OCR y traducción en pantalla para usuarios de Windows preocupados por la privacidad
Experimenta la captura instantánea en pantalla que reconoce texto ilegible y presenta traducciones como una superposición. PingYi, creado por los colaboradores de PingYi, es una herramienta de utilidades para Windows que combina OCR local y traducción LLM opcional. Ejecuta PaddleOCR localmente para el reconocimiento de texto sin conexión, se conecta a LLMs locales a través de llama.cpp u Ollama para traducción consciente del contexto, y se adapta a jugadores, investigadores y usuarios internacionales que necesitan traducciones sin cambiar de aplicaciones.
¿Qué hace la herramienta cuando no se puede seleccionar texto?
PingYi captura una región de pantalla seleccionada por el usuario a través de una tecla de acceso rápido global y ejecuta OCR para extraer texto, luego muestra una superposición de traducción. La aplicación se dirige a casos donde el texto está incrustado en imágenes, subtítulos codificados o diálogos de juegos, realizando reconocimiento y traducción en un solo flujo de trabajo. La interfaz admite inglés y chino, y la función de historial registra cadenas reconocidas para referencia posterior.
¿Afecta el rendimiento del sistema durante el reconocimiento?
Además, la aplicación está diseñada para procesamiento local: PaddleOCR realiza reconocimiento fuera de línea y LLM locales manejan la traducción, lo que limita el uso de CPU y memoria a la máquina. La interfaz de usuario subyacente de Avalonia mantiene el cliente ligero en entornos de escritorio de Windows. Las operaciones de escaneo y traducción se ejecutan a demanda después de una captura, por lo que la carga del sistema en segundo plano se limita al uso de recursos inactivos en lugar de escaneo continuo.
¿Es seguro y privado usarlo en un escritorio?
Además, PingYi utiliza una arquitectura de primero fuera de línea que ejecuta modelos de OCR y LLM localmente cuando está configurado, lo que reduce la exposición a la red. La herramienta aún admite servicios en línea como Google Cloud Vision, pero las opciones de modelos locales permiten a los usuarios evitar el procesamiento basado en la nube. El diseño modular permite intercambiar motores de OCR, por lo que los usuarios pueden mantener el reconocimiento dentro de su entorno para material sensible a la privacidad.
Una opción enfocada para usuarios que necesitan traducciones privadas en pantalla
PingYi se adapta a los usuarios que encuentran texto no seleccionable y prefieren el procesamiento local: une captura, OCR y traducción en una sola interacción y admite LLMs locales para una salida consciente del contexto. La principal advertencia es la dependencia de la configuración del modelo para LLMs sin conexión, lo que requiere configuración adicional y recursos locales. Para cualquiera que priorice la privacidad y un flujo de trabajo de un solo paso, la aplicación realiza la tarea principal de manera confiable.
