STranslate翻译工具1.3.0版本发布:新增Gemini OCR与剪贴板翻译功能
2025-06-15 02:34:55作者:韦蓉瑛
STranslate是一款功能强大的开源翻译工具,它集成了多种翻译引擎和OCR识别功能,为用户提供便捷的跨语言翻译体验。该工具支持多种翻译服务,包括DeepLX、Google翻译等,同时还具备词典查询和OCR文字识别等实用功能。
核心功能更新
Gemini OCR技术引入
1.3.0版本新增了Gemini OCR功能,这是对原有OCR识别能力的重大增强。Gemini OCR以其高精度识别能力著称,特别适合处理复杂排版或低质量图片中的文字识别。用户现在可以在多种OCR引擎中选择最适合自己需求的一种。
剪贴板翻译功能优化
新版本改进了通过剪贴板实现翻译结果替换和插入的机制。这一改进使得翻译结果可以更流畅地插入到目标应用程序中,大大提升了工作效率。用户可以选择直接将翻译结果替换选中文本,或者以插入方式添加到原有内容中。
服务架构优化
服务模块重构
开发团队对原有的"自建服务"模块进行了重要重构,将其拆分为"DeepLX服务"和"Google服务"两个独立模块。这种架构调整带来了以下优势:
- 功能解耦:各服务模块职责更加清晰
- 配置简化:Google服务现在无需额外配置即可使用
- 维护便利:模块间相互独立,便于后续功能扩展
语言支持增强
新版本完善了各翻译服务的语种列表,确保用户能够获得更全面的语言支持。特别是对DeepLX服务的语种支持进行了显著扩充,使其能够覆盖更多小众语言的翻译需求。
用户体验改进
视觉优化
- 调整了默认配置中的字体大小,提升阅读舒适度
- 修复了指针模糊问题,确保在各种操作后指针显示清晰
稳定性提升
- 修复了翻译过程中修改内容导致数据库错误的问题
- 移除了无效服务配置,减少用户使用中的困惑
技术实现亮点
异步处理机制
新版本优化了翻译请求的异步处理流程,有效解决了用户在等待翻译结果时修改内容导致的冲突问题。这种机制确保了即使在网络延迟情况下,系统也能稳定处理用户请求。
多OCR引擎架构
STranslate现在支持多种OCR引擎并行架构,包括:
- 内置微信OCR引擎
- 新增的Gemini OCR
- 可选的PaddleOCR(需额外配置)
这种架构设计让用户可以根据具体场景选择最适合的OCR解决方案。
总结
STranslate 1.3.0版本通过引入Gemini OCR和改进剪贴板翻译功能,显著提升了工具的实用性和易用性。服务模块的重构为未来的功能扩展奠定了良好基础,而多项用户体验的优化则使工具更加稳定可靠。对于需要频繁进行跨语言工作的用户来说,这次更新带来了实质性的效率提升。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
664
323
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
677
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
342
146