AceTranslatePro

一站式本地翻译工具
项目地址: https://github.com/tianclll/Ace-Translate

文本翻译 · 划词翻译 · 截图翻译 · 图片翻译 · 文件翻译 · 语音输入
纯离线 · 隐私安全 · GPU/CPU 双模式 · 多语言自动语音识别 · 多语言 TTS 朗读

✨ 功能一览

功能	说明	适用场景
📝 文本翻译	输入或粘贴文本，快速翻译	日常翻译需求
🖱️ 划词翻译	选中任意应用文字，Ctrl+Shift+C 弹出翻译	阅读外语文档
📷 截图翻译	截取屏幕区域，自动 OCR + 翻译，支持多种语言	图片中的文字
🖼️ 图片翻译	上传图片，翻译后渲染回图片	漫画、海报、菜单
📄 文件翻译	PDF/Word/Excel/PPT/MD/TXT 批量文档翻译	批量文档处理
🎤 语音输入	点击麦克风按钮录音，自动识别语音语言并转文字	语音输入
🔊 朗读	支持中文/英文/日文/韩文/泰米尔/印地语等多语言 TTS 朗读	听译文发音
🌐 多语言界面	支持中文/English/日本語 界面切换，拖拽调整导航栏宽度	多语言用户

---

🖼️ 界面预览

📸 翻译效果

文本翻译

划词翻译

截图翻译

图片翻译

文件翻译

---

📋 系统要求

• 操作系统：Windows 10/11 64-bit
• CPU：支持 AVX2 指令集（2013 年后 Intel/AMD 处理器均可）
• GPU（可选）：NVIDIA 显卡 + CUDA 12.1，加速 OCR/翻译/ASR 推理
• 内存：建议 16GB 以上
• 硬盘：约 5GB（含模型文件）

---

🚀 快速开始

下载预编译版本

Releases 页面提供 GPU 版和 CPU 版压缩包，下载解压即可运行。

从源码编译

🔧 前置依赖

依赖	版本	下载
Visual Studio 2022	17.x	下载（需"使用 C++ 的桌面开发"）
CMake	≥ 3.10	下载
Qt	6.5.2 MSVC 2019 64-bit	下载
OpenCV	4.8	下载
ONNXRuntime (GPU)	1.20.1 (CUDA 12.1)	下载
ONNXRuntime (CPU)	1.20.1	下载
CUDA Toolkit	12.1	下载（仅 GPU 版需要）
Python	3.8+	下载（仅编译 office2md 需要）

1. 编译 llama.cpp

llama.cpp 需提前编译好，GPU 版依赖 CUDA Toolkit 12.1。

# 从 llama.cpp 官方仓库下载源码（master 分支）
# https://github.com/ggml-org/llama.cpp

# GPU 版
cd external/llama.cpp
cmake -B build_gpu -DGGML_CUDA=ON -DCMAKE_BUILD_TYPE=Release
cmake --build build_gpu --config Release

# CPU 版
cmake -B build -DGGML_CUDA=OFF -DCMAKE_BUILD_TYPE=Release
cmake --build build --config Release

编译产物在 build_gpu/bin/Release/（GPU）或 build/bin/Release/（CPU）。

2. 编译主程序

# 克隆仓库
git clone https://github.com/yourusername/AceTranslatePro.git
cd AceTranslatePro

🖥️ GPU 版编译（有 NVIDIA 显卡）

# 一键编译（推荐）
双击 build_all.bat

# 或手动执行
mkdir build_all && cd build_all
cmake .. -DCMAKE_BUILD_TYPE=Release
cmake --build . --config Release

💻 CPU 版编译（无独立显卡）

# 一键编译（推荐）
双击 build_cpu.bat

# 或手动执行
mkdir build_cpu && cd build_cpu
cmake .. -DCMAKE_BUILD_TYPE=Release
cmake --build . --config Release

📁 模型文件

编译完成后，将模型文件放入 build_all/Release/models/（或 build_cpu/Release/models/）目录：

models/
├── translation/                     # 翻译模型（需自行准备）
│   ├── Hy-MT2-1.8B-Q4_K_M.gguf      # 翻译模型（默认）
│   ├── Hy-MT2-1.8B-Q6_K.gguf        # 翻译模型（更高精度）
│   ├── HY-MT1.5-1.8B-Q4_K_M.gguf    # 翻译模型（旧版）
│   └── HY-MT1.5-1.8B-Q6_K.gguf      # 翻译模型（旧版高精度）
├── VLM/
│   └── PaddleOCR-VL-1.6-GGUF*.gguf  # VLM 多模态公式识别模型
├── layout/
│   └── pp_doclayoutv2.onnx          # 版面分析模型
├── ocr/
│   ├── tiny/                        # OCR 模型（轻量，默认）
│   │   ├── det/det.onnx             # 文本检测
│   │   ├── rec/rec.onnx             # 文字识别
│   │   └── cls/cls.onnx             # 方向分类
│   ├── small/                       # OCR 模型（中等）
│   └── medium/                      # OCR 模型（高精度）
├── ASR/
│   ├── model_quant.onnx             # 语音识别模型（SenseVoiceSmall）
│   ├── am.mvn                       # CMVN 归一化文件（推荐）
│   └── tokens.json                  # 语音 token 映射
└── uvdoc/
    └── UVDoc_grid.onnx              # 图片矫正模型

