【国际化绿皮车】利用Alfred3+有道快速翻译中英文

简介: # 用Alfred3+有道快速翻译中英文 好好学习,天天向上。 ![鬼才](https://gw.alicdn.com/tfs/TB1aj_ZggMPMeJjy1XcXXXpppXa-1280-760.jpg) ## 1.安装Alfred3 https://www.alfredapp.com/ 支持正版,[购买激活码](https://www.alfredapp.com/

用Alfred3+有道快速翻译中英文

好好学习,天天向上。

鬼才

1.安装Alfred3

https://www.alfredapp.com/

支持正版,购买激活码
可以购买家庭版,支持多人,最多没说多少,5~6人应该是没问题的。

下载安装这个省略了。

使用workflow

打开Alfred3后,Mac的工具栏会多一个帽子:
default
就代表你的Alfred已经运行了。

下载一个workflow文件:有道翻译 提取码/密码: 1XgC(如果失效可以联系 @锦此 或者网上直接下载)

下载后直接双击文件:
x
点击 Import ,插件就安装成功了。
!注意, 这个插件里面写的是楼主自己有道API的key,如果有能力的还望替换成自己的,最后会写下相关教程。

开始翻译

首先来看看如何激活 Alfred
default

激活Alfred后:

s2

然后在里面输入yd+空格键+你想要翻译的词或者句子:

ai

键盘敲入Enter键,就会自动复制结果。

开始你愉快的翻译旅程吧!

相关文章
|
3月前
|
机器学习/深度学习 编解码 人工智能
AI短视频制作一本通:文本生成视频、图片生成视频、视频生成视频
AI短视频制作一本通:文本生成视频、图片生成视频、视频生成视频
335 0
|
3月前
|
人工智能 达摩院 并行计算
中文语音识别转文字的王者,阿里达摩院FunAsr足可与Whisper相颉顽
君不言语音识别技术则已,言则必称Whisper,没错,OpenAi开源的Whisper确实是世界主流语音识别技术的魁首,但在中文领域,有一个足以和Whisper相颉顽的项目,那就是阿里达摩院自研的FunAsr。 FunAsr主要依托达摩院发布的Paraformer非自回归端到端语音识别模型,它具有高精度、高效率、便捷部署的优点,支持快速构建语音识别服务,最重要的是,FunASR支持标点符号识别、低语音识别、音频-视觉语音识别等功能,也就是说,它不仅可以实现语音转写,还能在转写后进行标注,一石二鸟。
中文语音识别转文字的王者,阿里达摩院FunAsr足可与Whisper相颉顽
|
3月前
|
机器学习/深度学习 自然语言处理 语音技术
字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言(Python3.10)
按照固有的思维方式,如果想要语音克隆首先得有克隆对象具体的语言语音样本,换句话说,克隆对象必须说过某一种语言的话才行,但现在,coqui-ai TTS V2.0版本做到了,真正的跨语种无需训练的语音克隆技术。 coqui-ai TTS实现跨语种、无需训练克隆语音的方法是基于Tacotron模型,该模型使用了一种音素输入表示来鼓励在不同语种之间共享模型容量。此外,还引入了对抗损失项,以鼓励模型将说话者身份与语音内容进行解耦。这使得模型能够在不同语种之间进行语音合成,而无需在任何双语或平行示例上进行训练。
字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言(Python3.10)
|
7月前
|
人工智能 自然语言处理 安全
中文竞技场-中文大模型比比看
今天,大语言模型正在各个应用领域引起巨大的变革,并已经在搜索、金融、办公、安全、教育、游戏、电商、社交媒体等领域迅速普及和应用。例如微软将 GPT4应用于必应搜索引擎和 Office 办公软件。几乎每个企业都试图探索如何将AI融入业务和技术中去。但以中文为主的语言大模型却缺少应有的关注,今天让我们聚焦中文竞技场,看看各种中文大语言模型的表现吧~
63514 1
中文竞技场-中文大模型比比看
|
8月前
|
自然语言处理 UED
中文竞技场大模型体验
中文竞技场大模型体验
|
8月前
|
知识图谱
|
8月前
|
自然语言处理 知识图谱
中文竞技场模型体验
中文竞技场模型体验
332 0
|
8月前
中文竞技场模型体验篇
中文竞技场模型体验 写作创作相关 知识常识 人类价值观
145 0
中文竞技场模型体验篇
|
自然语言处理 Java Maven
实战:第二十二章:i18n国际化(已实现中文,英文,波兰文)
实战:第二十二章:i18n国际化(已实现中文,英文,波兰文)
138 0
实战:第二十二章:i18n国际化(已实现中文,英文,波兰文)
|
前端开发
前端工作总结197-获取对应中文
前端工作总结197-获取对应中文
59 0
前端工作总结197-获取对应中文