Home

Awesome

<div align=center><img width="150" height="150" src="./img/logo.png"/></div> <h1><p align='center' >GalTransl</p></h1> <div align=center><img src="https://img.shields.io/github/v/release/XD2333/GalTransl"/> <img src="https://img.shields.io/github/license/XD2333/GalTransl"/> <img src="https://img.shields.io/github/stars/XD2333/GalTransl"/></div> <p align='center' >支持GPT3.5/4/Newbing/Sakura等大语言模型的Galgame自动化翻译解决方案</p>

English

GalTransl是一套将数个基础功能上的微小创新与对GPT提示工程（Prompt Engineering）的深度利用相结合的Galgame自动化翻译工具，用于制作内嵌式翻译补丁。

前言

    GalTransl的核心是一组自动化翻译脚本，解决了使用ChatGPT自动化翻译Gal过程中已知的大部分问题，并提高了整体的翻译质量。同时，通过与其他项目的组合，打通了制作补丁的完整流程，一定程度降低了上手门槛。对此感兴趣的朋友可以通过本项目更容易的构建具有一定质量的机翻补丁，并(或许)可以尝试在此框架的基础上高效的构建更高质量的汉化补丁。

  1. 支持GPT3.5、Newbing、GPT-4、Sakura等大语言模型，并通过提示工程提高了GPT的翻译质量
  2. 首创GPT字典，让GPT了解人设，准确翻译人名、人称代词与生词
  3. 通过译前、译后字典与条件字典实现灵活的自动化字典系统
  4. 实时保存缓存、自动断点续翻
  5. 结合其他项目支持多引擎脚本一键解包与注入，提供完整教程降低上手难度
  6. （新）现在也支持直接翻译srt、lrc、vtt字幕文件，mtool json文件，t++ excel文件，epub文件
  7. （新）🤗 Galtransl-7B-v2是为视觉小说翻译任务专项优化的本地模型，可在6G VRAM以上显卡部署，由sakuraumi和xd2333共同构建。

<b>❗❗使用本工具翻译并在未做全文校对/润色的前提下发布时，请在最显眼的位置标注"GPT翻译/AI翻译补丁"，而不是"个人汉化"或"AI汉化"补丁。</b>

近期更新

导航

环境准备

如果你是初学者，可以直接双击安装、更新依赖.bat来安装本项目需要的依赖。

如果你熟悉python，本项目提供Poetry进行依赖管理，可以通过以下命令安装并运行程序：

cmd
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
pip install poetry
poetry install
cd 到本仓库目录
poetry shell
python -m GalTransl -p 你的项目路径 -t 翻译后端

实用工具

名称说明
GARbro引擎工具：神一样的解包工具。下载
KirikiriTools引擎工具：Krkr、krkrz 提取、注入工具
UniversalInjectorFramework引擎工具：sjis隧道、sjis替换模式通用注入框架
VNTextProxy引擎工具：sjis隧道模式通用注入框架
GalTransl_DumpInjector脚本工具：VNTextPatch的图形化界面，综合脚本文本提取导入工具
SExtractor脚本工具：综合脚本文本提取导入工具
DBTXT2Json_jp脚本工具：通用双行文本与json_jp互转脚本
EmEditor文本工具：神一样的文本编辑器。下载
KeywordGacha文本工具：使用 OpenAI 兼容接口自动生词语表

上手教程

做一个gal内嵌翻译补丁的大致流程是：

  1. 识别引擎 -> 解包资源包拿到脚本 -> 接2.
  2. 解包脚本为日文文本 -> 翻译为中文文本 -> 构建中文脚本 -> 接3.
  3. 封包为资源包/免封包 -> 接4.
  4. 引擎支持unicode的话，直接玩 -> 引擎是shift jis的，尝试2种路线使其支持显示中文

