中文 | English | 日本語 | Français | Deutsch
一个在自己电脑上运行的免费离线翻译服务，无需显卡。支持多种语言，可搭配浏览器和编辑器插件使用。翻译速度和内存占用取决于电脑配置、语言和文本长度。
适合日常阅读和理解大意。翻译结果可能有误，重要内容请核对原文。
v5 采用新版翻译引擎，性能大幅提升。效果更好的新版中英翻译模型正在训练中。升级后首次使用某种翻译方向时，可能需要重新准备翻译文件，请耐心等待。
| 网站 | TOKEN | 其他接口 | 提供者 |
|---|---|---|---|
| ipacel.cc | __IpacEL_MT_API_TOKEN__ |
沉浸式翻译: https://MTranServer.ipacel.cc/imme?token=__IpacEL_MT_API_TOKEN__ |
@ApliNi |
感谢社区贡献者为用户提供试用服务！
现在支持桌面端一键启动！支持 Windows、Mac、Linux。
前往 Releases 下载对应平台最新桌面端，直接安装启动，即可使用。
桌面端启动后会创建一个托盘菜单，通过菜单可以方便的管理服务。
程序自带的一个简单 UI 的地址和在线调试文档。
具体使用说明可以直接跳转到 生态项目
预览（最新版有更新）：
普通用户建议使用桌面端，安装后即可启动。服务器用户可以使用 Docker 或通过命令行安装。v5 暂不提供服务端单文件可执行程序。
程序员朋友可以通过命令行直接启动服务器端：
npx mtranserver@latest
npx可以替换为你喜欢的任意一个包管理器，比如bunx、pnpx等。
首次翻译某种语言到另一种语言时，程序会自动下载并准备所需文件，需要联网并等待完成。之后会重复使用已准备好的文件。建议先翻译一小段文字，确认能正常使用。首次使用和升级后准备文件时，耗时与平时翻译不同。
npm i -g mtranserver@latest
npm可以替换为你喜欢的任意一个包管理器，比如bun、pnpm等。
然后启动 mtranserver 即可。
找一个空目录，编写 compose.yml 文件，内容如下：
services:
mtranserver:
image: xxnuo/mtranserver:latest
container_name: mtranserver
restart: unless-stopped
ports:
- "8989:8989"
environment:
- MT_HOST=0.0.0.0
- MT_PORT=8989
- MT_MODEL_DIR=/app/models
- MT_CONFIG_DIR=/root/.config/mtran/server
- MT_OFFLINE=false
# - MT_API_TOKEN=your_secret_token_here
volumes:
- ./models:/app/models
- ./config:/root/.config/mtrandocker pull xxnuo/mtranserver:latest
docker compose up -d- 升级前保留原来的配置和翻译模型文件夹。
- 升级后保持联网，先试译一次需要使用的每个翻译方向，等待文件准备完成。
- 准备好后可在设置中开启离线模式，再断开网络。离线时只能使用已经准备好的翻译方向。
- 更换电脑或迁移 Docker 时，同时保存配置和翻译模型两个文件夹。只复制模型文件夹不够。
上面的 Docker 示例会把这两个文件夹保存为当前目录下的 config 和 models。离线部署前先联网完成准备，再将 MT_OFFLINE 改为 true 并重新启动。
MTranCode 代码注释翻译插件
支持 VS Code、Cursor、Augment 等 VS Code 系列 IDE
在插件商店搜索 MTranCode 即可安装注释翻译插件
插件默认接口会调用 http://localhost:8989 接口的服务器进行注释、代码的翻译，可在设置中调整。
该插件由 vscode-comment-translate fork 而来。
TODO: 火热开发中
如果你开发了衍生项目，欢迎提交 PR，我会在生态项目中添加你的项目。
对了项目已经发布到 npm 包，可以直接在其他程序中调用简单的库接口实现翻译功能，具体信息查看 ts 类型说明。
服务器提供了多个翻译插件的兼容接口：
| 接口 | 方法 | 说明 | 支持的插件 |
|---|---|---|---|
/imme |
POST | 沉浸式翻译插件接口 | 沉浸式翻译 |
/kiss |
POST | 简约翻译插件接口 | 简约翻译 |
/deepl |
POST | DeepL API v2 兼容接口 | 支持 DeepL API 的客户端 |
/deeplx |
POST | DeepLX 兼容接口 | 支持 DeepLX 接口的客户端 |
/hcfy |
POST | 划词翻译兼容接口 | 划词翻译 |
/google/language/translate/v2 |
POST | Google Translate API v2 兼容接口 | 支持 Google Translate API 的客户端 |
/google/translate_a/single |
GET | Google translate_a/single 兼容接口 | 支持 Google 网页翻译的客户端 |
插件配置说明：
将下面表格中的地址填入插件设置。请求速度、同时翻译数量等选项建议先保持默认；如果翻译超时或电脑负担过大，可以降低这些设置。
| 名称 | URL | 插件设置 |
|---|---|---|
| 沉浸式翻译无密码 | http://localhost:8989/imme |
自定义API 设置 - API URL |
| 沉浸式翻译有密码 | http://localhost:8989/imme?token=your_token |
同上，需要更改 URL 尾部的 your_token 为你的 MT_API_TOKEN 值 |
| 简约翻译无密码 | http://localhost:8989/kiss |
接口设置 - Custom - URL |
| 简约翻译有密码 | http://localhost:8989/kiss |
同上，需要 KEY 填 your_token |
| DeepL 兼容 | http://localhost:8989/deepl |
使用 DeepL-Auth-Key 或 Bearer 认证 |
| DeepLX 兼容 | http://localhost:8989/deeplx |
