek R1 翻译，最后甚至还可以把翻译后的文章用各种不同的文章风格改写，使用的时候只要输入 URL 就可以自动生成一篇高质量的文章，是真的很方便。 具体来说，就是飞书在添加字段的时候，可以选 ShortCuts（中文可能对应的是“快捷方式”），然后从快捷方式中选择各种不同的工具，比如说 AI 抓取、DeepSeek R1、图片 OCR、图片生成、抠图等等，并且你可以设置某个字段的内容为输入，以及自定义提示词。 就像我前面自动从 URL 生成文章的流程，主要有这样几个字段： - URL：输入 URL - 原始网页内容（AI Web Link Reader）：从输入的 URL 中提取标题、内容为 Markdown 文本 - 翻译为中文（DeepSeek R1）：将抓取后的 Markdown 文本翻译为中文 - 翻译为中文 - 输出结果：DeepSeek R1 的输出结果 - 风格改写（DeepSeek R1）：将翻译后的内容用指定的风格改写，阅读起来更自然 - 风格改写 - 输出结果：DeepSeek R1 的输出结果 除了上面的 URL 生成文章外，里面还包含了几个不同的常用工作流： - 将输入的文本内容翻译为中文 - 将输入的图片内容翻译为中文 - 生成多条爆款标题供选择 工作流的飞书模板链接🔗我放在了评论，建议你也可以试试，应该可以发掘出不少有意思的场景。⬇️

宝玉

87,333 views • 1 year ago

在 ios18.4 版本上，苹果支持配置默认翻译功能，我们也是在第一时间进行了适配。现在你可以通过 ios 的默认选择控件唤醒 Para 的聚合翻译功能。 除了翻译之外，你还可以对选中的文案进行总结、分析、润色等等。当选中的文字为可编辑状态时还支持一键替换。
0:29

在 ios18.4 版本上，苹果支持配置默认翻译功能，我们也是在第一时间进行了适配。现在你可以通过 ios 的默认选择控件唤醒 Para 的聚合翻译功能。 除了翻译之外，你还可以对选中的文案进行总结、分析、润色等等。当选中的文字为可编辑状态时还支持一键替换。

Paidax

29,080 views • 1 year ago

花一下午，为 tiktok 难民开发一个全局翻译 app， 主要有三个功能： 划词翻译 选中文本之后，点击复制即可在悬浮窗看到 翻译内容 截图翻译 使用系统截图后，自动弹出翻译内容 视频字幕翻译 读取视频声音，显示双语字幕
0:49

花一下午，为 tiktok 难民开发一个全局翻译 app， 主要有三个功能： 划词翻译 选中文本之后，点击复制即可在悬浮窗看到 翻译内容 截图翻译 使用系统截图后，自动弹出翻译内容 视频字幕翻译 读取视频声音，显示双语字幕

Paidax

305,825 views • 1 year ago

在阅读英文文献的时候，看到不懂的英语就要切换到其他翻译软件进行翻译，每次启动还要看一下启动广告，就很难受，于是我跟朋友一拍即合，开发了《para翻译》app 现在支持全局浮窗翻译，聚合翻译，多种翻译源切换，支持自定义api。 有需要的朋友可以下载体验～
1:00

在阅读英文文献的时候，看到不懂的英语就要切换到其他翻译软件进行翻译，每次启动还要看一下启动广告，就很难受，于是我跟朋友一拍即合，开发了《para翻译》app 现在支持全局浮窗翻译，聚合翻译，多种翻译源切换，支持自定义api。 有需要的朋友可以下载体验～

Paidax

137,782 views • 1 year ago

🥳翻译界天花板组合：沉浸式翻译 + Bob 翻译！ 分享我使用频率最高的4种场景，网页翻译，youtube双语，非网页客户端，全局截图翻译。 沉浸式翻译插件，按 option 快捷键就在内容下面展示翻译内容，我还加了虚线增强，youtube 双语字幕就更不用说了，平时学习就直接开着。 Bob翻译，解决了非网页客户端的翻译问题，滑词翻译，截图翻译，都支持快捷键自定义，丝滑的一匹。 费用: 沉浸式翻译，我还是免费使用，bob花58块就能终身使用。 它们都支持非常多的 ai 翻译服务的接入，功能非常丰富，我只用到了其中简单的几个特性
0:29

🥳翻译界天花板组合：沉浸式翻译 + Bob 翻译！ 分享我使用频率最高的4种场景，网页翻译，youtube双语，非网页客户端，全局截图翻译。 沉浸式翻译插件，按 option 快捷键就在内容下面展示翻译内容，我还加了虚线增强，youtube 双语字幕就更不用说了，平时学习就直接开着。 Bob翻译，解决了非网页客户端的翻译问题，滑词翻译，截图翻译，都支持快捷键自定义，丝滑的一匹。 费用: 沉浸式翻译，我还是免费使用，bob花58块就能终身使用。 它们都支持非常多的 ai 翻译服务的接入，功能非常丰富，我只用到了其中简单的几个特性

