การแปลงข้อความจากภาพและการแปลสำหรับผู้ใช้ Windows ที่ใส่ใจในความเป็นส่วนตัว
สัมผัสการจับภาพบนหน้าจอทันทีที่สามารถจดจำข้อความที่อ่านไม่ออกและแสดงการแปลเป็นเลเยอร์ทับ PingYi ซึ่งสร้างโดยผู้มีส่วนร่วมของ PingYi เป็นเครื่องมือยูทิลิตี้สำหรับ Windows ที่รวม OCR ท้องถิ่นและการแปล LLM แบบเลือกได้ มันทำงาน PaddleOCR ท้องถิ่นสำหรับการจดจำข้อความแบบออฟไลน์ เชื่อมต่อกับ LLM ท้องถิ่นผ่าน llama.cpp หรือ Ollama สำหรับการแปลที่มีบริบท และเหมาะสำหรับนักเล่นเกม นักวิจัย และผู้ใช้ระหว่างประเทศที่ต้องการการแปลโดยไม่ต้องเปลี่ยนแอป
เครื่องมือทำอะไรเมื่อไม่สามารถเลือกข้อความได้?
PingYi จับภาพพื้นที่หน้าจอที่ผู้ใช้เลือกผ่านทางปุ่มลัดทั่วโลกและทำ OCR เพื่อดึงข้อความออกมา จากนั้นแสดงการแปลในรูปแบบ overlay แอป มุ่งเป้าไปที่กรณีที่ข้อความถูกฝังอยู่ในภาพ คำบรรยายที่เขียนไว้ในโค้ด หรือบทสนทนาในเกม โดยทำการรู้จำและแปลในกระบวนการเดียว อินเทอร์เฟซรองรับภาษาอังกฤษและภาษาจีน และฟีเจอร์ประวัติจะบันทึกสตริงที่รู้จำได้เพื่อการอ้างอิงในภายหลัง.
มันส่งผลต่อประสิทธิภาพของระบบในระหว่างการรู้จำหรือไม่?
นอกจากนี้ แอปถูกออกแบบมาเพื่อการประมวลผลในท้องถิ่น: PaddleOCR ทำการรู้จำแบบออฟไลน์และ LLM ในท้องถิ่นจัดการการแปล ซึ่งจำกัดการใช้ CPU และหน่วยความจำไว้ที่เครื่องนั้นๆ UI ที่อยู่เบื้องหลัง Avalonia ทำให้ไคลเอนต์มีน้ำหนักเบาในสภาพแวดล้อมเดสก์ท็อป Windows การสแกนและการแปลจะทำงานตามความต้องการหลังจากการจับภาพ ดังนั้นการโหลดระบบพื้นหลังจึงถูกจำกัดไว้ที่การใช้ทรัพยากรที่ไม่ได้ใช้งานแทนที่จะเป็นการสแกนอย่างต่อเนื่อง.
มันปลอดภัยและเป็นส่วนตัวในการใช้งานบนเดสก์ท็อปหรือไม่?
นอกจากนี้ PingYi ใช้สถาปัตยกรรมแบบออฟไลน์แรกที่ทำให้ OCR และโมเดล LLM ทำงานในท้องถิ่นเมื่อถูกกำหนดค่า ซึ่งช่วยลดการเปิดเผยเครือข่าย เครื่องมือยังสนับสนุนบริการออนไลน์เช่น Google Cloud Vision แต่ตัวเลือกโมเดลในท้องถิ่นทำให้ผู้ใช้หลีกเลี่ยงการประมวลผลที่ใช้คลาวด์ การออกแบบแบบโมดูลาร์อนุญาตให้เปลี่ยนเครื่องยนต์ OCR ได้ ดังนั้นผู้ใช้สามารถเก็บการรู้จำไว้ภายในสภาพแวดล้อมของตนสำหรับวัสดุที่มีความละเอียดอ่อนต่อความเป็นส่วนตัว.
การเลือกที่มุ่งเน้นสำหรับผู้ใช้ที่ต้องการการแปลที่เป็นส่วนตัวบนหน้าจอ
PingYi เหมาะสำหรับผู้ใช้ที่พบข้อความที่ไม่สามารถเลือกได้และชอบการประมวลผลในท้องถิ่น: มันรวมการจับภาพ, OCR, และการแปลเข้าด้วยกันในปฏิสัมพันธ์เดียวและสนับสนุน LLMs ในท้องถิ่นสำหรับผลลัพธ์ที่ตระหนักถึงบริบท ข้อควรระวังหลักคือการพึ่งพาการตั้งค่ารูปแบบสำหรับ LLMs ออฟไลน์ ซึ่งต้องการการกำหนดค่าเพิ่มเติมและทรัพยากรในท้องถิ่น สำหรับใครก็ตามที่ให้ความสำคัญกับความเป็นส่วนตัวและการทำงานแบบขั้นตอนเดียว แอปนี้ทำงานได้อย่างเชื่อถือได้ในงานหลัก.
