BabelDOC一条命令把英文论文变成双语 PDF【免费下载链接】BabelDOCYet Another Document Translator项目地址: https://gitcode.com/GitHub_Trending/ba/BabelDOC把一份英文论文的 PDF 交给 BabelDOC它会还给你一份原文与译文并排的双语 PDF 和一份纯译文 PDF公式与版式尽量保持原样。用 Python 写成既能命令行运行也能作为库嵌入其他程序翻译链路以英文到中文为主。为什么复制粘贴式机翻搞不定论文读英文文献时最顺手的做法是选中一段、复制、丢进翻译网站。但论文不是纯文本行内公式、双栏版式、图表题注在粘贴后全部打乱译文没法和原文逐句对照来回翻查很费劲。BabelDOC 走的是相反的路径——文字不离开 PDF逐段翻译后再回填到原有的排版位置最终产出原文与译文共存的一页页文档。从 PDF 输入到双语 PDF 输出五道工序整条流水线大致是先把 PDF 解析成中间表示一种记录文本块、字体与位置信息的 XML 结构源码在 babeldoc/format/pdf/document_il/接着做版面分析找出图片、表格与公式区域然后把版面切成段落公式替换成占位符避免翻译时被模型改写再调用 OpenAI 兼容的大模型逐段翻译QPS 可限流最后把译文按原位置重新排版、重建 PDF。输出有并排或隔页交错两种双语形式另有单语版。每道工序的原理单独写在 docs/ImplementationDetails/ 里。哪些文档拿得下哪些要放弃它最擅长的是原生数字 PDF文字可选中与英文学术论文en→zh 是主验证链路另支持少量以英文为输出--pages可只翻指定页长文档可用--max-pages-per-part拆分成部分翻译再自动合并。拿不下的情况重度扫描件有 OCR 兜底方案但仅限白底黑字表格内文字翻译仍是实验功能默认关闭依赖连写字形的语言部分印度语言不支持首字下沉与横线不支持超大页面会被跳过。已知问题还包括作者与参考文献部分翻译后可能合并成一段。语言清单有 150 余种代码见 docs/supported_languages.md但官方口径是其他语种尚未测试。三条命令跑通第一次 PDF 翻译推荐用 uv 安装随后一条命令开翻uv tool install --python 3.12 BabelDOC babeldoc --openai --openai-model gpt-4o-mini \ --openai-base-url 你的OpenAI兼容端点 \ --openai-api-key 你的key --files example.pdf想从源码构建就克隆仓库再用 uv 运行git clone https://gitcode.com/GitHub_Trending/ba/BabelDOC cd BabelDOC uv run babeldoc --help翻译引擎只对接 OpenAI 兼容接口README 推荐 glm-4-flash、deepseek-chat 这类模型Ollama 等本地模型把 key 填占位值也能跑。除自部署外还有两条路Immersive Translate 的在线服务Beta每月 1000 页免费额度零配置但文件经过第三方PDFMathTranslate 2.0 的 WebUI 自部署支持更多翻译服务、数据留在本地代价是自己准备 key 与机器。三组功能看懂它的差异点排版保真一组公式经占位符保护不会原样丢给模型译文字体跟随原文自动匹配也可强制衬线或无衬线译文回填原排版位置而不是重排成新文档。输出控制一组双语支持同页并排或隔页交错水印有保留、去除、双版本输出三态--no-dual、--no-mono决定留哪份产物。部署工程一组联网机器上生成的离线资产包可在断网机器恢复SHA3-256 校验适合批量部署译文默认缓存--ignore-cache强制重翻CSV 术语表约束专有名词docs/example/ 下有示例文件全部参数可写进 TOML 配置文件方便脚本化。适合谁要注意什么适合大量阅读英文文献、需要双语 PDF 逐段对照的人以及想把 PDF 翻译能力嵌进自己产品的开发者——注意 BabelDOC 的 Python API 官方视为内部接口README 推荐通过上游 pdf2zh next 调用。三点提醒CLI 官方定位是调试入口面向终端用户不提供专门支持不支持 Bing、Google 这类传统翻译引擎协议为 AGPL-3.0嵌入商业闭源产品前请先读条款。【免费下载链接】BabelDOCYet Another Document Translator项目地址: https://gitcode.com/GitHub_Trending/ba/BabelDOC创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 BabelDOC：一条命令把英文论文变成双语 PDF
