RTranslator 快速上手指南：免费的安卓离线实时翻译应用，5 分钟开始翻译-平芜编程栈

RTranslator 快速上手指南：免费的安卓离线实时翻译应用，5 分钟开始翻译

【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

在异国街头问路，对方听不懂你蹩脚的英语，你也不会他的语言——这时候你需要的不是一本更厚的词典，而是一台能实时把「语音」翻来转去的设备。RTranslator 就是这样一款安卓离线实时翻译应用：它把 Meta NLLB 翻译模型和 OpenAI Whisper 语音识别模型完整跑在你手机上，断网也能完成「听音 → 翻译 → 播报」的完整流程，录音和对话内容不经过任何服务器。

RTranslator 是一款免费、开源的安卓离线翻译应用，内置对话、对讲机、文本翻译三种模式，默认支持 31 种主流语言，首次运行自动下载约 1.2GB 的 AI 模型。

五分钟完成首次配置

整个上手路径只有三步，每步都不复杂：

安装 APK：从项目发布页下载最新版的 apk 文件装进手机（忽略其他文件，它们会被自动下载）。
授予权限：主要是通知权限，仅用于对话/对讲机模式在后台运行时的状态提示。
等模型下载：首次启动时应用会自动拉取翻译与语音识别模型，共约 1.2GB。

第一次运行会发生什么

安装后打开应用，你先进入语言设置界面：选定常用的一对源语言和目标语言。确认后应用进入下载界面，自动从网络获取 NLLB 和 Whisper 的 .onnx 模型文件，进度条走完即可开始翻译，中间没有任何注册、登录或付费环节。

如果你所在网络访问模型源很慢，可以从电脑上下载全部 .onnx 文件，手动放入手机的Android/data/nie.translator.rtranslator/files目录，再打开应用——它会直接校验并导入这些文件，只有损坏的才会重新下载。完整步骤见 Sideloading.md。

三种模式对应三个场景

🗣️ 长对话：用 Conversation 模式

痛点：商务会议、跨国家庭聚餐这类需要长时间交流的场合，来回打字确认既慢又容易打断节奏。

Conversation 模式让两台装了 RTranslator 的手机通过蓝牙直连：你说话，手机（或蓝牙耳机）收音，语音转成文字发给对方；对方手机把你的话翻译成他的语言并播报出来——双向同时进行，而且每个用户可同时连接多台手机，三四个人不同语言混聊也能覆盖。

适合谁：和固定伙伴的商务会谈、语言学习搭子，以及任何需要反复来回的正式交流。

🎤 街头快问快答：用 WalkieTalkie 模式

痛点：问个路、跟店员确认个价格，掏两台手机配对太麻烦。

WalkieTalkie 模式只需要一部手机：麦克风同时监听两种语言（可在界面直接选，比如 English ↔ Italian），自动判断对方说的是哪种语言，翻译成另一种后从扬声器播出来，播完自动恢复监听。注意它是轮流说话的设计，不是严格同时翻译，也不支持蓝牙耳机。

适合谁：旅行者、导购场景、机场火车站等一次性交流。

📝 翻译一段文字：用文本翻译模式

痛点：菜单、邮件、网页段落——语音模式处理不了文字。

经典文本翻译器：粘贴或输入原文，点翻译即可，2.1 版还加了朗读和复制按钮，翻译结果可以读给你听、也可以直接带走。界面底部还能一键切到 WalkieTalkie 或 Conversation 模式。

适合谁：需要精确措辞的专业内容、学习外文资料的人。

技术底稿：两个大模型怎么塞进手机

核心是三个开源引擎的组合：MetaNLLB（No Language Left Behind，具体用 NLLB-Distilled-600M，带 KV cache）负责翻译，OpenAIWhisper（Whisper-Small-244M，带 KV cache）负责语音识别，ONNX Runtime 作为推理加速引擎。作者把两个模型转成 ONNX 格式后做了针对性优化：部分权重做 int8 量化（保留少量权重不量化，质量损失几乎为零）、模型拆分子模块（避免运行时权重重复占用内存）。优化前后对比如下：

指标	优化前（常规 onnx 模型）	优化后（RTranslator 模型）	提升
NLLB 内存占用	2.5 GB	1.3 GB	1.9 倍
NLLB 翻译 75 个 token	8 秒	2 秒	4 倍
Whisper 内存占用	1.4 GB	0.9 GB	1.5 倍
Whisper 识别 11 秒音频	1.9 秒	1.6 秒	1.2 倍

对讲机模式的「自动判断对方语言」用的是 Google ML Kit；设备间通信走蓝牙 LE。想深入看实现的话：核心翻译逻辑、蓝牙通信模块、C++ 侧 SentencePiece 分词实现。

避坑与配置建议

设备门槛：建议至少6GB RAM，CPU 也要够快才能保证执行时间。内存不足 8GB 的手机会自动切换 Whisper 低内存模式：占用降到 0.5GB，代价是 11 秒音频识别变慢到 2.1 秒。
后台运行：Conversation 和 WalkieTalkie 模式都支持锁屏后台工作，但部分手机会限后台性能——发现翻译变慢就保持应用在前台、亮屏使用。
语言覆盖：默认 31 种语言（中、英、日、西、法、德等）。你的语言不在列表里？2.1 版起可在设置里打开「Support low quality languages（支持低质量语言）」，再增加约 39 种（如印地语、希伯来语、匈牙利语，部分仅支持文本翻译）。
播报质量取决于系统 TTS：翻译和识别是本地模型，但「开口说话」用的是手机系统 TTS 引擎，官方推荐 Google TTS（上面所有语言都兼容）。在应用设置 → Output → Text to Speech 里切换，改完需重启应用生效。
已知问题：目前处于 beta 阶段，偶发蓝牙连接掉线，遇到可以通过项目的 issue 系统反馈。