跳转到内容

快速上手指南

猫译员,Neko Translator,是一个AI驱动的漫画翻译辅助工具。

无论你是想翻译外语漫画的读者,还是专业翻译者,都可以将本软件作为平台,开展你的翻译创作。

本文将做一个快速导入,手把手教会你安装、配置,接入线上的API模型服务。

猫译员本身是免费软件,但是使用到的第三方API模型接入服务可能会收费。经测试一般的翻译任务开销不是非常多:

  • 视觉模型使用 OpenRouter 提供的 gemma4-31b-it(关闭思考),识别大概 1000 个文本框/图片,开销在0.6元左右
  • DeepSeek 官方提供的 deepseek-v4-flash(开启思考),翻译50页漫画,开销在0.5元左右
  • 如果您有强力的显卡,对接 本地模型 也是避免开销的不错选择

注意: 请在少量翻译测试后关注 token 用量,以免造成非您预期的开销。同时如果供应商支持,建议为 API Key 设定最大额度,以避免超支。

请使用浏览器访问猫译员官网获取。

对于 iOS/macOS 平台,此应用暂未在苹果应用商店中国区上架

下文以本地模型+DeepSeek API为例进行配置,实际应用时可根据项目实际情况、API价格等灵活配置。

先配置本地模型,让猫译员在设备上检测文本块并提取原文:

  1. 打开 「服务配置」
  2. 在 「检测文本块」 下的 「本地检测文本模型」 中点击 「下载」
  3. 在 「提取文字」 下的 「本地文字提取器」 中点击 「下载」(请先尝试中型模型,如果运行较慢,可改用较小的版本)

你也从其他渠道下载这些模型,例如猫译员的主页、QQ群共享文件等,然后点击 「导入 zip」,导入已准备好的模型压缩包。

本地文本块检测器和文字提取器的下载入口

  1. 成功配置后的本地文本块检测器、本地文字提取器如下图所示。

本地文本块检测器和文字提取器配置完成

接着配置通用 AI 服务。这里以 DeepSeek 为例。

  1. 先按DeepSeek 供应商配置说明注册并获取 API Key,再回到 「服务配置」。
  2. 在 「通用 AI」 下点击 「+添加」,选择 「深度求索」,填入 API Key
  3. 模型预设已经帮选好,不用动
  4. 用 「测试」 检查 API 连接,确认 API Key 可用
  5. 保存配置即可

注意:这里的deepseek-v4-flash当前在官方服务里被路由到deepseek-v4.1-flash,即多模态版本,如果使用其他供应商,需要注意确认模型版本,否则可能不支持视觉能力。

配置完成之后,测试一下效果。

  1. 先添加一本漫画,然后上传一些漫画图页
  1. 点一下 「检测图中文本块」,文本块的位置被识别了出来,表示提供 「文本块检测」 的服务已经配置好了。
  1. 点一下 「提取文本块的文字」,文本块中出现了文字,表明提供 「提取文字」 的服务已经配置好了

    注意:「本地文字提取器」从 v1.4.0 版本开始已支持韩文,之前的版本如需识别韩文,请升级到最新版本

  1. 点一下 「提取图片摘要」 ,图标上打勾了说明 「提取图片摘要」 的模型已经配置好了。
  1. 点一下 「翻译所有文本块」,看到翻译已经生成,说明 「翻译」 的模型已经配置好了。

漫画素材:ブラックジャックによろしく 佐藤秀峰

确认配置无误后,可按需选择批量处理的图片范围和自动化操作。

  1. 点击 「✨」 图标,打开 批量处理 页面,默认勾选了当前章节的所有图片,自动化操作可按需选择

  2. 选择本次要执行的操作,然后点击 Start,等待完成即可

猫译员的漫画翻译流程大致为:

  1. 「检测文本块」——找出文本块的位置,形成文本框(部分模型会顺带做 「提取文字」)
  2. 「提取文字」——将图片中的文本提取成文本块的原文,要用到支持视觉的多模态模型或专用的 OCR 模型
  3. 「提取图片摘要」(可选)——将图片的内容用文本描述出来,后续作为翻译的上下文,要用到支持视觉的多模态模型
  4. 「翻译」——联系上下文,将识别出的文本块原文,需要用到大语言模型

这些流程环节对应着漫画编辑界面上的几个自动化按钮,对应「服务配置」里配置的模型的能力:

capabilites

通用 AI,对接的是当下的大语言模型 API:

  • 通用AI模型都具有「翻译」能力
  • 部分模型有视觉能力,就可以用于「提取文字」、「提取图片摘要」

文本块检测,需要特殊适配,当前支持:

  • 本地文本块检测器:下载模型后可直接使用,提供在漫画页中确定文本块位置的能力,需要配置其他模型来提取文字,优点是完全离线、不用钱(推荐使用)
  • PaddleOCR VL 1.6:需要接 API,支持同时 提取文字,当前 AI Studio 提供 20000 张/日的个人免费额度
  • GLM-OCR:需要接 API,支持同时 提取文字,识别框外内文字效果不错,框外一般,对竖排文字支持稍有欠缺

提取文本,需要特殊适配,当前支持:

  • 本地文字提取器:下载模型后可直接使用,优点是完全离线、不用钱

如果在配置中遇到什么困难,或者是有什么建议,欢迎加入QQ群一起讨论。

QQ群: 1032392772