面向注重隐私的Windows用户的屏幕OCR和翻译
体验即时屏幕捕捉,识别不可读文本并将翻译呈现为叠加。PingYi,由PingYi贡献者创建,是一个Windows实用工具,结合了本地OCR和可选的LLM翻译。它在本地运行PaddleOCR以进行离线文本识别,通过llama.cpp或Ollama连接到本地LLM进行上下文感知翻译,适合需要翻译而不切换应用程序的游戏玩家、研究人员和国际用户。
当文本无法被选择时,工具会做什么?
PingYi 通过全局热键捕获用户选择的屏幕区域并运行 OCR 提取文本,然后显示翻译覆盖层。该应用程序 针对文本嵌入在图像、硬编码字幕或游戏对话中的情况,在一个工作流程中执行识别和翻译。界面支持英语和中文,历史记录功能记录已识别的字符串以供后续参考。
在识别过程中会影响系统性能吗?
此外,该应用程序设计用于本地处理:PaddleOCR 执行离线识别,本地 LLM 处理翻译,这将 CPU 和内存使用限制在机器上。底层的 Avalonia UI 保持客户端在 Windows 桌面环境中轻量。扫描和翻译操作在捕获后按需运行,因此后台系统负载仅限于闲置资源使用,而不是持续扫描。
在桌面上使用是否安全和私密?
此外,PingYi 使用离线优先架构,当配置时在本地运行 OCR 和 LLM 模型,从而减少网络暴露。该工具仍然支持在线服务,如 Google Cloud Vision,但本地模型选项让用户避免基于云的处理。模块化设计允许更换 OCR 引擎,因此用户可以将识别保留在其环境中,以处理敏感隐私材料。
专注于需要私人屏幕翻译的用户的选择
PingYi 适合遇到不可选择文本并偏好本地处理的用户:它将捕获、OCR 和翻译绑定为单一交互,并支持本地 LLM 以实现上下文感知输出。主要的警告是对离线 LLM 的模型设置的依赖,这需要额外的配置和本地资源。对于任何优先考虑隐私和单步工作流程的人来说,该应用程序可靠地执行核心任务。