Meepo

13,321 views • 10 months ago

周末有空想看一下美剧或国外电影，但是找到的资源又没有中文字幕，确实挺让人烦恼的。 可以看一下，Lingarr 这个开源工具，它能自动翻译字幕文件到我们想要的目标语言，解放我们双手。 支持 DeepL、OpenAI、Ollama 等 11 种翻译服务，我们可以根据自身需求和预算灵活选择。 还能与 Plex、Jellyfin 等媒体服务器无缝集成，自动监控发现新字幕文件，实现字幕自动化翻译。 GitHub： 提供 RESTful API，可集成到任何应用中使用，同时支持大批量并发字幕翻译任务。 通过 Docker 即可快速部署，适合有 NAS 或有 Jellyfin 这些媒体服务器的同学使用。
0:50

周末有空想看一下美剧或国外电影，但是找到的资源又没有中文字幕，确实挺让人烦恼的。 可以看一下，Lingarr 这个开源工具，它能自动翻译字幕文件到我们想要的目标语言，解放我们双手。 支持 DeepL、OpenAI、Ollama 等 11 种翻译服务，我们可以根据自身需求和预算灵活选择。 还能与 Plex、Jellyfin 等媒体服务器无缝集成，自动监控发现新字幕文件，实现字幕自动化翻译。 GitHub： 提供 RESTful API，可集成到任何应用中使用，同时支持大批量并发字幕翻译任务。 通过 Docker 即可快速部署，适合有 NAS 或有 Jellyfin 这些媒体服务器的同学使用。

GitHubDaily

27,570 views • 7 months ago

一款基于Gradio Web UI的语音识别、翻译和TTS的语音一体化处理工具：Voice-Pro，支持实时转录、翻译，一键安装 特点： 1、提供YouTube下载器、噪音去除、字幕、翻译和TTS的集成环境 2、支持100种语言的语音识别和字幕创建，可翻译成100多种语言并通过TTS生成语音，可调整TTS语音速度、音量和音调 3、原始视频的背景音乐和音效在多语言视频中保持不变 4、支持批量处理 github： #AI视频转录 #Voice #视频翻译
0:23

一款基于Gradio Web UI的语音识别、翻译和TTS的语音一体化处理工具：Voice-Pro，支持实时转录、翻译，一键安装 特点： 1、提供YouTube下载器、噪音去除、字幕、翻译和TTS的集成环境 2、支持100种语言的语音识别和字幕创建，可翻译成100多种语言并通过TTS生成语音，可调整TTS语音速度、音量和音调 3、原始视频的背景音乐和音效在多语言视频中保持不变 4、支持批量处理 github： #AI视频转录 #Voice #视频翻译

AIGCLINK

42,282 views • 1 year ago

炸裂：Google 翻译全面升级 全面接入 Gemini 支持实时语音翻译 打开Google翻译，戴上任意耳机，让它成为你的“同声传译员” 支持两种模式： 💬 连续聆听模式（Continuous Listening） 自动持续监听周围语言； 实时翻译成用户设定的语言； 例如：你在日本街头，戴上耳机就能听到中文版本。 🗣️ 双向对话模式（Two-way Conversation） 能识别双方语言； 自动切换输出语言； 例如： 你讲英语； 对方讲印地语； 你听到中文译文； 对方听到印地语语音。 该功能目前： 支持语言：超过 70 种语言； 在 Google Translate 安卓 App 上 beta 测试； 支持地区：美国、墨西哥、印度； 兼容任何耳机； iOS 与更多国家将于 2026 年上线。
2:50

炸裂：Google 翻译全面升级 全面接入 Gemini 支持实时语音翻译 打开Google翻译，戴上任意耳机，让它成为你的“同声传译员” 支持两种模式： 💬 连续聆听模式（Continuous Listening） 自动持续监听周围语言； 实时翻译成用户设定的语言； 例如：你在日本街头，戴上耳机就能听到中文版本。 🗣️ 双向对话模式（Two-way Conversation） 能识别双方语言； 自动切换输出语言； 例如： 你讲英语； 对方讲印地语； 你听到中文译文； 对方听到印地语语音。 该功能目前： 支持语言：超过 70 种语言； 在 Google Translate 安卓 App 上 beta 测试； 支持地区：美国、墨西哥、印度； 兼容任何耳机； iOS 与更多国家将于 2026 年上线。

