VOID Translate

Программа для перевода манги, манхвы и маньхуа.

0
зарегистрированных пользователей
Telegram канал Регистрация в боте

Скриншоты

Вкладка проектов
Вкладка перевода1
Вкладка перевода2
Вкладка перевода3
Вкладка перевода4
Вкладка клина1
Вкладка клина2
Вкладка склейка
Вкладка стиль1
Вкладка стиль2

Тарифы

Бесплатный Plus Premium
Срок действия Безлимитно 30 дней 30 дней
Последняя версия ✗ ✓ ✓
ИИ Переводчик ✗ ✓ ✓
ИИ Ассистент ✗ ✓ ✓
Генеративная заливка ✗ ✗ ✓

Обратите внимание: Токены для генеративной заливки докупаются отдельно.

Обновления по подписке

Ручная установка моделей

Qari и Qwen2-VL-2B — опциональные OCR-модели. Приложение больше не скачивает их автоматически — установите вручную и разместите файлы в папках ниже.

Qari-OCR

Арабский VLM
~2 GB Папка: C:\voidtranslate\models\qari-ocr

Основана на Qwen2-VL-2B. Лучше всего для арабского текста с диакритикой.

Быстрая установка (рекомендуется)

  1. Установите зависимость:
pip install huggingface_hub
  1. Запустите скрипт загрузки:
python download_qari_model.py

Файлы будут сохранены в C:\voidtranslate\models\qari-ocr.

Если Hugging Face попросит доступ — создайте read токен и выполните huggingface-cli login.

Проверка

C:\voidtranslate\models\qari-ocr\config.json

Использование в приложении

  1. Запустите приложение.
  2. Метод OCR: Qari.
  3. Язык: Арабский (рекомендуется).
Альтернативные способы установки

Git LFS

git lfs install mkdir "C:\voidtranslate\models\qari-ocr" git clone https://huggingface.co/NAMAA-Space/Qari-OCR-v0.3-VL-2B-Instruct "C:\voidtranslate\models\qari-ocr"

Скачивание через браузер

  • config.json, generation_config.json, preprocessor_config.json
  • tokenizer.json, tokenizer_config.json, vocab.json, merges.txt
  • model.safetensors.index.json + все model-*.safetensors

huggingface-cli

huggingface-cli login huggingface-cli download NAMAA-Space/Qari-OCR-v0.3-VL-2B-Instruct --local-dir "C:\voidtranslate\models\qari-ocr"
Устранение проблем
  • "Cannot find the requested files in the disk cache" — проверьте наличие config.json.
  • "Out of Memory" — нужно ~4 GB VRAM; при недостатке запускается на CPU.
  • Первый запуск может быть медленным — это нормально.
Hugging Face

Qwen2-VL-2B

Мультиязычный VLM
~4 GB Папка: C:\voidtranslate\models\qwen2-vl-2b-instruct

Универсальная OCR-модель для разных языков.

Быстрая установка (рекомендуется)

  1. Установите зависимость:
pip install huggingface_hub
  1. Запустите скрипт загрузки:
python download_qwen2vl_model.py

Файлы будут сохранены в C:\voidtranslate\models\qwen2-vl-2b-instruct.

Если Hugging Face попросит доступ — создайте read токен и выполните huggingface-cli login.

Проверка

C:\voidtranslate\models\qwen2-vl-2b-instruct\config.json

Использование в приложении

  1. Запустите приложение.
  2. Метод OCR: Qwen2-VL-2B.
  3. Язык исходного текста — по выбору.
Альтернативные способы установки

Git LFS

git lfs install mkdir "C:\voidtranslate\models\qwen2-vl-2b-instruct" git clone https://huggingface.co/Qwen/Qwen2-VL-2B-Instruct "C:\voidtranslate\models\qwen2-vl-2b-instruct"

Скачивание через браузер

  • config.json, generation_config.json, preprocessor_config.json
  • tokenizer.json, tokenizer_config.json, vocab.json, merges.txt
  • model.safetensors.index.json + все model-*.safetensors

huggingface-cli

huggingface-cli login huggingface-cli download Qwen/Qwen2-VL-2B-Instruct --local-dir "C:\voidtranslate\models\qwen2-vl-2b-instruct"
Устранение проблем
  • "Cannot find the requested files in the disk cache" — проверьте наличие config.json.
  • "Out of Memory" — нужно ~4 GB VRAM; при недостатке запускается на CPU.
  • Первый запуск может быть медленным — это нормально.
Hugging Face

FAQ

Системные требования

+

Минимальные требования: Windows 10 64-bit, 6 GB RAM, 12 GB свободного места на диске, процессор AMD FX-6300 или Intel Core i3-4130 (или новее).

Рекомендованные требования: Windows 10/11 64-bit, 12 GB RAM, 12 GB свободного места на диске, процессор Intel Core i5-8400 или AMD Ryzen 5 2600. Для ускорения обработки рекомендуется любая видеокарта с поддержкой CUDA (например, GTX 1050 Ti или выше).

ВНИМАНИЕ: Работа всего функционала не гарантируется на интегрированных видеокартах и дискретных видеокартах от AMD, а также видеокартах NVIDIA RTX 5000 серии!

Какие форматы изображений поддерживаются?

+

Программа поддерживает следующие форматы изображений: JPG, PNG, WEBP.

Какие языки поддерживает OCR?

+

Поддерживается распознавание корейского, японского, китайского и английского языков. Точность распознавания зависит от качества изображения и модели.

Как работает очистка сканов?

+

Очистка сканов осуществляется посредством работы локальной inpaint модели lama-big, а также продвинутой онлайн модели flux-fill.

Что такое токены и как они расходуются?

+

Токены — это условные «единицы объёма текста», которые обрабатывает ИИ. Расход зависит от параметров, заданных при переводе.