BabelDOC 指南用 PDF 翻译快速做出双语中英对照【免费下载链接】BabelDOCYet Another Document Translator项目地址: https://gitcode.com/GitHub_Trending/ba/BabelDOCBabelDOC 是一个开源 PDF 翻译工具。输入一份英文论文 PDF它会在保住原排版的前提下输出一份中英对照的双语 PDF——论文翻译、排版不崩、公式原样保留一条命令就能跑。 首次运行从零到出结果要几步先准备两样东西uv一个 Python 包管理工具官方推荐用它装安装命令里指定 Python 3.12一个 OpenAI 兼容的 API key。OpenAI 兼容的意思是任何提供标准聊天接口的模型服务都能填OpenAI 官方、DeepSeek 或本地部署的 Ollama 都可以。uv tool install --python 3.12 BabelDOC babeldoc --help能看到参数列表环境就通了。然后直接跑第一次翻译路径建议用绝对路径babeldoc --files /绝对路径/paper.pdf \ --openai --openai-model gpt-4o-mini \ --openai-base-url https://api.openai.com/v1 \ --openai-api-key 你的key跑完当前目录或--output指定的目录会多出两个文件双语文档原页和译页同页并排就是你要的中英对照版和单语文档纯译文。首次运行会自动下载字体和版面分析模型进度慢一些属于正常断网环境可先用--warmup提前下载并校验资产。想改源码或跟最新提交换源码安装git clone https://gitcode.com/GitHub_Trending/ba/BabelDOC cd BabelDOC uv run babeldoc --help一句实话官方 README 把 CLI 定位为调试入口不承诺技术支持但对个人翻译论文来说完全够用。它到底省掉了我哪一步先讲清原理先问一句你现在是怎么翻译论文的把英文拷进翻译引擎拿到中文——可公式变成了没意义的占位符上下标全塌了。接下来才是更耗时的一步你得手动把译文按原排版重新排一遍字号、分段、图表位置逐个对齐。这个人工重排的开销往往比读论文本身大得多。BabelDOC 省掉的就是这一步重排。它的流程一句话能讲完内置的解析管线先把每页版面拆成段落区、公式区、表格区代码在 babeldoc/format/pdf/document_il/模型只翻译其中的纯文本公式和符号原样不动最后用原文的字体、字号把译文重排成并排页面。每个阶段的细节docs/ImplementationDetails/ 按解析、找段落、样式与公式、排版、PDF 生成各写了专篇想深究可以按图索骥。 日常高频参数速查表8 个值得背高频参数什么时候用--pages 1,3,5-8先试读前几页验证质量同时控制费用--files a.pdf --files b.pdf一次批量处理多份 PDF--lang-in/--lang-out换源/目标语言默认en→zh其他方向建议先小范围试--no-dual/--no-mono只要一种输出格式省一半生成时间--max-pages-per-part长文档按页拆分翻译跑完自动合并回来--glossary-files terms.csv统一专有名词译法格式参考示例术语表--qpsAPI 限额紧时调低每秒请求数默认 4--output换输出目录默认当前目录术语表这个功能值得多说一句CSV 里source、target两列必填tgt_lng该条目标题语言可选。翻译时一旦命中表内术语这些词会被强制写进给模型的提示词专名译法从此稳定。⚠️ 出问题了先查这几个高概率故障扫描件译文叠字输出鬼画符现象译文和扫描字互相盖住没法看。原因文件漏过了扫描件检测译文直接叠在扫描底图上。解法白底黑字的扫描件加--ocr-workaround它会在译文下方垫白色底块盖住原文并强制文字为黑色。输出的 PDF 某些阅读器打不开或偏色现象换个软件打开就崩。原因部分输出结构与个别阅读器不兼容。解法加--enhance-compatibility它等价于--skip-clean --dual-translate-first --disable-rich-text-translate组合代价是跳过清理后文件体积变大。长文档中途断了担心前面白跑现象跑到几百页时断线。原因API 中断或超时。解法翻译结果有本地缓存重跑不会重复消耗已完成部分的 API--ignore-cache才是强制重翻别习惯性带上。本地模型连不上现象填了本地 Ollama 的地址仍报鉴权错。原因命令行要求必须填--openai-api-key本地服务其实不校验。解法随便填个a就能过。作者区和参考文献被并成一段现象首页作者、末页参考文献粘连成一坨。原因这是官方 Known Issues 里承认的问题横线分隔、首字下沉同样暂不支持。解法不用怀疑自己操作有误个别段落粘连可以先忍着或把可复现的 PDF 提给项目。 命令行之外离线部署、配置文件与二次开发离线部署--generate-offline-assets把字体和模型打进一个资产包目标机器用--restore-offline-assets恢复。无外网的实验室先在联网机器打包再分发即可资产用 SHA3-256 校验完整性。⚙️TOML 配置文件--config支持把常用参数写进配置文件示例见 README.md不用再手敲长命令。Python API 与二次开发官方态度是 BabelDOC 的 API 均为内部接口推荐通过 PDFMathTranslate-next 的high_level.do_translate_async_stream嵌入自己的程序社区也有基于它的自部署 WebUI 项目PDFMathTranslate-next和 Zotero 插件路线README 里有说明。整个管线是插件化的OCR、模型、渲染器都可以替换结构见 docs/ImplementationDetails/。收尾先抽几页再全量跑BabelDOC 把翻译完还要人工重排这件事自动化了你只管出文件和 key它回你一份排版不崩的中英对照 PDF。行动建议就两条先用--pages抽几页验证质量和成本满意了再全量论文里专名多的话先建一张术语表再开跑。【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 指南：用 PDF 翻译快速做出双语中英对照
