用AI翻Galgame这事，随便聊聊

没汉化的Galgame，要么干等汉化组，要么硬啃生肉，要么被老机翻的黑话整得一头雾水。

现在有AI了，自己动手也不是不行。快的话几分钟就能搞出个能看的版本。下面这些就是我自己折腾过的路线，轻量玩法和硬核做补丁都有，你挑着看。

不过先说好，这些东西更新都挺快，你看到的时候界面可能已经变了。具体以GitHub和HuggingFace上的最新文档为准，别照着我这老版本死磕。

一、先想清楚你要哪种

两条路：

路线A：边玩边翻。 游戏跑着，工具实时抓文本，AI翻完悬浮窗显示。不用改游戏文件，上手最快，适合自己玩。

路线B：做内嵌补丁。 把文本提出来批量翻，再塞回游戏脚本，生成汉化补丁。适合分享，流程麻烦点，但成果完整。

翻译引擎是共用的，区别就在文本怎么提取、怎么回写。下面分开说。

二、几个能用的工具

实时翻译：LunaTranslator

这应该是目前Galgame实时翻译里用得最多的一个。支持HOOK注入和OCR识别，翻译接口基本都兼容，外挂和内嵌都能做。现在稳定版好像是v10.17.x，反正你去GitHub看最新版就行。

用法不复杂：启动游戏，开LunaTranslator，点“HOOK模式”，选游戏进程，等文本抓到了就开“自动翻译”，对话就变中文了。HOOK抓不到就切OCR，框选对话框区域识别翻译。

HOOK和OCR怎么选？HOOK直接从内存读，快且准，一般首选；但有些引擎加密厉害或者不支持，那就OCR兜底。另外还有个剪贴板模式，特殊场景能用。

有个小功能容易被忽略：HOOK模式下可以临时用OCR。比如游戏菜单、选项这种HOOK抓不到的，不用切模式，直接点“进行一次OCR”框选，识别完自动回HOOK继续。

提醒两件事。第一，这软件要注入DLL，杀毒软件容易误报，建议整个文件夹加白名单。第二，别放C:Program Files这种路径下，不然配置和缓存可能存不了。

内嵌补丁：GalTransl

GalTransl是把GPT提示工程和自动化脚本拼一起的Galgame翻译工具，专门做内嵌补丁。v7有桌面端图形界面（Tauri + React），不用敲命令行，支持深色模式、多项目管理、可视化流程。目前主要是Windows能用。

它几个主要优点：

• 支持GPT-4、Claude、DeepSeek、Sakura这些模型
• 有个“GPT字典”系统，可以给AI喂角色设定，人名和称谓翻得准一些
• 译前、译后、条件字典都有，细节能调
• 实时存缓存，断了能续
• 配合其他项目能一键解包和注入

从Release下最新压缩包，解压双击GalTransl Desktop.exe就能用，不用装Python。桌面端每个实例会自动开独立后端、分空闲端口，关一个窗口只停它自己的后端，其他窗口没事。

不过桌面端还在快速迭代，有些高级功能（比如自定义翻译规范）可能得手动改配置文件。遇到问题看GitHub Wiki或者加社区问吧。

术语表生成：KeywordGacha

翻长篇最烦的就是人名和专有名词不统一，同一个角色前面叫A后面叫B。KeywordGacha（KG）就是用AI自动生成术语表的工具，长篇里能统一名词、矫正人称、引导角色关系。

处理挺快，几分钟能分析完游戏文本。官方说跟人工词表比，术语命中率大概90%+。实际准不准，得看作品和文本类型。

KG作者最近出了个LinguaGacha，能把“术语生成+翻译+审校”一次性全自动跑完。不想分开操作多个工具的可以直接用那个。

另外，用了KG之后记得在发布页面显眼的地方说明一下，别装傻。

三、翻译模型怎么选

这直接决定翻出来能不能看。目前主要这几类：

专为ACGN优化的本地模型

Sakura系列（SakuraLLM / Sakura-GalTransl）是最早专门给Galgame翻译做优化的开源模型，sakuraumi和xd2333弄的。7B版本6G显存以上就能跑，对视觉小说脚本里的换行、控制符、ruby注音保留得还行。6G显存跑1线程，8G以上可以设4-10线程。14B版本（GalTransl-14B-v3系列）质量更好，Galgame和轻小说提升明显。不过14B 4bit量化（比如IQ4_XS）12G显存能跑，上下文长了显存会到15-17G，建议16G以上更稳。

Murasaki系列是新的ACGN翻译模型，带了原生Chain-of-Thought思维链。翻之前会先在内部把风格、动作流、人设、人称都过一遍，长难句解析好一些。最新版针对Galgame脚本加了不少训练数据，对话流和口语化文本理解更强。官方说Murasaki-8B在COMET指标上超了GPT-5和Claude-Opus-4.5（评测条件不同，看看就行）。

Murasaki支持三种模式：轻小说、剧本、短句，靠切System Prompt激活。一定得用对应的Prompt，不然效果打折。剧本模式专门针对Galgame台词，强调角色语气，傲娇腹黑什么的能抓一抓。

在线API模型

不想折腾本地部署，在线API省心。Claude在日语翻译这块口碑不错，有人叫它“日语翻译之王”，长句重组稳，不太崩。GPT-4系列和DeepSeek也是GalTransl官方支持的。

DeepSeek胜在便宜。具体费用看文本量和API定价。也有人说DeepSeek偶尔“加戏太多”，日常对话还行，剧情复杂的建议人工校对。

硬件要求参考

显存需求会随上下文长度变。比如Sakura 14B在上下文600时约14.9G，1800时约17.4G。不够的话用llama.cpp把部分层卸载到CPU/内存，但速度会掉得明显。