我会分成以上4个模块分步讲解，这个段落为了让没做过的朋友也能有机会上手，会写的更照顾小白一些。

（点击展开详细说明）

<details> <summary>

第一章 识别与解包

</summary> 识别引擎其实很简单，通常来说，使用GARbro打开游戏目录内的任意资源包，在左下方的状态栏中就会显示引擎名称：

或者，参考资源包后缀表，比较资源包的后缀。

剧情脚本一般在一些有明显关键字的资源包，或在资源包中明显关键字的目录内，例如：scene、scenario、message、script等字样。并且脚本通常是由许多明显分章节、分人物，有的还分出了剧情和hs(例如带_h)，通常多翻找几个资源包就能找到。

或者，参考Dir-A佬的教程

特别的，针对新的krkrz引擎，GARbro已经无法打开资源包，可以用KrkrzExtract项目，将游戏拖到exe上启动。然后下一个全cg存档，直接把所有剧情ctrl一遍，也可以获取到脚本文件。

</details> <details> <summary>

第二章 提取与翻译

</summary>

    VNTextPatch是使用cmd操作的，为了降低上手难度，我搓了一个图形化的界面，你可以在项目的useful_tools/GalTransl_DumpInjector内找到，点击GalTransl_DumpInjector.exe运行。
    现在，你只需要选择日文脚本目录，然后选择保存提取的日文json的目录，这里一般将日文脚本放到叫script_jp的文件夹，再新建一个gt_input目录，用于存储提取出的脚本：
图1     需要注意GalTransl全程是使用name-message格式的JSON输入、处理和输出的。JSON是什么
提取出来的json文件可以用emeditor打开，一般是这个样子的：

[
  {
    "name": "咲來",
    "message": "「ってか、白鷺学園だったらあたしと一緒じゃん。\r\nセンパイだったんですねー」"
  }
]

    其中，每个{object(对象)}是一句话，message是消息内容，如果object还带了name，说明是对话。不过可能并不是所有类型的脚本都可以带name提取，当可以正确提取name时，GalTransl的翻译质量会更好。
    PS. GalTransl只支持指定格式的json文件输入，但并不是说GalTransl就与VNTextPatch工具绑定了，也可以使用SExtractor工具，现在也支持导出GalTransl需要的name-message格式JSON

    本教程使用GPT3.5官方API来举例。其他引擎可参考下面引擎使用章节，对应修改示例项目的config.yaml即可调用。
    先将所有提取出的日文json文件放入示例文件夹内的gt_input文件夹中，然后用任意文本编辑器编辑config.yaml文件，按注释修改以下内容：

# 代理设置
proxy:
  enableProxy: true # 是否启用代理(true/false)
  proxies:
    - address: socks5://127.0.0.1:10818 # 代理地址，也可以改成http://……
backendSpecific:
  GPT35: # GPT3.5 官方 API
    tokens: # 令牌列表
      - token: sk-xxxxxxxx # 你的令牌
        endpoint: https://api.openai.com  # 这个令牌对应的OPENAI API请求的端点，使用转发或第三方API时需要修改
      - token: sk-yyyyyyyy # 可以填多个令牌，如果你只有一个的话，把示例文件的这两行删掉
        endpoint: "" # 可以填多个令牌，如果你只有一个的话，把示例文件的这两行删掉
    defaultEndpoint: https://api.openai.com # 默认 API 端点，一般不修改

    在这里需要一个openai的api key，以及需要魔法上网来走代理访问openai官方api端点。
    如果没有api key或魔法上网的话，你还可以使用一些第三方api中转项目，例如：

    但要注意这里获取的key是第三方的key，不能用于官方API端点。如果你使用类似项目的话，做以下额外的修改：

  enableProxy: false # 此时不用设置代理

  GPT35: 
    tokens: 
      - token: sk-xxxxxxxx # 你的第三方令牌
        endpoint: https://api.chatanywhere.com.cn  # 使用第三方API端点

    修改好项目设置后，确保你已经安装了需要的依赖（见环境准备），然后双击run.bat（免环境版双击exe），首先拖入项目文件夹，例如D:\GalTransl-main\sampleProject

