中文 | English | 日本語 | Français | Deutsch
一个超低资源消耗速度超快的离线翻译模型服务器，无需显卡。单个请求平均响应时间 50 毫秒。支持全世界主要语言的翻译。
注意本模型服务器专注于离线翻译、响应速度、跨平台部署、本地运行 达到 无限免费翻译 的设计目标，受限于模型大小和优化程度，所以翻译质量肯定是不如大模型翻译的效果。
需要高质量的翻译建议使用在线大模型 API。
前往 Releases 下载对应平台最新版本，直接在命令行启动程序，即可使用。
MTranServer 主要是面向服务器使用环境，所以目前只有命令行服务和 Docker 部署。
工作空余时间有空会完善 MTranDesktop 供桌面端使用，欢迎大佬们参与贡献。
服务器启动后日志会输出程序自带的一个简单 UI 的地址和在线调试文档的地址，下面是预览
./mtranserver [选项]
选项：
-version, -v 显示版本信息
-log-level string 日志级别 (debug, info, warn, error) (默认 "warn")
-config-dir string 配置目录 (默认 "~/.config/mtran/server")
-model-dir string 模型目录 (默认 "~/.config/mtran/models")
-host string 服务器监听地址 (默认 "0.0.0.0")
-port string 服务器端口 (默认 "8989")
-ui 启用 Web UI (默认 true)
-offline 启用离线模式，不自动下载新模型 (默认 false)
-worker-idle-timeout int Worker 空闲超时时间（秒） (默认 300)
示例：
./mtranserver --host 127.0.0.1 --port 8080
./mtranserver --ui --offline
./mtranserver -v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_ENABLE_UI=true
- MT_OFFLINE=false
# - MT_API_TOKEN=your_secret_token_here
volumes:
- ./models:/app/modelsdocker pull xxnuo/mtranserver:latest
docker compose up -d重要提示：
首次翻译某个语言对时，服务器会自动下载对应的翻译模型（除非启用了离线模式），这个过程可能需要等待一段时间（取决于网络速度和模型大小）。模型下载完成后，引擎启动也需要几秒钟时间。之后的翻译请求将享受毫秒级的响应速度。建议在正式使用前先测试一次翻译，让服务器预先下载和加载模型。
程序经常更新，如果遇到问题，可以尝试更新到最新版本。
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 |
/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 |
/hcfy |
POST | 划词翻译兼容接口 | 划词翻译 |
插件配置说明：
注：
沉浸式翻译 在
设置页面，开发者模式中启用Beta特性，即可在翻译服务中看到自定义 API 设置(官方图文教程)。然后将自定义 API 设置的每秒最大请求数拉高以充分发挥服务器性能准备体验飞一般的感觉。我设置的是每秒最大请求数为512，每次请求最大段落数为1。你可以根据自己服务器配置设置。简约翻译 在
设置页面，接口设置中滚动到下面，即可看到自定义接口Custom。同理，设置最大请求并发数量、每次请求间隔时间以充分发挥服务器性能。我设置的是最大请求并发数量为100，每次请求间隔时间为1。你可以根据自己服务器配置设置。接下来按下表的设置方法设置插件的自定义接口地址。
| 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 |
| 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。
列出一些同类功能的项目，如果有其他需求的用户可以尝试这些项目：
| 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，通过内存占用和显存占用来控制翻译并发量 |
| 本项目 | 中等 | 高 | 一般 | 极快 | 单个请求平均响应时间 50ms，新版模型提升了翻译质量，导致内存占用升高，有时间会着手优化 |
表中为 CPU、英译中场景下的简单测试，非严格测试，非量化版本对比，仅供参考。
请参考 API.md 文件和启动后的 API 文档。
Bergamot Project for awesome idea of local translation.