RTranslator完整指南:三步装好Android离线实时翻译,支持70余种语言
2026/9/16 15:14:45 网站建设 项目流程

RTranslator完整指南:三步装好Android离线实时翻译,支持70余种语言

【免费下载链接】RTranslatorOpen source real-time translation app for Android that runs locally项目地址: https://gitcode.com/GitHub_Trending/rt/RTranslator

RTranslator 是一款开源、免费的 Android 离线实时翻译应用:语音识别和翻译全部在手机上本地完成,断网、地铁、飞机上都能正常对话。这篇文章带你从安装、三种模式的使用,到手机配置要求和常见坑,一次性讲清楚。

什么时候你会真正需要一个离线翻译器

几个真实场景:出国旅行问路时 4G 信号时有时无;出差坐高铁过隧道,云端翻译转了十几秒还没出结果;或者对方是商务伙伴,录音上传到云端的习惯本身就让人不放心。

网络翻译应用在这三个场景里都会失效:要么没网,要么延迟高,要么隐私要交给服务器。RTranslator 的思路是把整套 AI 模型搬到手机里跑——识别用 OpenAI 的 Whisper-Small-244M,翻译用 Meta 的 NLLB-Distilled-600M,两者都转换成了 onnx 并做了 int8 量化,直接在设备端推理,不需要任何网络连接。

三步完成离线安装,开始翻译

  1. 下载 APK。从项目发布页下载最新版本的 apk 文件并安装即可,页面上其他文件可以忽略,应用会在首次启动时自己拉取。
  2. 等待模型自动下载。首次启动时应用会下载约 1.2GB 的翻译和语音识别模型,完成后即可使用。
  3. 授予通知权限,开始翻译。通知权限只用于在后台运行时显示状态,没有别的用途。

如果所在网络环境下 GitHub 访问很慢,模型下载会卡住。这时可以走手动侧载路线:在电脑上把发布页里的.onnx模型文件下到手机目录Android/data/nie.translator.rtranslator/files,再回到应用里,它会直接校验并导入这些文件,只有损坏的文件才会重新下载。完整的逐步操作见 手动侧载指南。

三种翻译模式,按场景选

对话模式(Conversation):核心玩法。两台都装了应用的手机通过蓝牙低功耗连接,一方说话后,声音被转成文本发给对方,对方手机把文本翻成自己的语言,再转成语音从扬声器(或对方的蓝牙耳机)播放出来,双向同时可用。一个用户还可以连接多台手机,实现三人以上、任意组合的多边翻译。

WalkieTalkie 模式:只有一台手机时用。它同时监听两种语言(在界面上选择),自动判断对方在说哪种语言,翻译后朗读,读完自动恢复监听。注意它是对讲机式的轮流说话,不是真正的同声传译,也不支持蓝牙耳机。适合街头问路、和店员这种快问快答。

文本翻译模式:最朴素的经典文本翻译器,v2.1 之后加上了朗读和复制按钮,适合翻译文档里的段落。

支持哪些语言:31 种主语言 + 40 余种可选语言

开箱即用的主语言共 31 种,翻译和语音识别质量都经过了完整支持:阿拉伯语、保加利亚语、加泰罗尼亚语、中文、克罗地亚语、捷克语、丹麦语、荷兰语、英语、芬兰语、法语、加利西亚语、德语、希腊语、意大利语、日语、韩语、马其顿语、波兰语、葡萄牙语、罗马尼亚语、俄语、斯洛伐克语、西班牙语、瑞典语、泰米尔语、泰语、土耳其语、乌克兰语、乌尔都语、越南语。

如果你的语言不在列表里,从 v2.1 开始可以在设置里打开Support low quality languages开关,追加 40 多种低质量语言(如南非荷兰语、阿姆哈拉语、阿萨姆语、孟加拉语、希伯来语、印地语、匈牙利语、藏语等),其中一部分仅支持文本。低质量意味着翻译和识别效果会打折扣,但对日常短句够用。

手机配置要求:6GB 内存是底线

RTranslator 对模型做了比较激进的优化,但本地跑 600M 参数的翻译模型依然吃资源。官方建议至少 6GB RAM,并且 CPU 不能太弱,否则翻译等待时间会很难看。

优化前后的实测数据(官方给出):

模型指标优化前优化后
NLLB(部分 int8 + KV cache)内存占用2.5GB1.3GB(约 1.9 倍改善)
NLLB75 token 执行时间8s2s(约 4 倍改善)
Whisper内存占用1.4GB0.9GB;低内存模式可压到 0.5GB
Whisper11 秒音频执行时间1.9s1.6s;低内存模式 2.1s

如果手机内存不足 8GB,应用会自动切换到 0.5GB 内存的 Whisper 运行档位。机型确实太老的话,官方也保留了基于 Google API 的 1.0 版本,但那需要联网和额外配置,不是免费的。

蓝牙耳机和后台运行,体验差距在哪

接上蓝牙耳机是对话模式的加分项:耳机负责拾音,对方手机上的耳机负责出声,体验接近"对方就在耳边说话"。不接耳机也能用,只是拾音和播报都走手机麦克风与扬声器。

关于后台运行:对话模式和 WalkieTalkie 模式在手机待机或你切到别的应用时也能继续工作。但要注意,不少厂商的省电策略会在后台限制 CPU,出现卡顿时建议保持应用在前台、屏幕常亮。

隐私设计:没有服务器,就没有数据外流

RTranslator 不做任何个人数据收集,项目甚至没有后端服务器——语音链路是"麦克风 → 本地 Whisper 识别 → 本地 NLLB 翻译 → 本地 TTS 朗读 → 蓝牙直接发给对端",全程不出设备。更完整的说明可以看 隐私政策,应用内无广告。

代码本身是完全开源的,只有少量外部库(如 Ml Kit 用于语言识别)和 NLLB 模型(仅限非商业用途)的许可证不完全宽松,README 里有完整清单。想参与开发的话,先看 贡献指南。

常见问题与避坑清单

蓝牙偶尔断连怎么办?这是官方已知的 beta 阶段问题:先确认两台设备在有效范围内,然后断开重连;如果频繁出现,把情况反馈给作者,方便定位。

模型下载特别慢?走上文说的侧载路线:电脑下载.onnx文件,放入手机指定目录后让应用校验导入,比反复重试快得多。

朗读效果不好或没有对应语言?应用调用的是系统 TTS,效果取决于手机里装的引擎。推荐 Google TTS(上述所有语言都兼容)。更换方法:在 RTranslator 设置的 Output 部分点 "Text to Speech",跳转到系统设置里切换引擎,改完后重启应用生效。

翻译质量不达预期?先检查是否误开了低质量语言开关,再确认走的是主语言列表;低质量档位在语音场景下会明显更弱。

写在最后

RTranslator 把"离线、免费、开源"三件事同时做到了:Whisper 加 NLLB 的本地组合,配合针对手机内存做的量化与拆分优化,让两台普通手机(6GB 内存起步)就能完成双向实时语音翻译,且数据全程不出设备。如果你需要的是日常高频使用的云端翻译,它未必合适;但如果你的场景是旅行问路、跨国会议、或是对隐私敏感的对话,这套方案目前相当能打。装好模型之后,建议先从文本模式试起,再到户外实测一次 WalkieTalkie,最后和一位朋友约个对话模式——三个模式都跑一遍,你就知道它适不适合你的使用场景了。

【免费下载链接】RTranslatorOpen source real-time translation app for Android that runs locally项目地址: https://gitcode.com/GitHub_Trending/rt/RTranslator

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询