Skärm-OCR och översättning för integritetsmedvetna Windows-användare
Upplev omedelbar skärmfångst som känner igen oläslig text och renderar översättningar som ett överlägg. PingYi, skapat av PingYi-bidragare, är ett verktyg för Windows-verktyg som kombinerar lokal OCR och valfri LLM-översättning. Det kör PaddleOCR lokalt för offline textigenkänning, ansluter till lokala LLM:er genom llama.cpp eller Ollama för kontextmedveten översättning, och passar spelare, forskare och internationella användare som behöver översättningar utan att byta appar.
Vad gör verktyget när text inte kan väljas?
PingYi fångar en användarvald skärmdel via en global snabbknapp och kör OCR för att extrahera text, och visar sedan en översättningsöverlägg. Appen riktar sig till fall där text är inbäddad i bilder, hårdkodade undertexter eller spel-dialog, och utför igenkänning och översättning i ett arbetsflöde. Gränssnittet stöder engelska och kinesiska, och historikfunktionen registrerar igenkända strängar för senare referens.
Påverkar det systemets prestanda under igenkänning?
Vidare är appen designad för lokal bearbetning: PaddleOCR utför offline-igenkänning och lokala LLM:er hanterar översättning, vilket begränsar CPU- och minnesanvändning till maskinen. Den underliggande Avalonia UI håller klienten lättviktig på Windows-skrivbordsmiljöer. Skanna och översätta operationer körs på begäran efter en fångst, så bakgrundssystembelastningen är begränsad till inaktiv resursanvändning snarare än kontinuerlig skanning.
Är det säkert och privat att använda på en skrivbord?
Dessutom använder PingYi en offline-först arkitektur som kör OCR och LLM-modeller lokalt när den är konfigurerad, vilket minskar nätverksutsläpp. Verktyget stöder fortfarande onlinetjänster som Google Cloud Vision, men lokala modellalternativ låter användare undvika molnbaserad bearbetning. Den modulära designen tillåter byte av OCR-motorer, så användare kan hålla igenkänning inom sin miljö för integritetskänsligt material.
En fokuserad lösning för användare som behöver privata, skärmbaserade översättningar
PingYi passar användare som stöter på icke-valbar text och föredrar lokal bearbetning: det binder samman fångst, OCR och översättning i en enda interaktion och stöder lokala LLM:er för kontextmedveten utdata. Den största nackdelen är beroendet av modellinställningar för offline LLM:er, vilket kräver ytterligare konfiguration och lokala resurser. För alla som prioriterar integritet och en enstegsarbetsflöde, utför appen kärnuppgiften pålitligt.