thanhkeke97/RSTGameTranslation

## ✨ 功能 - **实时翻译**，支持多种 OCR 选项（OneOCR、Windows OCR、PaddleOCR、EasyOCR、RapidOCR） - **AI 驱动翻译**，支持 Gemini、Groq、ChatGPT、Google Translate、Ollama、Mistral、LM Studio - **智能识别**，具备游戏上下文感知和角色名称检测功能 - **灵活的显示**选项，支持覆盖层和聊天窗口 - **Text-to-Speech** 功能，包含 4 个后端：ElevenLabs（云端）、Google Cloud TTS（云端）、Windows TTS（本地）以及 **Supertonic**（免费、设备端、支持 31 种语言、OpenRAIL-M 模型） - **Speech-to-Text** 功能（识别游戏音频中的语音并进行翻译）  ## 🔊 Text-to-Speech (TTS) RST 支持四种 TTS 后端。请根据您的需求进行选择： | Backend | 成本 | 网络 | 隐私 | 语言 | 最适合 | |---|---|---|---|---|---| | **ElevenLabs** | 免费层级 + 付费 | 必需 | 云端 | 众多 | 最高自然度 | | **Google Cloud TTS** | 按字符付费 | 必需 | 云端 | 50+ | 广泛的语言覆盖 | | **Windows TTS** | 免费 | 不需要 | 本地 | 系统语音 | 无需设置，无需联网 | | **Supertonic** (全新) | **免费** | **不需要** | **100% 本地** | **31** | 离线、多语言、无需 API key | ### Supertonic（推荐用于离线 / 免费 TTS） [Supertonic](https://github.com/supertone-inc/supertonic) 是由 [Supertone](https://www.supertone.ai/) 开发的一款极速、设备端多语言 TTS。它完全通过 ONNX Runtime 在您的 CPU 上运行 - 无需云端、无需 API key、也没有隐私顾虑。在首次下载约 400 MB 的模型后，它即可完全离线工作。 **如何启用：** 1. 打开 **Settings → TTS** 2. 设置 **TTS Service** = `Supertonic` 3. 点击 **Download model**（≈400 MB，从 Hugging Face 下载） 4. 选择一种语音风格（M1、F1、M2、F2、M3、M3、M4、M5、F3、F4、F5） 5. 可选：调整 **Quality**（降噪步数，默认为 8）和 **Speech speed**（默认为 1.05） **支持的语言** (31 种): `en, ko, ja, ar, bg, cs, da, de, el, es, et, fi, fr, hi, hr, hu, id, it, lt, lv, nl, pl, pt, ro, ru, sk, sl, sv, tr, uk, vi` 以及 `na`（与语言无关的自动检测）。 **注意事项：** - 应用启动后首次调用 SpeakText 时，由于需要加载模型，可能需要 1-2 秒的时间；如果已经选择了 Supertonic，应用程序会在后台预热引擎，因此后续的调用都是瞬间完成的。 - 许可证：SDK 为 **MIT**，模型为 **OpenRAIL-M**（在遵守负责任 AI 条款的前提下可免费商用）。 - 模型文件：https://huggingface.co/Supertone/supertonic-3 ## 🚀 快速开始 ### 前置条件 - Windows 10 及以上版本，且游戏以窗口化/无边框模式运行 - 推荐使用 NVIDIA GPU，但非必需 ### 安装 1. 从 [Releases](https://github.com/thanhkeke97/RSTGameTranslation/releases) 下载并解压 ### 设置选项 #### 🔵 简易设置（无需安装） 1. 运行 `rst.exe` 2. 进入 **Settings** → **OCR**：选择 **OneOCR** 3. 进入 **Settings** → **Language**：选择语言 4. 进入 **Settings** → **Translation**：选择 **Google Translate** 5. 按下 ***Select Application*** 按钮：选择您想要捕获的应用程序 6. 按下 **Alt+Q** 选择区域，然后按下 **Alt+F** 开启覆盖层 7. 