使用 OpenAI 兼容接口自动生成小说、漫画、字幕、游戏脚本等任意文本中的词语表的翻译辅助工具
- KeywordGacha,简称 KG,使用 AI 技术来自动生成词语表的次世代工具
- 从长篇
中文
、英文
、日文
文本内容中一键抓取实体词语
,并且自动翻译
、自动总结
、自动生成词语表
- 相较传统工具,具有高命中、语义化、智能总结角色信息等特色,对文本的兼容性更好
- 极大的提升
小说
、漫画
、字幕
、游戏脚本
等内容译前准备时制作词语表的工作效率 - 随机选取 绿站榜单作品 作为测试样本,与人工校对制作的词表对比,命中率约为
80%-90%
- 兼容所有 OpenAI 标准的 AI 大模型接口
- 可以使用 ChatGPT 系列、Claude 系列 或 众多国产模型 接口
- 也可以运行
本地模型
来获得完全免费
的服务(需要 8G 以上显存的 Nvidia 显卡)
- 从 发布页 或 百度网盘 下载应用,目前提供两个版本,选择其一即可:
KeywordGacha_*.zip
基础版本,适用于所有设备KeywordGacha_NV_*.zip
GPU 加速版本,可以极大幅度提升处理速度,暂时只支持 Nvidia 显卡
- 打开配置文件
config.json
,填入 API 信息,默认为使用本地接口 - 双击
01_启动.bat
启动应用,处理流程结束后,结果会保存在output
文件夹内 - 其中:
*_日志.txt
- 抓取到的词语的原文、上下文、翻译建议、角色信息总结等详细信息,用于人工确认*_列表.json
- 通用词表,可以导入 AiNiee - 替换词典、绿站 - 术语表 等处使用*_ainiee.json
- AiNiee - 提示字典 功能专用词语表*_galtransl.json
- GalTransl - GPT 字典 功能专用词语表
抓取
、分析
和翻译
效果取决于模型的能力,使用 💪更昂贵更强力 的模型可以显著提升效果- 是的,氪金可以变强
- 各家的旗舰模型的如 GPT4o、Claude 3.5 Sonnet 效果十分好
- 推荐使用
在线接口
,比如又快又便宜的 DeepSeek - 点击查看教程 - 如果有 8G+ 显存的 Nvidia 显卡,也可以使用 一键包 - 点击查看教程 来搭建
本地接口
- 总体来说
在线接口
的效果和速度都远好于本地接口
,但是本地接口
也可以满足基本需求
- 支持从
.txt
、.csv
、.json
三种文件中读取文本 - 大部分主流的
小说
和游戏脚本
数据格式都可以直接或者通过转换被 KG 识别 - 输入路径是文件夹时,会读取文件夹内所有的
.txt
、.csv
和.json
文件 - 当应用目录下有
input
文件夹时,会自动读取input
内所有的.txt
、.csv
和.json
文件 - 具体可见 Wiki - 支持的文件格式
-
20240820 v0.3.0
- 调整 - NER 模型更新至 20240819
- 调整 - 移除了一些不再需要的步骤以节约处理时间
- 调整 - 不再自动为 API 地址补齐 /v1 以兼容更多模型
-
20240815 v0.2.1
- 修正 - 不能正常读取 name - message 格式 .json 数据的问题
-
20240815 v0.2.0
- 修正 - 当实体名称相互包含时,统计短词出现次数时会计入长词出现次数的问题
- 新增 -
中文文本
、英文文本
分析处理功能- 因评估数据匮乏,不太确定中英文实际的表现情况,欢迎提
issue
反馈
- 因评估数据匮乏,不太确定中英文实际的表现情况,欢迎提
-
20240810 v0.1.0
- 修正 - 一个系统兼容性问题
- 调整 - 优化了对游戏文本的支持和抓取能力
- 新增 - 自动生成 AiNiee 与 GalTransl 格式的词典
{
"api_key": [
"sk-no-key-required",
"接口密钥,从接口平台方获取,使用在线接口时一定要设置正确。"
],
"base_url": [
"https://localhost:8080/v1",
"请求地址,从接口平台方获取,使用在线接口时一定要设置正确。"
],
"model_name": [
"glm-4-9b-chat",
"模型名称,从接口平台方获取,使用在线接口时一定要设置正确。"
],
"count_threshold": [
3,
"出现次数阈值,出现次数低于此值的词语会被过滤掉以节约时间,调低它可以抓取更多低频词语。"
],
"request_timeout": [
180,
"网络请求超时时间,如果频繁出现 timeout 字样的网络错误,可以调大这个值。"
],
"request_frequency_threshold": [
4,
"网络请求频率阈值,单位为 次/秒,值可以小于 1,如果频繁出现 429 代码的网络错误,可以调小这个值。",
"使用 DeepSeek 等不限制并发数的接口时可以调大,以获得超快的处理的速度。",
"使用本地接口时,建议设置为本地接口的 NP 值。"
],
"translate_surface": [
1,
"是否翻译词语,1 - 翻译,0 - 不翻译,启用后会自动翻译和填充词表。"
],
"translate_context_per": [
1,
"是否翻译人名实体上下文,1 - 翻译,0 - 不翻译,比较慢,根据需求自己决定是否开启。"
],
"translate_context_other": [
0,
"是否翻译其他实体上下文,1 - 翻译,0 - 不翻译,比较慢,根据需求自己决定是否开启。"
]
}
- 处理
小说
时- 注意单行不要太长
- 目前模型能处理的单行最大长度约为500字,过长的句子会被截断
- 处理
游戏文本
时- 建议使用 SExtractor 、Translator++ 导出的文本
- MTool 导出的文本抓取效果很不稳定
- 如果抓取效果不好,可以多试几种导出工具和导出格式,往往会有奇效
- 支持 Translator++ 导出的 CSV 文本
- 添加 对 组织、道具、地域 等其他名词类型的支持
- 添加 对
英文内容
的支持 - 添加 对
中文内容
的支持 - 添加 对
韩文内容
的支持 - 添加 对
俄文内容
的支持 - 添加 对 GPU 加速的支持
- 添加 全自动生成模式
- 运行时的日志保存在程序目录下的
KeywordGacha.log
等日志文件内 - 反馈问题的时候请附上这些日志文件