接着选择gpt35:

img_gpt35

程序就会启动并开始翻译：

img_start

    但是，不建议就这样开始翻译了，请至少要先学会GPT字典的使用，为你要翻译的gal设定好各角色的人名字典，这样才能保证基本的翻译质量。

    翻译完成后，如果想手工修正，可以对缓存进行修正，并重新生成结果json，见翻译缓存章节

注：

  1. 这里一般把中文脚本保存目录叫script_cn，因为日文脚本目录叫script_jp
  2. 一般使用什么工具导出，就用什么工具导入。所以要先尝试导入导出是否都正常再开始翻译。
</details> <details> <summary>

第三章 封包或免封

</summary>

    构建好中文脚本后，下一步就是想办法让游戏读取。首先目前主流引擎基本都是支持免封包读取的，可以继续参考Dir-A佬的教程，看看你要搞的引擎支不支持免封包读取。
    特别的，针对krkr/krkrz引擎，可以使用arcusmaximus大佬的KirikiriTools工具，下载里面的version.dll，丢到游戏目录里，然后在游戏目录里新建一个"unencrypted"文件夹，将脚本直接丢进去（不用新建二级目录），就可以让krkr读取

</details> <details> <summary>

第四章 引擎与编码

</summary>

    在这一章首先需要了解一下unicode、sjis(shift jis)、gbk编码的基础知识，为了偷懒在这里我还是放Dir-A佬的文章，如果你对这块不了解的话，先去读一下。

如果你在做的引擎支持unicode编码，例如krkr、Artemis引擎等，一般就可以直接玩了。但如果引擎是使用sjis编码的话，直接打开会是乱码，这时候需要通过2种路线尝试使其可以正常显示中文：

路线1：使用GBK编码注入脚本，然后修改引擎程序使其支持GBK编码
路线2：仍然使用jis编码注入脚本，但通过jis隧道或jis替换（推荐）2种方式，结合通用注入dll在运行过程中通过动态替换来显示中文

GalTransl提取注入工具的VNTextPatch模式注入脚本时默认是以sjis或unicode(utf8)编码注入的，这取决于引擎类型。

jis隧道：仍然来自arcusmaximus大佬的VNTranslationTools项目中的VNTextProxy组件。VNTextPatch在将文本注入回脚本时，会将sjis编码不支持的字符临时替换为sjis编码中未定义的字符，VNTextProxy通过DLL劫持技术HOOK游戏，并在遇到这些字符时再把它还原回去。

当使用sjis隧道模式时，将script_cn内的sjis_ext.bin文件移动到游戏目录内，然后将useful_tools\VNTextProxy内的所有dll逐个丢到游戏目录内(一般推荐先试version.dll，或使用PEID/DIE等工具查输入表)，运行游戏，看有没有哪个dll可以正确的hook游戏并让不显示的文本可以正常显示（不正常的话那些地方会是空的）。不正常的话，删掉这个DLL，换下一个。详细设置见此

jis替换：来自AtomCrafty大佬的UniversalInjectorFramework(通用注入框架)项目，也是通过DLL劫持技术HOOK游戏，并可以将某个字符根据设置替换成指定的另一个字符，不限编码。我建立了一套替换字典，按一些规则梳理了jis编码内不支持的简中汉字与jis支持的日文汉字的映射关系，可以满足99.99%常用简体中文汉字的正常显示(见hanzi2kanji_table.txt)，并将替换功能写在了GalTransl提取注入工具内(现在SExtractor也支持替换)。在替换后结合UniversalInjectorFramework的动态Hook替换功能在游戏中将这些日文汉字替换回简中文字，实现游戏的正常显示。

当使用sjis替换模式时，可以先运行一遍GalTransl提取注入工具的注入文本，获取游戏不支持的文字列表（注入后会提示"sjis_ext.bin包含文字：xxx"），然后，勾选"sjis替换模式注入"，把这些文字复制到右边的文本框内，再点击注入。注入后会获得一个sjis替换模式配置。