按下 **Alt+G** 开始/停止 #### 🔴 高级设置（需要安装） 1. **OCR 选项**：（仅在首次选择新的 OCR 时需要进行设置，无需重新安装。） - 内置：OneOCR、Windows OCR（无需设置） - 外部：点击 **SetupOCR** 安装 PaddleOCR、RapidOCR、EasyOCR（需等待 5-15 分钟） 2. **翻译服务**： - 无需 API：Google Translate - 需要 API：Gemini、Groq、Mistral、ChatGPT（在设置中添加密钥） - 本地选项：Ollama、LM Studio 3. **开始翻译**： - 点击 **StartOCR**（如果使用外部 OCR）并等待直到其成功启动（您会在右下角看到红色的通知行） - 按下 ***Select Application*** 按钮：选择您想要捕获的应用程序 - 选择区域 (Alt+Q) 然后开启覆盖层 (Alt+F) - 开始翻译 (Alt+G) ## 🔄 如何更新 RSTGameTranslation 会在您启动时自动检查更新。如果有新版本，您会看到一个通知，询问您是否要下载。更新步骤如下： 1. 从通知或 [Releases](https://github.com/thanhkeke97/RSTGameTranslation/releases) 页面下载最新版本 2. 如果 RSTGameTranslation 正在运行，请将其关闭 3. 将新文件解压到您当前的安装文件夹中 4. 完成！您的设置和选项将被保留 ## ⚙️ 推荐设置 ### 快速使用 - **OCR**：OneOCR 或 Windows OCR（内置，无需设置） - **翻译**：Google Translate（无需 API key） ### 最佳质量 - **OCR**：PaddleOCR（亚洲语言）或 RapidOCR（西方语言）或 EasyOCR - **翻译**：Gemini Flash lite 2.5（需要 API key） - **硬件**：推荐使用 NVIDIA GPU ### 隐私保护 - **OCR**：OneOCR 或 Windows OCR - **翻译**：Ollama 或 LM Studio（100% 本地） ### 性能提示 - 选区越小 = 处理速度越快 - 添加多个 API key 以便故障转移 - 首次下载语言包需要 1-2 分钟（外部 OCR） ## 🛠️ 开源技术 本项目站在巨人的肩膀上。我们非常感谢以下开源项目： ### 核心与 UI - **[WPF (Windows Presentation Foundation)](https://github.com/dotnet/wpf)** - UI 框架 ### OCR (光学字符识别) - **[PaddleOCR](https://github.com/PaddlePaddle/PaddleOCR)** - 出色的多语言 OCR 工具包 - **[EasyOCR](https://github.com/JaidedAI/EasyOCR)** - 即用型 OCR，支持 80 多种语言 - **[RapidOCR](https://github.com/RapidAI/RapidOCR)** - 基于 OnnxRuntime 的跨平台 OCR 库 ### AI 与翻译 - **[System.Text.Json](https://learn.microsoft.com/en-us/dotnet/standard/serialization/system-text-json-overview)** - 高性能 JSON 序列化 - **[Hugging Face](https://huggingface.co/)** - 提供各种 AI 模型和数据集 ### 音频 - **[NAudio](https://github.com/naudio/NAudio)** - .NET 的音频和 MIDI 库 - **[System.Speech](https://learn.microsoft.com/en-us/dotnet/api/system.speech.synthesis.speechsynthesizer)** - .NET 语音合成库 - **[Whisper.Net](https://github.com/sandrohanea/whisper.net)** - .NET 语音转文本库 ### 其他 - **[Python](https://www.python.org/)** - 后端脚本 - **[PyTorch](https://pytorch.org/)** - 机器学习框架 ## 📄 许可证 BSD 风格的署名 - 请参阅 [LICENSE.md](LICENSE.md) **致谢**：包含由 Seth A. Robinson 开发的软件 - [UGTLive](https://github.com/SethRobinson/UGTLive) | | 免费代码签名由 [SignPath.io](https://about.signpath.io/) 提供，证书由 [SignPath Foundation](https://signpath.org/) 提供。 | | :--- | :--- |

标签：OCR, TTS, 人工智能, 凭据扫描, 实时翻译, 机器翻译, 游戏工具, 用户模式Hook绕过, 逆向工具