小互

175,263 views • 6 months ago

没有中文翻译不了的语言，中文的包容性和表达力总能找到对应的方式。🤣
2:50

没有中文翻译不了的语言，中文的包容性和表达力总能找到对应的方式。🤣

镜月指针

28,679 views • 4 months ago

苹果去年画的饼反而被谷歌实现了：将最先进的Gemini翻译能力引入自家的翻译应用，戴着任意一款耳机就能做到实时音频翻译，具体效果看下方视频。我觉得这种翻译能力要比人们意识的大很多：以前是需要音频-文字-翻译-音频，现在是直接音频-音频，靠AI的理解去翻译，不仅速度快到接近同传水平，甚至连你的“阴阳怪气”他都能翻译。一场突如其来的科技革命，使得本就不景气的翻译专业更是雪上加霜。
2:50

苹果去年画的饼反而被谷歌实现了：将最先进的Gemini翻译能力引入自家的翻译应用，戴着任意一款耳机就能做到实时音频翻译，具体效果看下方视频。我觉得这种翻译能力要比人们意识的大很多：以前是需要音频-文字-翻译-音频，现在是直接音频-音频，靠AI的理解去翻译，不仅速度快到接近同传水平，甚至连你的“阴阳怪气”他都能翻译。一场突如其来的科技革命，使得本就不景气的翻译专业更是雪上加霜。

傅盛

133,709 views • 6 months ago

推荐一个黑科技：pyvideotrans pyvideotrans这个GitHub项目用于将视频内容从一种语言翻译到另一种语言，并添加配音。目标是提供视频翻译和配音的自动化解决方案，主要包括文本到语音、语音到文本和视频转换的功能等等。 GitHub： 官网：
1:29

推荐一个黑科技：pyvideotrans pyvideotrans这个GitHub项目用于将视频内容从一种语言翻译到另一种语言，并添加配音。目标是提供视频翻译和配音的自动化解决方案，主要包括文本到语音、语音到文本和视频转换的功能等等。 GitHub： 官网：

知识分享官

43,531 views • 2 years ago

1. RecCloud字幕 介绍免费的在线AI字幕生成器！ → 一键生成字幕 → 将文字翻译成包括中文、英文、日文、德文及其他99种语言 网址：
0:30

1. RecCloud字幕 介绍免费的在线AI字幕生成器！ → 一键生成字幕 → 将文字翻译成包括中文、英文、日文、德文及其他99种语言 网址：

老白（每日 AI 干货✊）

38,575 views • 2 years ago

Memo AI 重磅更新，可以帮你把外语视频、播客、字幕变成中文来播放。 - 无缝切换原声和合成音播放 - 支持多种语言以及音色 - 自动断句+ AI 翻译保证翻译效果
0:27

Memo AI 重磅更新，可以帮你把外语视频、播客、字幕变成中文来播放。 - 无缝切换原声和合成音播放 - 支持多种语言以及音色 - 自动断句+ AI 翻译保证翻译效果

Memo AI

125,041 views • 2 years ago

来自APTV消息： iOS 9.9.9(421)TF版 【新增】新增实时字幕与翻译功能 请在设置-高级设置中下载语音识别模型，当前版本仅支持识别英文视频，并翻译成中文。 除了实时模式外，预计还会增加一个稳定模式，让直播拥有录播的字幕输出体验
0:40

来自APTV消息： iOS 9.9.9(421)TF版 【新增】新增实时字幕与翻译功能 请在设置-高级设置中下载语音识别模型，当前版本仅支持识别英文视频，并翻译成中文。 除了实时模式外，预计还会增加一个稳定模式，让直播拥有录播的字幕输出体验

小鹏Digital

37,569 views • 2 months ago

Memo 1.2.0 更新！为大家带来丰富的集成，丝滑的视频播客转文字，翻译体验。 1. 翻译字幕支持 Open AI、Claude、DeepL、微软、谷歌、Ollama 等数十种翻译服务供选择。 2. 支持继续翻译，中断翻译也不用担心重头开始浪费 Token。 3. 视频总结、生成思维导图速度提升 10 倍。 接下，说话人分类正在路上！
0:28

Memo 1.2.0 更新！为大家带来丰富的集成，丝滑的视频播客转文字，翻译体验。 1. 翻译字幕支持 Open AI、Claude、DeepL、微软、谷歌、Ollama 等数十种翻译服务供选择。 2. 支持继续翻译，中断翻译也不用担心重头开始浪费 Token。 3. 视频总结、生成思维导图速度提升 10 倍。 接下，说话人分类正在路上！

Memo AI

301,674 views • 2 years ago

开始支持中文！ iOS 26.1 beta 实时翻译支持中文，全程离线运行（注意右上角飞行模式图标）
0:30

开始支持中文！ iOS 26.1 beta 实时翻译支持中文，全程离线运行（注意右上角飞行模式图标）

瞎玩菌

51,598 views • 9 months ago