打开useful_tools/UniversalInjectorFramework文件夹，里面也是很多dll，也是逐个尝试，一般推荐先试winmm.dll，把目录内的uif_config.json一并复制到游戏目录，然后编辑这个json，按GalTransl提取注入工具提供的配置填写source_characters和target_characters。然后运行游戏，如果游戏可以正常运行，并且弹出了一个像这样的控制台： img_terminal 那多半就搞定了。如果不正常的话，删掉这个DLL，尝试换下一个。 注：UniversalInjectorFramework也支持sjis隧道模式，可以设置tunnel_decoder为True然后在mapping里填入sjis_ext.bin包含文字。详细配置文件设置见此

</details>

GalTransl核心功能介绍

介绍GPT字典、缓存、普通字典、找问题等功能。
（点击展开详细说明）

<details> <summary>

GPT字典

    GPT字典系统是使用GalTransl翻译时想提高质量的关键功能，通过补充设定的方式大幅提高翻译质量，是GPT翻译区别于传统机翻的核心。适用于gpt35、gpt4、newbing。
在程序目录中，Dict文件夹内有"通用GPT字典.txt"，在项目文件夹内可以新建"项目GPT字典.txt"，一般人名定义写进项目字典，通用提高翻译质量的词汇写进通用字典。

</summary> 
フラン	芙兰	name, lady, teacher
笠間	笠间	笠間 陽菜乃’s lastname, girl
陽菜乃	阳菜乃	笠間 陽菜乃's firstname, girl
张三	张三	player's name, boy
$str20	$str20	player's codename, boy

这几条字典都是定义角色用的：

大家さん  房东
あたし	我/人家	use '人家' when being cute

在程序目录中，Dict文件夹内有"通用GPT字典.txt"，在sampleProject文件夹内会有"项目GPT字典.txt"，一般人名定义写进项目字典，通用提高翻译质量的词汇写进通用字典。
只有当本次发送给GPT的人名和句子中有这个词，这个词的解释才会被送进本轮的对话中。
但不要什么词都往里加，什么都往里加只会害了你，推荐只写各角色的设定和总是会翻错的词。

运行时字典会动态的展示在每一次请求里：

img_start

</details> <details> <summary>

常规字典

在GalTransl中，常规字典是分为"译前字典"与"译后字典"的。译前字典是在翻译前对日文的a to b替换处理，译后字典是对译后中文的a to b替换处理。

</summary>

译前字典多用于一些口齿不清的矫正情况，以及多个词代表同个意思的话，可以用译前字典先统一，减少GPT字典的输入。

译后字典就是比较常见的字典，在译后将某个词替换成另一个词，但是此处我改进了一个叫"条件字典"的东西。条件字典实际上就是在替换前增加了一步判断，用于避免误替换、过度替换等情况。
每行格式为pre_jp/post_jp[tab]判断词[tab]查找词[tab]替换词

</details> <details> <summary>

翻译缓存

开始翻译后，可以在transl_cache目录内找到翻译缓存。

</summary>

翻译缓存与json_jp是一一对应的，在翻译过程中，翻译结果会优先写进缓存里，当一个文件被翻译完成后，才会出现在json_cn里。

首先，总结一些要点：

  1. 当你想重翻某句时，打开对应的翻译缓存文件，删掉该句的pre_zh整行(不要留空行)
  2. 当你想整段重翻时，直接删对应的数个object块，重翻某文件时，直接删对应的翻译缓存文件。
  3. 当GalTransl正在翻译时，不要修改正在翻译的文件的缓存，改了也会被覆写回去。
  4. json_cn结果文件 = 翻译缓存内的pre_zh/proofread_zh + 译后字典替换 + 恢复对话框
  5. 当新的post_jp与缓存内的post_jp不一致时，会触发重翻，一般发生在添加了新的译前字典时

