rtranslator

RTranslator是一款Android实时翻译应用，完全在设备上运行，不向外部服务器发送数据。该项目被描述为几乎完全开源，但注明部分外部组件采用许可较不宽松的许可证。 主要模式： - 对话模式：两台或多台运行该应用的手机相互连接。语音通过手机麦克风或蓝牙耳机采集，转换为文本后发送至另一台设备，在对方设备上完成翻译，并通过对方的扬声器或耳机朗读出来。该模式支持双向交流，并支持两个以上参与者的多种组合。 - 对讲机模式：专为简短交流设计，如问路或与店员交谈。此模式仅需一部手机，可同时监听两种可选语言，自动识别所说语言，进行翻译并朗读结果。用户轮流发言；此模式不支持蓝牙耳机。 - 文本翻译模式：传统文本翻译器，2.1版本起增加了朗读和复制按钮。 应用可在后台持续运行，包括手机待机或使用其他应用时，但README指出部分手机会限制后台电量，建议保持应用前台运行。 模型与技术： 2.x版本使用Meta的NLLB（NLLB-Distilled-600M，带KV缓存）进行翻译，以及OpenAI的Whisper（Whisper-Small-244M，带KV缓存）进行语音识别，两者均转换为ONNX格式并量化为int8，部分权重被排除以减少质量损失。README报告优化后，NLLB的RAM占用从2.5GB降至1.3GB，75个token的执行时间从8秒降至2秒；Whisper的RAM从1.4GB降至0.9GB，11秒音频的执行时间从1.9秒降至1.6秒。在RAM低于8GB的手机上，使用约0.5GB的低内存Whisper配置。 3.0测试版将NLLB替换为Mozilla Bergamot模型、Madlad 400 3B和HY-MT 1.5 1.8B中的可选方案，并将MLKit替换为开源替代品（FastText和Lingua），使应用完全开源。此外还加入了束搜索、多语言词典和Tatoeba集成等技术。计划推出使用Mozilla模型的自托管网页版文本翻译。 其他外部组件包括BluetoothCommunicator和GalleryImageSelector（均为同一作者的开源项目）、OnnxRuntime和SentencePiece。2.x版本在对讲机模式中使用MLKit进行语言识别。 语言：主要支持语言包括阿拉伯语、保加利亚语、加泰罗尼亚语、中文、克罗地亚语、捷克语、丹麦语、荷兰语、英语、芬兰语、法语、加利西亚语、德语、希腊语、意大利语、日语、韩语、马其顿语、波兰语、葡萄牙语、罗马尼亚语、俄语、斯洛伐克语、西班牙语、瑞典语、泰米尔语、泰语、土耳其语、乌克兰语、乌尔都语和越南语。从2.1版本起，“支持低质量语言”设置可添加更多语言，但翻译和语音识别质量较低。文本转语音使用手机系统TTS，推荐Google TTS。 要求与安装：README指出至少需要6GB RAM以避免崩溃，以及性能足够的CPU。APK从GitHub发布页下载；首次启动时应用下载约1.2GB模型，对于GitHub访问缓慢的地区提供手动侧载指南。1.0版本面向性能较弱的手机，但依赖Google API且非免费。 隐私：README声明应用不收集任何个人数据，作者不运营服务器。项目无广告，靠捐赠资助，3.0版本由NGI Mobifree基金支持。已知问题包括偶尔的蓝牙连接断开，应用仍处于测试阶段。