BabelDOC一条命令把英文论文变成双语 PDF【免费下载链接】BabelDOCYet Another Document Translator项目地址: https://gitcode.com/GitHub_Trending/ba/BabelDOC把一份英文论文的 PDF 交给 BabelDOC它会还给你一份原文与译文并排的双语 PDF 和一份纯译文 PDF公式与版式尽量保持原样。用 Python 写成既能命令行运行也能作为库嵌入其他程序翻译链路以英文到中文为主。为什么复制粘贴式机翻搞不定论文读英文文献时最顺手的做法是选中一段、复制、丢进翻译网站。但论文不是纯文本行内公式、双栏版式、图表题注在粘贴后全部打乱译文没法和原文逐句对照来回翻查很费劲。BabelDOC 走的是相反的路径——文字不离开 PDF逐段翻译后再回填到原有的排版位置最终产出原文与译文共存的一页页文档。从 PDF 输入到双语 PDF 输出五道工序整条流水线大致是先把 PDF 解析成中间表示一种记录文本块、字体与位置信息的 XML 结构源码在 babeldoc/format/pdf/document_il/接着做版面分析找出图片、表格与公式区域然后把版面切成段落公式替换成占位符避免翻译时被模型改写再调用 OpenAI 兼容的大模型逐段翻译QPS 可限流最后把译文按原位置重新排版、重建 PDF。输出有并排或隔页交错两种双语形式另有单语版。每道工序的原理单独写在 docs/ImplementationDetails/ 里。哪些文档拿得下哪些要放弃它最擅长的是原生数字 PDF文字可选中与英文学术论文en→zh 是主验证链路另支持少量以英文为输出--pages可只翻指定页长文档可用--max-pages-per-part拆分成部分翻译再自动合并。拿不下的情况重度扫描件有 OCR 兜底方案但仅限白底黑字表格内文字翻译仍是实验功能默认关闭依赖连写字形的语言部分印度语言不支持首字下沉与横线不支持超大页面会被跳过。已知问题还包括作者与参考文献部分翻译后可能合并成一段。语言清单有 150 余种代码见 docs/supported_languages.md但官方口径是其他语种尚未测试。三条命令跑通第一次 PDF 翻译推荐用 uv 安装随后一条命令开翻uv tool install --python 3.12 BabelDOC babeldoc --openai --openai-model gpt-4o-mini \ --openai-base-url 你的OpenAI兼容端点 \ --openai-api-key 你的key --files example.pdf想从源码构建就克隆仓库再用 uv 运行git clone https://gitcode.com/GitHub_Trending/ba/BabelDOC cd BabelDOC uv run babeldoc --help翻译引擎只对接 OpenAI 兼容接口README 推荐 glm-4-flash、deepseek-chat 这类模型Ollama 等本地模型把 key 填占位值也能跑。除自部署外还有两条路Immersive Translate 的在线服务Beta每月 1000 页免费额度零配置但文件经过第三方PDFMathTranslate 2.0 的 WebUI 自部署支持更多翻译服务、数据留在本地代价是自己准备 key 与机器。三组功能看懂它的差异点排版保真一组公式经占位符保护不会原样丢给模型译文字体跟随原文自动匹配也可强制衬线或无衬线译文回填原排版位置而不是重排成新文档。输出控制一组双语支持同页并排或隔页交错水印有保留、去除、双版本输出三态--no-dual、--no-mono决定留哪份产物。部署工程一组联网机器上生成的离线资产包可在断网机器恢复SHA3-256 校验适合批量部署译文默认缓存--ignore-cache强制重翻CSV 术语表约束专有名词docs/example/ 下有示例文件全部参数可写进 TOML 配置文件方便脚本化。适合谁要注意什么适合大量阅读英文文献、需要双语 PDF 逐段对照的人以及想把 PDF 翻译能力嵌进自己产品的开发者——注意 BabelDOC 的 Python API 官方视为内部接口README 推荐通过上游 pdf2zh next 调用。三点提醒CLI 官方定位是调试入口面向终端用户不提供专门支持不支持 Bing、Google 这类传统翻译引擎协议为 AGPL-3.0嵌入商业闭源产品前请先读条款。【免费下载链接】BabelDOCYet Another Document Translator项目地址: https://gitcode.com/GitHub_Trending/ba/BabelDOC创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考