#翻译
Koharu：本地运行的 AI 漫画翻译器，Rust 打造支持 OCR 识别和智能嵌字
一个用 Rust 写的漫画翻译工具，跑在本地，不用联网也能干活。它把检测文字、识别内容、翻译、抹掉原字这些步骤串成一条流水线，最后帮你把翻译好的文字嵌回图里。
功能特性
• 支持图片、压缩包、PDF 多种格式，能按页排序管理
&…
网易有道Confucius4双榜第一：R2T2语音识别与T3PO实时翻译模型开源
Hugging Face 今年3月出的报告里，过去一年的模型下载，中国占了41%，美国是36.5%；Artificial Analysis 的开源权重模型榜，前六名全是中国实验室；OpenRouter 上按 token 量排，前五名里有四个…
wenyi：开源 AI 小说翻译工具，EPUB/FB2/TXT 整本翻成中文，术语一致+断点续传
wenyi 是一个开源的 AI 外语小说翻译工具，支持将 EPUB、FB2、TXT 等格式整本翻译为中文 EPUB，同时尽量保留原始排版、图片和目录结构。项目旨在解决长篇书籍翻译中术语前后不一致、专有名词翻译不准确等问题，提升译文质量从"能…
Google Gemini 3.5 Live Translate：70+语言实时同声翻译模型发布
Google 发布了实时语音翻译模型 Gemini 3.5 Live Translate，能在 70 多种语言之间做到边听边译，同时保留说话人的语调、节奏和音高。该模型基于 Gemini 3.5 架构，兼顾了 Gemini 3.0 Pro …
pyVideoTrans 开源视频翻译工具：语音识别+翻译+配音+声音克隆一站式解决方案
pyVideoTrans 是一款功能强大的开源视频翻译工具，由开发者 jianchang512 维护。
它在 GitHub 上已获得 17.6K Star，核心目标是将视频从一种语言无缝转换为包含另一种语言配音和字幕的视频，集成了语音识别、…
腾讯混元 Hy-MT2 翻译模型：自定义风格翻译，比 Gemini 3.1 Pro 差多少？
腾讯混元开源了翻译模型 Hy-MT2，提供自定义翻译风格和指令功能。经过实际测试，它在学术论文、法律合同、新闻报道等专业场景的翻译质量明显优于通用翻译工具，最小的 1.8B 版本压缩后仅 440MB，可在 iPhone 上离线运行。
核心能…
Wispli：AI语音转写与实时翻译工具，内置英语口语辅导
Wispli 是一款语音转文本工具，专为需要快速处理文本的专业人士设计。 它通过 AI 驱动的转录、语音命令和智能格式化功能，帮助您提高工作效率。 您可以使用它进行多种场景，例如撰写邮件、编写文档和控制软件。
Wispli功能
99 种…
Genve AI：AI多语言视频翻译与配音工具，提供高保真配音与精准唇形同步
Genve AI是一款AI视频翻译和配音工具，帮助用户将内容扩展到140多种语言。它通过AI配音和唇形同步，让用户能够吸引全球观众。该工具适用于YouTube、TikTok和社交媒体等平台，帮助用户实现全球化。
Genve AI功能
A…
TranslateGemma：Google开源专业翻译模型，55语言覆盖+图文识别
最近在浏览Google的AI开源项目时，发现了一个值得关注的动向：Google将其多年积累的翻译能力整合进了一个开源大模型，取名TranslateGemma。
这不是通用模型顺带的翻译功能，而是从架构设计到训练目标都围绕翻译任务专门优化的模…
腾讯混元超强开源翻译模型 HY-MT1.5：本地部署的多语言翻译、方言，实时翻译
作为一名经常体验各类 AI 产品的产品经理，我发现许多开发者在集成翻译功能时，往往面临三个核心困境：对商用翻译 API 的成本担忧、数据隐私合规的压力，以及对翻译质量的不确定性。
最近在 Hugging Face 上接触到腾讯发布的混元翻译…