模型下载：Hugging Face 🤗

注意：本项目为追求轻量化，所有模型均使用量化版本（翻译 Q4_K_M、OCR tiny、小型 VLM 等），在常见场景下表现良好。如果您有更高精度、更全语言覆盖的需求，欢迎联系我定制。

---

⚙️ 配置

程序首次运行会在同目录生成 config.json，也可以在设置面板中修改：

常用设置：

• 默认语言：设置翻译目标语言（35 种语言可选，所有面板统一）
• 界面语言：切换软件界面语言（中文 / English / 日本語），重启后生效
• OCR 模型大小：tiny（轻量）→ medium（高精度）
• 翻译模型：自动扫描 models/translation/ 目录，列出所有 .gguf 文件
• 启动加载引擎：选择开机时自动加载哪些引擎，关闭可减少启动时间。默认仅加载翻译引擎

GPU 设置（设置 → GPU 设置）：

• 总开关：一键启用/关闭所有引擎的 GPU 加速
• 独立开关：分别为 OCR、版面分析、公式识别、图片矫正、翻译引擎、语音识别设置

修改 GPU 设置和模型大小后需重启应用生效。

---

⌨️ 快捷键

快捷键	功能	自定义
Ctrl+Shift+C	划词翻译	✅ 可在浮窗配置中修改
Ctrl+Shift+Z	截图翻译	✅ 可在截图面板中修改

---

🏗️ 项目架构

AceTranslatePro/
├── 📜 build_all.bat          # GPU 版编译脚本
├── 📜 build_cpu.bat          # CPU 版编译脚本（自动替换 CMakeLists）
├── 📜 CMakeLists.txt         # GPU 版构建配置
├── 📜 CMakeLists_cpu.txt     # CPU 版构建配置
│
├── 📂 ui/                    # Qt6 图形界面
│   ├── mainwindow.cpp        # 主窗口（6 面板 + 状态栏 + 托盘 + 热键 + 语音）
│   ├── floatwindow.cpp       # 划词翻译悬浮窗
│   ├── regioncapture.cpp     # 截图选区
│   ├── toast.cpp             # 顶部通知组件
│   ├── zoomablelabel.cpp     # 可缩放图片控件
│   ├── style.qss             # 全局样式表
│   └── i18n/                 # 国际化翻译（.ts/.qm 文件）
│
├── 📂 translations/           # Qt 翻译文件（zh_CN/en_US/ja_JP）
│
├── 📂 src/                   # C++ 核心代码
│   ├── engines/              # DLL 封装（OCR/VLM/Translator/Layout/ASR/DocProc）
│   ├── processors/           # 文档处理管线
│   ├── modules/              # 业务逻辑模块
│   ├── core/                 # 引擎上下文 & 配置管理
│   └── utils/                # 工具函数
│
├── 📂 deps/                  # 引擎 DLL 源码（add_subdirectory）
│   ├── asr/                  # SenseVoice 语音识别（ONNXRuntime + OpenCV）
│   │   ├── SenseVoiceEngine  # ONNX 推理 + CTC 解码 + CMVN
│   │   ├── Fbank             # FBank 特征提取（OpenCV FFT, LFR）
│   │   ├── CMVN              # CMVN 归一化（am.mvn 解析）
│   │   └── AudioCapture      # waveIn API 录音
│   ├── ocr/                  # PaddleOCR（ONNXRuntime）
│   ├── doclayout/            # 版面分析（ONNXRuntime）
│   ├── vlm/                  # VLM 多模态公式识别（llama.cpp）
│   ├── translator/           # 翻译引擎（llama.cpp）
│   └── uvdoc/                # 图片矫正（ONNXRuntime）
│
├── 📂 script/                # 辅助工具
│   └── office2md/            # Office → Markdown 转换
│
└── 📂 third_party/           # 第三方库
    ├── pdfium/               # PDF 解析引擎
    └── nlohmann/             # JSON 解析库

---

🧩 技术栈

组件	技术
🖥️ 界面	Qt 6.5.2 Widgets（中/英/日 多语言，可拖拽导航栏）
🖼️ 图像处理	OpenCV 4.8
🔍 OCR	PaddleOCR (ONNXRuntime)
📐 版面分析	PPDocLayoutV2 (ONNXRuntime)
🧮 公式识别	VLM 多模态模型 (llama.cpp)
🌐 翻译	本地 LLM (llama.cpp)
🎤 语音识别	SenseVoiceSmall (ONNXRuntime + OpenCV FFT)
🔊 语音合成	Windows SAPI（多语言自动匹配）
📄 文档解析	PDFium + office2md (Python)