下面是翻译缓存的典型样例：

    {
        "index": 4,
        "name": "",
        "pre_jp": "欠品していたコーヒー豆を受け取ったまでは良かったが、\r\n帰り道を歩いていると汗が吹き出してくる。",
        "post_jp": "欠品していたコーヒー豆を受け取ったまでは良かったが、\r\n帰り道を歩いていると汗が吹き出してくる。",
        "pre_zh": "领取了缺货的咖啡豆还好，\r\n但是走在回去的路上就汗流浃背了。",
        "proofread_zh": "领了缺货的咖啡豆倒是没问题，\r\n可是走在回去的路上，汗水就冒了出来。",
        "trans_by": "NewBing",
        "proofread_by": "NewBing",
        "trans_conf": 0.94,
        "doub_content": [
            "汗流浃背"
        ]
    },

解释一下每个字段的含义:

</details> <details> <summary>

自动化找错

GalTransl根据长期对翻译结果的观察建立了一套根据规则自动找问题的系统。

</summary> 找问题系统的开启是在各个项目的`config.yaml`里，默认配置是这样的 
# 问题分析机制配置
problemAnalyze:
  GPT35: # GPT35 / ChatGPT
    - 词频过高
    - 标点错漏
    - 残留日文
    - 丢失换行
    - 多加换行
    - 比日文长
  arinashiDict:
    # 格式为 aaa:<空格>bbb
    aaa: bbb
    ccc: ddd

目前支持找以下问题，将问题名按示例放到对应的翻译引擎里来激活，删掉则禁用：

arinashi_dict是一个可以自定义规则的找问题字典，配置格式为

    # 格式为 aaa:<空格>bbb
    aaa: bbb
    ccc: ddd

设置后，程序会去寻找在日文中有aaa，但译文中没有bbb和在日文中没有aaa，但在译文中有bbb两种情况。一般用于检查某些专有名词有没有被正确的翻译。

找到问题后会存在翻译缓存里，见翻译缓存章节，使用Emeditor批量提取problem关键字就可以看到目前所有的问题了，并通过修改缓存的pre_jp来修正问题。

（新） 现在还可以通过在config.yaml中配置retranslKey来批量重翻某个问题，例如 retranslKey: "残留日文"

</details>

配置文件与翻译引擎设置

<details> <summary> 本篇介绍各个翻译引擎API的调用配置。 </summary> 
---
# 通用（杂项）设置
common:
  loggingLevel: info # 日志等级（未实现） [debug/info/warning/error]
  workersPerProject: 1 # 同时翻译的文件数量，为 1 时等于单线程
  # 通用设置
  sourceLanguage: ja # 源语言。[zh-cn/zh-tw/en/ja/ko/ru/fr]
  targetLanguage: zh-cn # 目标语言。[zh-cn/zh-tw/en/ja/ko/ru/fr]
  skipRetry: false # 开启则解析结果出错时跳过循环重试，直接用"Fail Translation"占位。[True/False]
  retranslFail: false # 重启时重翻所有"Fail Translation"的句子。[True/False]
  retranslKey: "" # 重启时主动重翻在Problem或pre_jp中包含此关键字的句子，例如"残留日文"
  gpt.numPerRequestTranslate: 9 # 单次翻译句子数量，不建议太大
  gpt.streamOutputMode: true # 流式输出/打字机效果，开启方便观察过程，关闭方便观察结果（多线程下无效）[True/False]
  # NewBing/GPT4
  gpt.enableProofRead: false # (NewBing/GPT4)是否开启译后校润。[True/False]
  gpt.numPerRequestProofRead: 7 # (NewBing/GPT4)单次校润句子数量，不建议修改
  gpt.recordConfidence: false # (NewBing/GPT4)记录确信度、存疑句，GPT4官方API关掉可节约token。[True/False]
  gpt.forceNewBingHs: false # (NewBing)强制NewBing翻译hs，导致速度变得很慢且可能更容易被ban号。（考虑废弃）[True/False]
  # GPT3.5/GPT4
  gpt.translStyle: auto # (GPT3.5/4 官方API)GPT参数预设，precise更精确normal更随机，auto自动切换。[auto/precise/normal]
  gpt.degradeBackend: false # (GPT3.5/4 官方API)是否将 GPT4 的key用于 GPT3.5 的请求。[True/False]
  gpt.restoreContextMode: true # (GPT3.5/4 官方API)重启时恢复上一轮的译文前文。[True/False]
  gpt.fullContextMode: false # (GPT3.5/4 官方API)保留更多前文。开启提升效果，关闭节约数倍token消耗。[True/False]
  gpt.lineBreaksImprovementMode: false # (GPT3.5)换行符改善模式，部分减少丢换行符情况，但可能导致循环重试。（考虑废弃）[True/False]
# 代理设置
proxy:
  enableProxy: false # 是否启用代理。[True/False]
  proxies:
    - address: http://127.0.0.1:7890
      # username: foo
      # password: bar

