别再截图翻译了！Translumo 实时屏幕翻译工具，让游戏和视频字幕"同声传译"

【免费下载链接】TranslumoAdvanced real-time screen translator for games, hardcoded subtitles in videos, static text and etc.项目地址: https://gitcode.com/gh_mirrors/tr/Translumo

凌晨两点，朋友还在跟一款日文单机游戏死磕。剧情对话框一屏一屏地滚，他只能每句话都停下来，切到翻译软件、把字打进去、再切回来，结果一晚上进度只推进了十分钟——"这游戏其实挺好玩的，但我玩的不是游戏，是翻译软件。"

后来他换了思路：用一款叫Translumo的开源实时屏幕翻译工具，框选对话区域，屏幕上的日文被自动识别、即时译成中文悬浮显示，游戏再也不需要暂停。这篇文章就围绕"实时屏幕翻译"这件事，把这个免费开源工具的玩法讲透——从下载到出译文，全程只要几分钟。

它到底解决了什么难题

先看你平时是怎么翻译屏幕内容的：

• 截图 → 发到手机 → 用翻译 App 识别 → 读结果，来回至少一分钟；
• 遇上游戏里的过场动画，字幕一闪而过，截图根本来不及；
• 视频里的硬字幕（烧录进画面的那种）没法复制，只能靠"看形状猜意思"。

Translumo 的思路很直接：把"截图、识别、翻译、显示"整条流水线自动化，让它以毫秒为单位循环运行。你只需要做一次区域选择，剩下的事全部交给它。它虽然是"为游戏而生"，但实际上屏幕上的任何文字——软件界面、网页、视频字幕——都能覆盖。

第一次使用：从下载到出译文，只要 4 步

Translumo 是 Windows 平台工具，配置要求相当友好：Windows 10 2004 及以上或 Win11、支持 DirectX 11 的显卡、2GB 内存即可流畅跑主力模式。入手流程拆开看只有四步。

第 1 步：下载并解压。从仓库 Releases 页面下载压缩包，解压后直接双击Translumo.exe，无需安装。想自己动手编译的，后面单独讲。

第 2 步：设置语言。按Alt+G打开设置，选两样东西：源语言（屏幕上原文的语言）和目标语言（你想看到的语言）。注意一个细节：OCR 识别语言只有 5 种（英文、俄文、日文、简体中文、韩文），但翻译语言有 33 种，覆盖法语、德语、西语、泰语、阿拉伯语等主流语种。也就是说，只要原文是这 5 种语言之一，就能译成你习惯的任何语言。

第 3 步：框选识别区域。按Alt+Q，屏幕上会出现一个选区工具，把游戏中经常出现文字的那块区域框出来——通常是对话框、字幕条或聊天栏。框得越小，识别越快、误报越少，这个后面细说。

第 4 步：按~键开始。就这么简单。之后每次文字出现在框里，翻译结果就会叠加显示在悬浮窗口上，游戏照玩不误。

它凭什么识别得又准又快

翻译质量的上限取决于第一步：文字能不能被"看"清楚。Translumo 最核心的设计是多 OCR 引擎并行识别 + 机器学习打分。

打个比方，OCR 引擎就像不同的人帮你读屏幕上的字：有人读得快但粗心，有人读得慢但仔细，有人擅长看艺术字体。Translumo 让它们同时读同一块屏幕，然后由一个机器学习模型给每份"答案"打分，最终采纳得分最高的结果。三个引擎分别是：

不过官方也直言不讳：日常使用只开 Windows OCR 就够了。Tesseract 属于"老古董"，易错且慢；EasyOCR 更慢、更吃资源，还经常出 bug。它们保留在项目里更多是历史原因。相关配置都集中在 src/Translumo.OCR/Configuration/ 目录，想看引擎怎么初始化的，可以翻 OcrEnginesFactory.cs。

