别再截图翻译了！这款免费开源实时屏幕翻译工具，游戏字幕一次搞定

【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，他只能停下来、切出去、敲字、再切回来，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。"

后来他换上一款叫Translumo的免费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，游戏全程不用暂停。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——这就是它和"截图翻译流"的本质区别：前者是工具，后者是劳动。

三问自测：这工具到底适不适合你

先别急着下载，用三个问题给自己把把脉：

• 是否遇到过"屏幕全是外文却无从下手"的时刻？游戏、视频、软件界面……看得懂图就是看不懂字。
• 是否需要"边看边译"？字幕一闪而过，过场动画不等你，切出去就错过剧情。
• 是否厌倦了"截图→发手机→翻译 App→读结果"的流水线？单张图来回折腾一分钟，还经常翻得稀碎。

三个都中？往下看，五分钟后你就能用上。但要是你只是偶尔翻译一张截图，平时几乎不碰外文内容，那这工具确实杀鸡用牛刀，手机自带的翻译更省事——这不是劝退，是帮你省时间。

五分钟上手：从下载到出译文，只要四步

Translumo 是 Windows 平台的桌面工具，配置要求相当友好：Windows 10 2004 及以上或 Win11、支持 DirectX 11 的显卡、2GB 内存就能流畅跑主力模式。上手流程拆开只有四步。

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，也不用配什么环境变量。想自己动手编译的，文章后面单独讲。

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）。这里有个关键细节：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。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，把文字经常出现的那块区域框出来——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，这个细节后面细说。

第 4 步：按~键开始。就这一个键。之后每次文字出现在框里，翻译结果就叠加显示在悬浮窗口上，游戏照玩不误。

提示：Alt+G打开/关闭设置、Alt+Q框选区域、~开始/停止、Alt+T显示/隐藏悬浮窗、Alt+Y显示识别区域边框、Shift+F单次翻译当前画面、Ctrl+T切换悬浮窗样式——全部可在设置里自定义。

更贴心的是它还支持手柄快捷键，坐在沙发上用手柄玩主机移植游戏时，可以把组合键绑到这些功能上。整套键位都能改，不怕跟输入法、录屏软件打架。

一个比喻讲透原理：它凭什么读得又准又快

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，再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那个。三个引擎分工如下：

原理：多引擎并行就像多个人同时朗读，再由"评委"（机器学习模型）打分选优——单个引擎的失误，会被其他引擎补上。

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"，容易错还慢；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。识别完还有一道"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去翻译。

文字读出来后，交给翻译服务。Translumo 内置四个翻译服务，各有擅长领域：

• 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。

分场景进阶清单：把延迟和误报压到最低

新手必做：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。游戏对话框位置固定就框它；位置不固定，就框经常出现文字的区域。

进阶玩法：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。想了解实现细节，可以看src/Translumo.Translation/Configuration/Proxy.cs。

特殊需求：游戏用无边框窗口模式。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。就算真被挡住了也别慌，保持游戏在前台，按Alt+T隐藏再显示一次就恢复。

Translumo 的多语言界面也照顾到了不同语种的用户，下图是俄语界面下同样的引导流程，本地化做得相当到位。

避坑对照表：常见问题一眼定位

前后对比：同一个晚上，两种玩法

回到开头那位朋友。改造前，他玩日文游戏是"读一句、停一下、切出去翻译、切回来"，一晚推进十分钟，剧情全靠猜；改造后，框选对话框、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。同样是"玩"一晚上，前者是翻译软件的搬运工，后者才是游戏玩家。

如果你的需求是"屏幕上源源不断地出现外文，且不能打断当下场景"，这个差别就是质变。

想自己编译？源码入口也留好了

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）。想深入研究的读者，几个入口值得一看：

• 处理流水线从src/Translumo.Processing/TranslationProcessingService.cs开始读最合适；
• OCR 引擎的初始化逻辑集中在src/Translumo.OCR/OcrEnginesFactory.cs；
• 快捷键体系看src/Translumo/HotKeys/HotKeysConfiguration.cs。

想动手编译需要 Visual Studio 2022 + .NET 8 SDK，克隆源码后编译会自动执行binaries_extract.bat，下载 OCR 模型和 Python 运行时（约 400MB），请确保网络稳定：

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

写在最后

文章开头那位朋友，现在打日文游戏的方式是：框选对话框、按一下~，剩下的全部交给机器。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。

如果你也经常遇到"屏幕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，大概率就回不去了。😊

【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