# 字典
dictionary:
  defaultDictFolder: Dict # 通用字典文件夹，相对于程序目录，也可填入绝对路径
  usePreDictInName: false # 将译前字典用在name字段，可用于改名[True/False]
  usePostDictInName: false # 将译后字典用在name字段，可用于汉化name[True/False]
  # 预处理字典，按字典顺序替换
  preDict:
    - 01H字典_矫正_译前.txt # 用于口齿不清的矫正
    - 00通用字典_译前.txt
    - (project_dir)项目字典_译前.txt # (project_dir)代表字典在项目文件夹
  # GPT 字典
  gpt.dict:
    - GPT字典.txt
    - (project_dir)项目GPT字典.txt
  # 后处理字典，按字典顺序替换
  postDict:
    - 00通用字典_符号_译后.txt # 符号矫正
    - 00通用字典_译后.txt
    - (project_dir)项目字典_译后.txt

在配置文件中修改以下配置：

  bingGPT4:
    cookiePath:
      - newbing_cookies/cookie1.txt # 你的 cookies 文件1
      - newbing_cookies/cookie2.json # 你的 cookies 文件2，后缀不影响程序读取

cookiePath下可以将多个文件按例子往下写，当一个账号到达上限后，会切到下一个账号。

开启校润模式：
配置 gpt.enableProofRead: true，翻译完一个json后会开始对这个json自动化再润色

针对newbing拒绝翻译的情况，一个推荐的技巧是先设置gpt.numPerRequestTranslate为9或12，翻译一遍后，设置retranslFail为True，设置gpt.numPerRequestTranslate为3，再跑一遍，剩下的就是newbing死活都不会翻译的了，换引擎吧。 另外，如果脚本有将hs分开，可以单独为hs建一个项目文件夹翻，翻完合并json_jp和transl_cache。

（2023.12 模拟网页操作目前不可用）
使用模拟网页操作模式时，登录网页版账号后访问https://chat.openai.com/api/auth/session

拷贝其中"accessToken":后面双引号内的一大串内容，复制到配置里，然后调用时选择Chatgpt-gpt35引擎即可调用

  ChatGPT: # ChatGPT / GPT3.5(4) 非官方 API，模拟网页操作
    access_tokens:
      - access_token: xxx # 此处粘贴accessToken

（2023.12 模拟网页操作目前不可用）
使用模拟网页操作模式时，登录网页版账号后访问https://chat.openai.com/api/auth/session

拷贝其中"accessToken":后面双引号内的一大串内容，复制到配置里，然后调用时选择Chatgpt-gpt4引擎即可调用

  ChatGPT: # ChatGPT / GPT3.5(4) 非官方 API，模拟网页操作
    access_tokens:
      - access_token: xxx # 此处粘贴accessToken

开启校润模式：
配置 gpt.enableProofRead: true，翻译完一个json后会开始对这个json自动化再润色

然后修改配置文件来设置后端地址：

  Sakura:
    endpoint: http://127.0.0.1:8080 # 修改为server的地址
</details>