四、实操：实时翻译

拿LunaTranslator + 在线API举例。

第一步，搞API。 去服务商申请Key。DeepSeek和火山引擎便宜快，推荐先拿DeepSeek试水，成本极低。

第二步，配LunaTranslator。 打开，设置里选API模式，填Base URL和API Key，开启你用的模型通用接口。

第三步，写Prompt。 这个挺关键。在翻译设置里自定义System Prompt，告诉AI你要什么风格。比如：“你是一位资深的Galgame汉化组成员，请将以下日语翻译成自然、流畅的中文，注意保持女主角‘毒舌’的人设，禁止使用机翻感强的词汇。”

第四步，启动游戏。 运行Galgame，LunaTranslator点HOOK模式，选进程。文本抓到后调悬浮窗透明度，盖在对话框上，就跟内嵌字幕差不多。

五、实操：做内嵌汉化补丁

想分享出去，GalTransl有一套完整流程。

大概就是：识别引擎 → 解包拿脚本 → 提日文 → AI翻 → 构建中文脚本 → 回写封包。

GalTransl v7桌面端已经把这门槛降了不少。Release下最新压缩包，解压双击GalTransl Desktop.exe，不用Python不用依赖。

引擎解包注入方面，GalTransl有个配套的UniversalInjectorFramework，里面好几个DLL，一般先试winmm.dll。如果游戏有现成MTool或Translator++支持，也可以先用那些提文本，再导进GalTransl翻。

⚠️ 重要提醒：用GalTransl翻完没做全文校对/润色就发布的话，务必标“GPT翻译/AI翻译补丁”，别标“个人汉化”。这是诚实问题，也是对汉化组的基本尊重。

六、提升质量的一些歪招

1. 术语表

SakuraLLM从v1.0开始有术语表功能，可以自定义“原文-译文”对照，模型推理时会严格遵循。Galgame术语表至少该有：角色名、地名、组织名、特殊技能/道具、世界观专有词。

Murasaki也支持术语表，专门做过特化训练，支持Prompt级注入。不想手动整理就用KeywordGacha自动提。

2. 给AI喂角色设定

这是GalTransl“GPT字典”的核心用法。项目字典里可以给每个角色定义中文翻译和设定（性别、年龄、职业、性格），AI会自动调人称和称谓。

格式是日文 [Tab] 中文 [Tab] 解释，中间用Tab键。比如：

フラン  芙兰  名字，女士，老师

这样GPT翻“フラン先生”就会出“芙兰老师”而不是“芙兰医生”。

注意设定别写太复杂，不然AI会脑补些奇怪东西。推荐只写核心设定和总是翻错的词。一般人名进项目字典，通用词汇进通用字典。

3. 控制符和特殊格式

Galgame脚本里一堆控制符（换行、颜色、Ruby注音），AI翻的时候容易丢或错位。Murasaki-APE-Aligner-2B就是专门修这个的，用了40种以上游戏引擎、超过1000种控制符数据训练，能自动对齐修复损坏的控制代码。

用法简单：原文和AI初翻按JSON格式输入，模型输出修复格式后的纯文本，不改译文内容。

另外，Sakura-GalTransl系列对Galgame控制符保留还行，但对RPG Maker这类非Galgame引擎适配有限，毕竟训练语料100%是Galgame文本。

4. 人称和省略主语

日语大量省略主语，AI翻译容易懵。Murasaki的CoT会先在内部确认说话人身份，再定人称代词，对“施动者/受动者模糊”和“人称混淆”有点用。配合GPT字典里的角色设定效果更好。比如字典写了“芙兰是女性老师”，AI就不会搞错人称。

七、现在翻出来到底能看吗

说实话，比两三年前强太多了。有玩家说：“就连AI直接过一遍，都比以前机翻强太多。”

但也有理性的：废萌、拔作已经没啥问题，剧情作还是差些，悬疑类AI可能“看不懂文本”。另一个常见问题是翻译腔，意思对了但读起来没人味。

实用建议：日常对话和废萌，AI翻直接玩；剧情复杂或文学性强的，建议自己对照原文润色一下。有条件用两个模型AB对比，取长补短，效果会好点。

八、想马上试的话

最省事的路径：

第一步： GitHub搜LunaTranslator，下载解压即用。

第二步： 注册个DeepSeek API，几块钱够翻好几部，在LunaTranslator里配好接口。

第三步： 设个简单Prompt，告诉AI“你是Galgame汉化组成员，翻译自然口语化”。

第四步： 启动游戏，HOOK抓文本，开玩。

玩顺了再考虑本地部署Sakura或Murasaki，或者拿GalTransl做补丁分享。

九、几个容易踩的坑

随便提一嘴，爱看不看：

量化选择：Sakura-GalTransl 7B有IQ4_XS、Q4_K、Q5_K、Q6_K等量化。6G显存建议Q4_K或IQ4_XS，8G以上Q5_K或Q6_K。Murasaki-8B也有IQ4_XS，显存更小。

LunaTranslator翻译缓存：实时翻译时同一句可能反复抓，浪费API钱。建议开翻译缓存，别重复翻。

GalTransl的sjis替换模式：有些日文游戏用Shift-JIS编码，中文显示不出来。GalTransl有sjis替换模式，具体看Wiki。

在线API并发限制：批量翻译注意服务商速率限制。GalTransl能设并发数和重试，合理配置免得被封。

AI翻译补丁标注：现在有些社区（比如Kungal）对AI补丁标注有明确规范，2DFan那边也在变。除了标“AI翻译”，有的还要求写模型和版本号。发之前先看版规。

差不多就这些。工具都是开源，GitHub上找。模型HuggingFace下。用的时候遵守开源协议和版权，发补丁记得标AI来源。就这样吧。