VOID Translate

Программа для перевода манги, манхвы и маньхуа.

0
зарегистрированных пользователей
Telegram канал

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

Model setup

Qari and Qwen2-VL-2B are optional OCR models. The app no longer downloads them automatically — install manually and place the files in the folders below.

Qari-OCR

Arabic OCR
~2 GB Path: C:\voidtranslate\models\qari-ocr

Based on Qwen2-VL-2B. Best for Arabic text with diacritics.

Quick install (recommended)

  1. Install dependency:
pip install huggingface_hub
  1. Run the downloader:
python download_qari_model.py

Files will be saved to C:\voidtranslate\models\qari-ocr.

If Hugging Face asks for access, create a read token and run huggingface-cli login.

Verify

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

Use in app

  1. Open the app.
  2. OCR method: Qari.
  3. Source language: Arabic (recommended).
Alternative install methods

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"

Browser download

  • config.json, generation_config.json, preprocessor_config.json
  • tokenizer.json, tokenizer_config.json, vocab.json, merges.txt
  • model.safetensors.index.json + all 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"
Troubleshooting
  • "Cannot find the requested files in the disk cache" — check that config.json exists in the folder.
  • "Out of Memory" — needs ~4 GB VRAM; if not available, run on CPU.
  • First run can be slow while the model warms up.
Hugging Face

Qwen2-VL-2B

VLM OCR
~4 GB Path: C:\voidtranslate\models\qwen2-vl-2b-instruct

Universal OCR model for many languages.

Quick install (recommended)

  1. Install dependency:
pip install huggingface_hub
  1. Run the downloader:
python download_qwen2vl_model.py

Files will be saved to C:\voidtranslate\models\qwen2-vl-2b-instruct.

If Hugging Face asks for access, create a read token and run huggingface-cli login.

Verify

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

Use in app

  1. Open the app.
  2. OCR method: Qwen2-VL-2B.
  3. Source language: choose as needed.
Alternative install methods

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"

Browser download

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

huggingface-cli

huggingface-cli login huggingface-cli download Qwen/Qwen2-VL-2B-Instruct --local-dir "C:\voidtranslate\models\qwen2-vl-2b-instruct"
Troubleshooting
  • "Cannot find the requested files in the disk cache" — check that config.json exists in the folder.
  • "Out of Memory" — needs ~4 GB VRAM; if not available, run on CPU.
  • First run can be slow while the model warms up.
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.