支持 token 参数或 Bearer 认证 |
| Google 兼容 | http://localhost:8989/google/language/translate/v2 |
使用 key 参数或 Bearer 认证 |
| 划词翻译 | http://localhost:8989/hcfy |
支持 token 参数或 Bearer 认证 |
普通用户参照表格内容设置好插件使用的接口地址就可以使用了。
mtranserver --help
--help 查看帮助
--host <ip> 监听地址，默认 0.0.0.0
--port <port> 端口，默认 8989
--ui / --no-ui 显示或关闭网页界面
--offline 使用已经准备好的翻译文件
--worker-idle-timeout <seconds> 空闲后释放翻译引擎，默认 60 秒
--cache-size <count> 保存最近的翻译结果，默认 1000 条；0 为关闭
--download en_zh zh_en 下载并准备指定翻译方向
--languages [filter] 列出可下载的翻译方向
mtranserver --host 127.0.0.1 --port 8080
mtranserver --download en_zh zh_en
mtranserver --offlineMTranServer 5.1.0，默认量化 ONNX 模型，关闭翻译缓存（MT_CACHE_SIZE=0）。吞吐取三轮中位数；结果仅供参考，实际表现随硬件、文本和负载变化。
| 翻译方向 | 输入（字符数） | 后端 / 推理线程 | 并发请求 | 平均耗时（ms） | P95（ms） | 吞吐（次/秒） |
|---|---|---|---|---|---|---|
| 英 → 中 | 短句 49–94 | CPU / 6 | 1 | 11.5 | 16.6 | 86.51 |
| 英 → 中 | 短句 49–94 | CPU / 6 | 4 | 35.6 | 50.8 | 108.33 |
| 英 → 中 | 段落 234–344 | CPU / 6 | 1 | 27.7 | 35.0 | 36.31 |
| 中 → 英 | 短句 14–28 | CPU / 7 | 1 | 20.2 | 28.3 | 48.61 |
| 中 → 英 | 短句 14–28 | CPU / 7 | 4 | 68.2 | 89.1 | 56.19 |
| 中 → 英 | 段落 65–104 | CPU / 7 | 1 | 62.5 | 85.7 | 15.52 |
| 德 → 英 | 短句 50–113 | CPU / 5 | 1 | 12.6 | 17.7 | 83.02 |
| 德 → 英 | 短句 50–113 | CPU / 5 | 4 | 39.7 | 51.5 | 96.51 |
| 德 → 英 | 段落 232–395 | CPU / 5 | 1 | 33.4 | 43.4 | 30.00 |
| 翻译方向 | 首次加载、选后端并翻译（秒） | 预热后 RSS（MiB） | 峰值 RSS（MiB） | ONNX 模型（MiB） |
|---|---|---|---|---|
| 英 → 中 | 33.47 | 364.3 | 391.7 | 118.8 |
| 中 → 英 | 62.99 | 410.0 | 475.7 | 125.5 |
| 德 → 英 | 26.44 | 319.3 | 345.1 | 71.9 |
| 翻译方向 | 输入 | 并发 | 5.0.1（次/秒） | 5.1.0（次/秒） | 速度比 |
|---|---|---|---|---|---|
| 英 → 中 | 短句 | 1 | 46.92 | 83.52 | 1.78× |
| 英 → 中 | 短句 | 4 | 57.25 | 93.65 | 1.64× |
| 英 → 中 | 段落 | 1 | 17.27 | 32.15 | 1.86× |
| 中 → 英 | 短句 | 1 | 28.76 | 48.42 | 1.68× |
| 中 → 英 | 短句 | 4 | 28.86 | 51.69 | 1.79× |
| 中 → 英 | 段落 | 1 | 7.40 | 15.58 | 2.10× |
| 德 → 英 | 短句 | 1 | 48.45 | 75.11 | 1.55× |
| 德 → 英 | 短句 | 4 | 46.20 | 93.65 | 2.03× |
| 德 → 英 | 段落 | 1 | 14.78 | 30.57 | 2.07× |
下表保留旧版对比记录，并补充当前 v5 的英译中实测结果，测试环境不同，仅供参考：
| 项目名称 | 内存占用 | 并发性能 | 翻译效果 | 速度 | 其他信息 |
|---|---|---|---|---|---|
| NLLB | 很高 | 差 | 一般 | 慢 | 大佬移植到了 Android 的 RTranslator 有很多优化，但占用仍然高，速度也不快 |
| LibreTranslate | 很高 | 一般 | 一般 | 中等 | 中端 CPU 每秒处理 3 句，高端 CPU 每秒处理 15-20 句，详情 |
| OPUS-MT | 高 | 一般 | 略差 | 快 | 性能测试 |
| 其他大模型 | 超高 | 动态 | 非常好 | 很慢 | 对硬件要求很高，如果需要高并发翻译建议使用 vllm 框架 |
| 本项目（旧版 Bergamot） | 低 | 高 | 一般 | 极快 | 单个请求平均响应时间 50ms |
| 本项目（v5 ONNX，自动后端） | 392MiB（英译中探测峰值） | 按实测限制并发 | 未评测 | 86.51 次/秒 | 英译中短句，自动选择 CPU 6 线程；测试条件见上文 |
旧版行沿用原 README 的 CPU、英译中简单测试记录（非严格测试、非量化版本对比）；v5 行使用上方实测数据及默认量化 ONNX 模型。
50ms 为旧版 Bergamot 引擎的历史记录，不代表 v5 ONNX Runtime 的实测结果。原 README 未记录具体硬件、文本长度、样本量及缓存状态；表中定性评价也沿用旧版，不是当前各项目在统一环境下的性能排名。
请参考 API.md 文件和启动后的 API 文档。
Bergamot Project for the inspiration for local translation.
ONNX Runtime for the translation runtime.