Koharu 漫畫翻譯器更易用更新

💡Rust 工具使用 llama.cpp 本地翻譯漫畫—類 Photoshop 編輯結果。全開源！（24字元）

⚡ 30-Second TL;DR

有什麼變化

Rust 應用整合 llama.cpp 進行本地 LLM 推理

為什麼重要

簡化本地高品質漫畫翻譯，適合創作者避開雲端成本；提升多模態 AI 開源工具。

下一步行動

複製 Koharu GitHub 儲存庫，並使用 Qwen3.5 模型在漫畫頁面執行示範。

誰應關注：Creators & Designers

AI-generated analysis for this event.

•Koharu 採用了基於 Rust 的高效能架構，特別針對本地硬體進行了記憶體管理優化，使其在處理高解析度漫畫頁面時，比傳統基於 Python 的翻譯工具擁有更低的 VRAM 佔用率。
•該專案整合了針對漫畫場景微調的特定領域 OCR 模型，不僅能識別標準文字，還能有效處理漫畫中常見的垂直排版、手寫字體以及與背景高度融合的擬聲詞。
•除了模型推理，Koharu 內建的修補（Inpainting）演算法採用了輕量級的擴散模型（Diffusion-based）技術，能在不依賴雲端 API 的情況下，實現比傳統插值法更自然的背景修復效果。

📊 競品分析▸ Show

功能	Koharu	MangaDex/Manga-OCR 相關工具	Adobe Photoshop (自動化腳本)
部署方式	本地 (Rust/llama.cpp)	多為雲端或 Python 腳本	本地 (軟體)
隱私性	極高 (完全離線)	中 (依賴 API)	高
模型支援	Gemma/Qwen (本地)	依賴特定 OCR API	依賴 Adobe Firefly
價格	免費開源	免費至訂閱制	高額訂閱費

•核心推理引擎：利用 llama.cpp 的 GGUF 格式支援，實現了對量化模型（如 4-bit/8-bit）的高效載入，顯著降低了對 GPU 算力的門檻。
•視覺處理管線：採用 YOLOv8 或類似的輕量化物件偵測模型來定位對話框（Speech Bubbles），並結合 Tesseract 或 EasyOCR 的改進版進行文字提取。
•修補技術：整合了基於 Stable Diffusion 的輕量化 Inpainting 模型，透過遮罩（Mask）技術自動填補文字移除後的背景區域。
•API 相容性：實作了與 OpenAI Chat Completions API 相容的本地伺服器端點，允許使用者將其作為後端服務與其他前端翻譯工具串接。