Koharu 是一个使用 Rust 编写的 AI 驱动的漫画翻译工具。
它引入了一种全新的漫画翻译工作流，利用 AI 技术自动化翻译过程。它整合了对象检测、OCR（光学字符识别）、图像修复（Inpainting）和 LLM（大语言模型）等技术，打造无缝的翻译体验。
主要功能
自动气泡检测与分割: 能够自动识别并分割漫画中的对话气泡。
漫画 OCR: 专门针对漫画文本优化的光学字符识别功能。
智能修图 (Inpainting): 自动去除原始图片中的文字，并填补背景。
LLM 驱动翻译: 利用大语言模型进行高质量的文本翻译。
垂直排版: 支持中日韩（CJK）语言的垂直文本排版，还原漫画原本的阅读体验。
硬件加速支持
Koharu 针对主流硬件进行了优化，以提升推理速度：
NVIDIA GPU (CUDA):
内置 CUDA toolkit 12.x 和 cuDNN 9.x 支持。
支持计算能力 (Compute Capability) 7.5 及以上的 NVIDIA 显卡。
macOS (Metal):
支持 Apple Silicon (M1, M2, M3 等) 芯片，利用 Metal 进行 GPU 加速。
使用的 AI 模型
Koharu 结合了计算机视觉 (CV) 和自然语言处理 (NLP) 模型：
计算机视觉模型 (自动下载):
文字检测: comic-text-detector
图像修复: AnimeMangaInpainting
注: 为了提高性能和兼容性，官方将这些模型转换为了 safetensors 格式并托管在 Hugging Face 上，首次运行会自动下载。
大语言模型 (LLMs):
目前支持的模型示例：vntl-llama3-8b-v2, sakura-galtransl-7b-v3.7。
安装与开发
安装:
官方 Release 页面提供 Windows 和 macOS 的预编译二进制文件。
开发/源码编译:
环境要求: Rust (1.85 或更高版本), Bun (1.0 或更高版本)。
构建产物位于 target/release 目录。
项目信息速览
项目地址：github.com/mayocream/koharu
Stars / Forks：353 ⭐ / 16 Forks
License：GPL-3.0 (app) / Apache-2.0 (sub-crates)
发表回复