منصوبے کے بارے میں

RTranslator ایک اینڈرائیڈ ایپ ہے جو ریئل ٹائم ترجمے کے لیے مکمل طور پر ڈیوائس پر چلتی ہے، بغیر ڈیٹا بیرونی سرورز کو بھیجے۔ اسے تقریباً مکمل طور پر اوپن سورس بتایا گیا ہے، جس میں پروجیکٹ نوٹ کرتا ہے کہ کچھ بیرونی اجزاء کم اجازت والے لائسنس رکھتے ہیں۔ بنیادی موڈز: - گفتگو موڈ: ایپ چلانے والے دو یا زیادہ فون ایک دوسرے سے جڑتے ہیں۔ تقریر کو پکڑا جاتا ہے (فون مائیکروفون یا بلوٹوتھ ہیڈسیٹ)، متن میں تبدیل کیا جاتا ہے، دوسرے ڈیوائس پر بھیجا جاتا ہے، وہاں ترجمہ کیا جاتا ہے، اور دوسرے صارف کے اسپیکر یا ہیڈسیٹ کے ذریعے بلند آواز میں بولا جاتا ہے۔ یہ دونوں سمتوں میں کام کرتا ہے اور مختلف امتزاجوں میں دو سے زیادہ شرکاء کی حمایت کرتا ہے۔ - واکی ٹاکی موڈ: مختصر تبادلوں کے لیے ڈیزائن کیا گیا جیسے راستہ پوچھنا یا دکاندار سے بات کرنا۔ یہ ایک ہی فون کے ساتھ کام کرتا ہے، بیک وقت دو قابل انتخاب زبانوں میں سنتا ہے، پتہ لگاتا ہے کہ کون سی زبان بولی جا رہی ہے، ترجمہ کرتا ہے، اور نتیجہ بولتا ہے۔ صارفین باری باری بات کرتے ہیں؛ اس موڈ میں بلوٹوتھ ہیڈسیٹس کی حمایت نہیں ہے۔ - متن ترجمہ موڈ: ایک روایتی متن مترجم، جس میں ورژن 2.1 میں بولنے اور کاپی کرنے کے بٹن شامل کیے گئے۔ ایپ پس منظر میں کام جاری رکھ سکتی ہے، بشمول جب فون اسٹینڈ بائی پر ہو یا دیگر ایپس استعمال میں ہوں، تاہم README نوٹ کرتا ہے کہ کچھ فون پس منظر کی طاقت کو محدود کرتے ہیں اور ایپ کو کھلا رکھنا بہتر ہو سکتا ہے۔ ماڈلز اور ٹیکنالوجی: ورژن 2.x ترجمے کے لیے Meta کے NLLB (NLLB-Distilled-600M بمع KV کیشے) اور تقریر کی شناخت کے لیے OpenAI کے Whisper (Whisper-Small-244M بمع KV کیشے) استعمال کرتا ہے، دونوں کو ONNX میں تبدیل کیا گیا اور int8 میں کوانٹائز کیا گیا جس میں معیار کے نقصان کو محدود کرنے کے لیے کچھ وزن خارج کیے گئے۔ README رپورٹ کرتا ہے کہ اصلاحات نے NLLB کی RAM کا استعمال 2.5 GB سے 1.3 GB تک کم کیا اور 75 ٹوکنز کے لیے عمل کے وقت کو 8s سے 2s تک، اور Whisper کی RAM 1.4 GB سے 0.9 GB تک جبکہ 11s آڈیو کے لیے عمل کے وقت کو 1.9s سے 1.6s تک کم کیا۔ تقریباً 0.5 GB استعمال کرنے والی کم میموری والی Whisper ترتیب 8 GB سے کم RAM والے فونز پر استعمال ہوتی ہے۔ ورژن 3.0 بیٹا NLLB کو Mozilla Bergamot ماڈلز، Madlad 400 3B، اور HY-MT 1.5 1.8B میں سے انتخاب سے بدل دیتا ہے، اور MLKit کو اوپن سورس متبادلوں (FastText اور Lingua) سے بدل دیتا ہے، جس سے ایپ مکمل طور پر اوپن سورس ہو جاتی ہے۔ یہ بیم سرچ، کثیر لسانی لغات اور Tatoeba انٹیگریشن جیسی تکنیکیں بھی شامل کرتا ہے۔ Mozilla ماڈلز استعمال کرتے ہوئے متن ترجمے کے لیے خود میزبان ویب ورژن کا منصوبہ ہے۔ دیگر درج بیرونی اجزاء میں BluetoothCommunicator اور GalleryImageSelector (دونوں اسی مصنف کے اوپن سورس)، OnnxRuntime، اور SentencePiece شامل ہیں۔ ورژن 2.x میں واکی ٹاکی موڈ میں زبان کی شناخت کے لیے MLKit استعمال ہوتا تھا۔ زبانیں: بنیادی طور پر معاون سیٹ میں عربی، بلغاریائی، کاتالان، چینی، کروشین، چیک، ڈینش، ڈچ، انگریزی، فنش، فرانسیسی، گالیشین، جرمن، یونانی، اطالوی، جاپانی، کورین، مقدونیائی، پولش، پرتگالی، رومانیائی، روسی، سلوواک، ہسپانوی، سویڈش، تامل، تھائی، ترکی، یوکرینی، اردو اور ویتنامی شامل ہیں۔ ورژن 2.1 سے، "کم معیار کی زبانوں کی حمایت" کی ترتیب بہت سی مزید زبانیں شامل کرتی ہے جن کے ترجمے اور تقریر کی شناخت کا معیار کم ہوتا ہے۔ ٹیکسٹ ٹو اسپیچ فون کے سسٹم TTS استعمال کرتا ہے، جس میں Google TTS تجویز کیا جاتا ہے۔ تقاضے اور تنصیب: README بیان کرتا ہے کہ کریش سے بچنے کے لیے کم از کم 6 GB RAM درکار ہے، نیز معقول حد تک تیز CPU۔ APK GitHub ریلیز سے ڈاؤن لوڈ کیا جاتا ہے؛ پہلی بار لانچ پر ایپ تقریباً 1.2 GB کے ماڈلز ڈاؤن لوڈ کرتی ہے، ان علاقوں کے لیے دستی سائیڈ لوڈنگ گائیڈ کے ساتھ جہاں GitHub سست ہے۔ ورژن 1.0 کمزور فونز کے لیے پیش کیا جاتا ہے لیکن یہ Google APIs پر انحصار کرتا ہے اور مفت نہیں ہے۔ رازداری: README بیان کرتا ہے کہ ایپ کوئی ذاتی ڈیٹا جمع نہیں کرتی اور مصنف کوئی سرور نہیں چلاتا۔ پروجیکٹ اشتہار سے پاک ہے اور عطیات سے مالی اعانت یافتہ ہے، ورژن 3.0 کو NGI Mobifree Fund کی حمایت حاصل ہے۔ معلوم مسائل میں کبھی کبھار بلوٹوتھ کنکشن کا گرنا شامل ہے، اور ایپ کو اب بھی بیٹا میں بتایا گیا ہے۔