识别之外还有一道"质检关"：结果会先经过文本有效性预测，过滤掉乱码和背景噪点，再进入翻译环节，避免把无意义的字符送给翻译服务浪费时间。

翻译引擎怎么选：四个内置服务的分工

文字读出来了，接下来交给翻译服务。Translumo 内置四个翻译服务，各自有擅长领域：

• DeepL（默认推荐）：综合质量最高，专业术语最准，适合游戏剧情、长句翻译；
• Google：覆盖面广，日常使用性价比高；
• Yandex：俄语翻译效果突出，俄语用户首选；
• Naver Papago：韩语翻译专业，追韩剧、玩韩服游戏的福音。

翻译服务本身不消耗你的 API 额度——Translumo 走的是服务公开接口，免费使用。但代价是高频请求可能被服务商临时封锁，这也是下面优化环节的重点。

一张表掌握全部快捷键

按键记不住没关系，把这张表存下来就够了（全部可在设置里自定义）：

甚至支持手柄快捷键——坐在沙发上用手柄玩主机移植游戏时，可以把手柄组合键绑到这些功能上，详见 src/Translumo/HotKeys/HotKeysConfiguration.cs。

三招把延迟和误识别压到最低

第一招：识别区域宁小勿大。只框文字真正出现的那一小块，能显著降低背景噪字被误读的概率，同时减少每帧处理时间。如果你的游戏对话框位置固定，框它即可；对话框位置不固定，就框经常出现文字的区域。

第二招：给翻译服务配 1-2 个代理。这是很多人忽略的隐藏设置。在"语言 → 代理"标签页填上你的 IPv4 代理，Translumo 会轮流使用它们发请求，把单个 IP 的请求频率降下来，避免被翻译服务封锁。设置项对应源码里的 src/Translumo.Translation/Configuration/Proxy.cs。

第三招：游戏请用无边框窗口模式。全屏独占模式下，翻译悬浮窗会被游戏盖住，导致"翻译窗口跑到游戏下面"的经典问题。把游戏设为无边框或窗口模式即可；如果游戏不支持，可以用 Borderless Gaming 这类工具强制无边框。

常见问题速查

问：点了开始翻译，却提示"捕获屏幕失败"或毫无反应？答：确保目标窗口处于激活状态，必要时重启 Translumo 或重新打开目标程序。

问：已经是无边框模式，翻译窗还是被游戏挡住？答：保持游戏在前台，按Alt+T隐藏再显示一次翻译窗口即可。

问：EasyOCR 的模型包下载失败？答：挂代理后重新安装即可。

问：快捷键没反应？答：多半是被其他软件抢占了热键，检查后台是否有输入法、录屏等程序在监听按键。

问：Tesseract 提示文字识别失败？答：检查程序所在路径，确保路径里只包含英文字母。

想自己编译？也留好了后路

项目基于 .NET 8，源码按模块清晰分层：Translumo.OCR（识别引擎）、Translumo.Translation（翻译服务）、Translumo.Processing（处理流水线）、Translumo.TTS（语音合成）。想动手编译需要 Visual Studio 2022 + .NET 8 SDK：

git clone https://gitcode.com/gh_mirrors/tr/Translumo

编译时会自动执行binaries_extract.bat，下载 OCR 模型和 Python 运行时（约 400MB），请确保网络稳定。想深入看处理流水线，从 TranslationProcessingService.cs 开始读最合适。

写在最后

回到开头那位朋友。现在他打那款日文游戏，框选对话框后按一下~，剩下的交给 Translumo：屏幕捕获、多引擎识别、打分选优、翻译、悬浮显示，循环往复，游戏体验几乎零中断。这就是实时屏幕翻译工具和"截图翻译流"的本质区别——前者是工具，后者是劳动。

Translumo 完全免费开源，项目仍保持活跃维护。如果你也经常遇到"屏幕上全是外文但无从下手"的时刻，花五分钟装上它，按一遍上面的快捷键，大概率回不去了。😊

【免费下载链接】TranslumoAdvanced real-time screen translator for games, hardcoded subtitles in videos, static text and etc.项目地址: https://gitcode.com/gh_mirrors/tr/Translumo