Screen Study Translator

O Screen Study Translator é um aplicativo desktop open source para Windows e Linux que captura uma região da tela, executa OCR no texto exibido e usa IA para traduzir, organizar e apoiar estudos em tempo real.

Ele funciona como uma janela flutuante sobre outros aplicativos, permitindo acompanhar conteúdos em inglês, questões, simulados, aulas, documentações e materiais técnicos sem precisar copiar manualmente o texto.

Principais Funcionalidades

Captura de Tela com Viewport Ajustável

O aplicativo cria uma área de captura independente para o OCR.

Funcionalidades do viewport:

• Redimensionamento pelas bordas e cantos.
• Movimento por drag and drop.
• Persistência automática da posição e tamanho.
• Leitura pausada durante o redimensionamento.
• Borda visual indicando onde o OCR está monitorando.
• Fundo quase transparente para facilitar o posicionamento.

Overlay Flutuante

A interface principal é uma janela HTML/CSS/JS renderizada via PyQt WebEngine.

Recursos da janela:

• Sempre no topo.
• Cantos arredondados.
• Redimensionamento em tempo real.
• Movimento pela barra superior.
• Botão de minimizar.
• Botão de fechar.
• Botão para pausar ou retomar leituras.
• Botão para limpar o conteúdo exibido.
• Botão para voltar à tela inicial.

Sessões de Estudo em Formato de Chat

Antes de iniciar as leituras, o usuário pode criar uma sessão com:

• Título.
• Contexto de estudo.
• Histórico reutilizável.

O título e o contexto ajudam a orientar a IA, mas não são duplicados no campo de contexto da resposta. O contexto exibido na tela vem apenas do texto detectado pelo OCR antes da pergunta.

OCR com Cache

O sistema captura a tela em intervalos configuráveis e aplica OCR no conteúdo.

Recursos:

• OCR com Tesseract.
• Configuração manual do caminho do Tesseract.
• Suporte a Windows e Linux.
• Cache por fingerprint da imagem capturada.
• Evita releituras desnecessárias quando a tela não muda.
• Delay configurável entre capturas.
• Opção de ativar uso de GPU quando aplicável.

Tradução e Apoio com IA

O aplicativo pode operar em dois modos.

Modo Assistente IA

Quando ativado, a IA analisa o conteúdo OCR e retorna:

• Contexto traduzido.
• Pergunta traduzida.
• Alternativas traduzidas.
• Dica curta de raciocínio.
• Explicação orientada ao estudo.

O sistema preserva textos anteriores à pergunta, como:

• Situation:
• Scenario:
• Context:
• Given:
• Cabeçalhos como Question 4 (Scenario: ...)

Esses trechos são tratados como contexto da pergunta e traduzidos para português.

Modo Somente Tradução

Quando o assistente IA é desativado, o app funciona apenas como tradutor.

Nesse modo:

• O texto OCR é traduzido diretamente.
• Alternativas e dica são ocultadas.
• A IA não tenta responder a pergunta.
• O resultado é mais simples e focado apenas na tradução.

Configurações pela Interface

O app possui uma tela de configurações com abas.

Geral

• Ajuste do tamanho da fonte.
• Persistência do tamanho escolhido.

OpenAI

• Configuração da API key.
• Escolha do modelo.
• Ativação ou desativação do Assistente IA.

OCR

• Ativar/desativar GPU.
• Configurar tempo entre capturas.
• Configurar caminho do executável do Tesseract.

As configurações são salvas no arquivo .env.

Se o .env não existir, o aplicativo cria um automaticamente com valores padrão.

Histórico e Cache Local

O aplicativo mantém um banco local em JSON para:

• Histórico de chats.
• Leituras OCR.
• Respostas da IA.
• Fingerprints.
• Geometria da janela principal.
• Geometria do viewport OCR.
• Preferências de interface.

Também há opções para:

• Limpar cache OCR/IA.
• Limpar histórico de chats.

Suporte a Windows e Linux

O projeto inclui scripts para instalação, execução e build nas duas plataformas.

Windows:

• Setup automatizado.
• Instalação/configuração do Tesseract.
• Execução local.
• Build com PyInstaller.

Linux:

• Setup via gerenciadores de pacote compatíveis.
• Instalação do Tesseract.
• Execução local.
• Build com PyInstaller.

Build do Executável

O projeto possui scripts para gerar o executável localmente.

Windows:

.\scripts\build-windows.ps1

Linux:

./scripts/build-linux.sh

O executável é gerado em:

dist/screen-study-translator/

Casos de Uso

O Screen Study Translator pode ser usado para:

• Estudar questões em inglês.
• Acompanhar simulados técnicos.
• Traduzir documentação.
• Ler conteúdos exibidos em vídeos, slides ou páginas.
• Apoiar revisão de conceitos.
• Praticar interpretação de texto técnico.
• Acessibilidade em conteúdos não copiáveis.

Dados Locais

Os dados são armazenados localmente no computador do usuário.

Exemplos de dados salvos:

• Configurações.
• Histórico de sessões.
• OCRs capturados.
• Respostas da IA.
• Cache.
• Posição das janelas.

Nenhum dado local deve ser compartilhado publicamente caso contenha informações privadas, chaves de API ou capturas sensíveis.

Filosofia do Projeto

O Screen Study Translator foi criado para fins de estudo, prática, acessibilidade e revisão de conteúdo. Ele não deve ser usado para burlar regras de provas, entrevistas, certificações ou avaliações em que assistência externa não seja permitida.

Tecnologias

• Python
• PyQt6
• PyQt6 WebEngine
• HTML
• CSS
• JavaScript
• Tesseract OCR
• OpenAI API
• PyInstaller
• JSON local para cache e histórico

Licença

O projeto é distribuído sob licença MIT.