BabelDOC 指南用 PDF 翻译快速做出双语中英对照【免费下载链接】BabelDOCYet Another Document Translator项目地址: https://gitcode.com/GitHub_Trending/ba/BabelDOCBabelDOC 是一个开源 PDF 翻译工具。输入一份英文论文 PDF它会在保住原排版的前提下输出一份中英对照的双语 PDF——论文翻译、排版不崩、公式原样保留一条命令就能跑。 首次运行从零到出结果要几步先准备两样东西uv一个 Python 包管理工具官方推荐用它装安装命令里指定 Python 3.12一个 OpenAI 兼容的 API key。OpenAI 兼容的意思是任何提供标准聊天接口的模型服务都能填OpenAI 官方、DeepSeek 或本地部署的 Ollama 都可以。uv tool install --python 3.12 BabelDOC babeldoc --help能看到参数列表环境就通了。然后直接跑第一次翻译路径建议用绝对路径babeldoc --files /绝对路径/paper.pdf \ --openai --openai-model gpt-4o-mini \ --openai-base-url https://api.openai.com/v1 \ --openai-api-key 你的key跑完当前目录或--output指定的目录会多出两个文件双语文档原页和译页同页并排就是你要的中英对照版和单语文档纯译文。首次运行会自动下载字体和版面分析模型进度慢一些属于正常断网环境可先用--warmup提前下载并校验资产。想改源码或跟最新提交换源码安装git clone https://gitcode.com/GitHub_Trending/ba/BabelDOC cd BabelDOC uv run babeldoc --help一句实话官方 README 把 CLI 定位为调试入口不承诺技术支持但对个人翻译论文来说完全够用。它到底省掉了我哪一步先讲清原理先问一句你现在是怎么翻译论文的把英文拷进翻译引擎拿到中文——可公式变成了没意义的占位符上下标全塌了。接下来才是更耗时的一步你得手动把译文按原排版重新排一遍字号、分段、图表位置逐个对齐。这个人工重排的开销往往比读论文本身大得多。BabelDOC 省掉的就是这一步重排。它的流程一句话能讲完内置的解析管线先把每页版面拆成段落区、公式区、表格区代码在 babeldoc/format/pdf/document_il/模型只翻译其中的纯文本公式和符号原样不动最后用原文的字体、字号把译文重排成并排页面。每个阶段的细节docs/ImplementationDetails/ 按解析、找段落、样式与公式、排版、PDF 生成各写了专篇想深究可以按图索骥。 日常高频参数速查表8 个值得背高频参数什么时候用--pages 1,3,5-8先试读前几页验证质量同时控制费用--files a.pdf --files b.pdf一次批量处理多份 PDF--lang-in/--lang-out换源/目标语言默认en→zh其他方向建议先小范围试--no-dual/--no-mono只要一种输出格式省一半生成时间--max-pages-per-part长文档按页拆分翻译跑完自动合并回来--glossary-files terms.csv统一专有名词译法格式参考示例术语表--qpsAPI 限额紧时调低每秒请求数默认 4--output换输出目录默认当前目录术语表这个功能值得多说一句CSV 里source、target两列必填tgt_lng该条目标题语言可选。翻译时一旦命中表内术语这些词会被强制写进给模型的提示词专名译法从此稳定。⚠️ 出问题了先查这几个高概率故障扫描件译文叠字输出鬼画符现象译文和扫描字互相盖住没法看。原因文件漏过了扫描件检测译文直接叠在扫描底图上。解法白底黑字的扫描件加--ocr-workaround它会在译文下方垫白色底块盖住原文并强制文字为黑色。输出的 PDF 某些阅读器打不开或偏色现象换个软件打开就崩。原因部分输出结构与个别阅读器不兼容。解法加--enhance-compatibility它等价于--skip-clean --dual-translate-first --disable-rich-text-translate组合代价是跳过清理后文件体积变大。长文档中途断了担心前面白跑现象跑到几百页时断线。原因API 中断或超时。解法翻译结果有本地缓存重跑不会重复消耗已完成部分的 API--ignore-cache才是强制重翻别习惯性带上。本地模型连不上现象填了本地 Ollama 的地址仍报鉴权错。原因命令行要求必须填--openai-api-key本地服务其实不校验。解法随便填个a就能过。作者区和参考文献被并成一段现象首页作者、末页参考文献粘连成一坨。原因这是官方 Known Issues 里承认的问题横线分隔、首字下沉同样暂不支持。解法不用怀疑自己操作有误个别段落粘连可以先忍着或把可复现的 PDF 提给项目。 命令行之外离线部署、配置文件与二次开发离线部署--generate-offline-assets把字体和模型打进一个资产包目标机器用--restore-offline-assets恢复。无外网的实验室先在联网机器打包再分发即可资产用 SHA3-256 校验完整性。⚙️TOML 配置文件--config支持把常用参数写进配置文件示例见 README.md不用再手敲长命令。Python API 与二次开发官方态度是 BabelDOC 的 API 均为内部接口推荐通过 PDFMathTranslate-next 的high_level.do_translate_async_stream嵌入自己的程序社区也有基于它的自部署 WebUI 项目PDFMathTranslate-next和 Zotero 插件路线README 里有说明。整个管线是插件化的OCR、模型、渲染器都可以替换结构见 docs/ImplementationDetails/。收尾先抽几页再全量跑BabelDOC 把翻译完还要人工重排这件事自动化了你只管出文件和 key它回你一份排版不崩的中英对照 PDF。行动建议就两条先用--pages抽几页验证质量和成本满意了再全量论文里专名多的话先建一张术语表再开跑。【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