Une app de traduction écran/voix créée pour les visual novels

Je suis un otaku tout à fait ordinaire qui aime les visual novels.
J’ai entendu dire qu’autrefois, on traduisait avec EZTrans ou AralTrans.
De nos jours, on peut apparemment faire tourner un traducteur OCR avec MORT, mais
quand je l’ai essayé moi-même, il y avait trop de réglages et de fonctionnalités, c’était trop complexe,
et surtout, la reconnaissance à l’écran était vraiment mauvaise.
Pour la traduction aussi, avec DeepL, si on ne met pas de clé API, ça plante sans arrêt.
Comme les IA locales se sont beaucoup améliorées ces derniers temps, je me suis dit :
et si on intégrait un modèle local d’OCR par IA
et un modèle local de traduction par IA ?
Alors je l’ai créé.
En le développant, je me suis dit que ce serait bien d’ajouter aussi une fonction de reconnaissance vocale avec traduction.
Et à mesure que l’ampleur du projet augmentait,
j’ai fini par créer une seule application capable de reconnaître et traduire à la fois l’écran et la voix.
Seul le japonais est pris en charge (puisque l’objectif de départ était les visual novels...).
Pour la traduction de l’écran,
on enregistre d’abord une zone temporaire comme zone fixe, puis il suffit de cliquer sur le bouton de traduction pour que le texte soit traduit et affiché en overlay.
Pour la reconnaissance vocale, l’application reçoit le fichier audio dans son intégralité, génère une transcription, puis l’affiche en overlay.

Le processus de création n’a pas été facile.
À l’origine, j’ai étudié dans une filière sans aucun lien avec la programmation et je travaille dans un métier tout aussi éloigné de ce domaine.
En matière de programmation, tout ce que j’avais fait, c’était toucher un peu à DevC++ au lycée en cours d’informatique, jusqu’aux if et while, et c’est à peu près tout.
Je voulais vous montrer qu’on peut aller jusque-là avec GPT-5.5.
Le nombre de tokens utilisés est d’environ 720 millions.
J’espère recevoir beaucoup de retours de la part des membres de GN !