BabelDOC PDF 双语对照翻译完整指南版式、公式与术语全部保留【免费下载链接】BabelDOCYet Another Document Translator项目地址: https://gitcode.com/GitHub_Trending/ba/BabelDOCBabelDOC 是一款本地运行的 PDF 双语对照翻译工具它把 PDF 原文交给 LLM 翻译再生成保留原排版、公式和术语的统一译法适合需要把英文论文、技术手册批量本地化的研究人员和技术文档团队。价值速览BabelDOC 的定位是格式不塌方的文档翻译器它深度解析 PDF 内部结构把每个字符的字体、大小、位置和样式都记录下来翻译完成后按原坐标回填译文因此输出的不是重新排版的文档而是和原文逐页对齐的对照版本。下图是实际翻译效果的演示动画从字符到版式的完整链路让公式、图表和原文档结构在翻译后原样保留。适合谁用学术研究人员读国际期刊论文需要中文版本又不想丢失公式和图表。把 PDF 直接交给 BabelDOC得到的译文中公式仍是可编辑的数学内容图表位置不变。技术文档工程师产品手册要出中英双语版手动排版耗时。用双语对照模式一次生成对照文档术语和格式由工具统一。本地化团队负责人多个相关文档需要同时翻译并保持术语一致。用术语表 CSV 文件约束译法再批量处理多个 PDF保证整套文档用语统一。能力清单版式保真翻译后的 PDF 逐页对齐原文字体家族、字号、颜色和段落结构都被继承图表和公式不参与重排。你拿到的是一份看起来像原文排版的译文而不是提取文本后重新生成的文档。双语对照输出通过--watermark-output-mode参数控制输出形态watermarked默认译文页带对照水印、no_watermark仅纯译文版、both两种版本同时生成。需要对照阅读或只要干净译本一条命令即可切换。多语言支持翻译服务走 OpenAI 兼容接口目标语言覆盖数十种常用语言包括 zh-CN、JA、KO、es、fr 等。完整的语言及语言代码列表见 docs/supported_languages.md按列表里的代码填入--lang-out即可。术语统一术语一致性靠两条路径一是通过--glossary-files加载 CSV 术语表样例见 docs/example/demo_glossary.csv格式为source,target,tgt_lng三列二是默认开启的自动术语提取从文档中识别高频术语并统一译法不需要时可加--no-auto-extract-glossary关闭。翻译与术语逻辑分别位于 babeldoc/translator/ 和 babeldoc/glossary.py。快速上手最小路径是安装 → 配置 → 跑通三步。第 1 步用 uv 安装curl -LsSf https://astral.sh/uv/install.sh | sh uv tool install --python 3.12 BabelDOC第 2 步准备翻译服务配置与术语表配置项与模型推荐值如下填入下一步命令即可配置项推荐值说明--openai-modelgpt-4o-mini通用技术文档成本较低--openai-base-url你的 OpenAI 兼容接口地址可指向任意兼容服务--openai-api-key你的 API Key必填--lang-inen默认源语言代码--lang-outzh-CN目标语言代码--glossary-files术语表 CSV 路径可选多个用逗号分隔第 3 步跑通第一个翻译任务babeldoc \ --openai-model gpt-4o-mini \ --openai-api-key YOUR_API_KEY \ --files technical_manual.pdf \ --lang-out zh-CN \ --output translated_docs/ \ --glossary-files tech_terms.csv命令结束后可在translated_docs/中检查对照版与纯译文版 PDF先用几页文档验证参数再处理完整文档。进阶与调优三个最常被用到的高阶能力大文档用--max-pages-per-part分块翻译避免长文档处理时内存吃紧输出形态用--watermark-output-mode控制遇到特殊兼容性问题时用--enhance-compatibility一次性开启全部兼容性增强选项等价于--skip-clean --dual-translate-first --disable-rich-text-translate。扫描版文档可加--ocr-workaround尝试 OCR 兼容处理实验性功能。参数推荐值作用--max-pages-per-part按文档长度设定大文档分块翻译控制内存占用--pool-max-workers与 QPS 匹配调整并发 worker 数提速--qps默认 4限制翻译服务请求频率--watermark-output-modewatermarked / no_watermark / both控制输出哪种形态的 PDF--pages如1-10只翻译指定页码用于分段测试--enhance-compatibility按需开启汇总开启兼容性增强选项--ocr-workaround扫描文档开启为识别文本添加填充背景实验性解析管线各阶段的实现细节可参考 docs/ImplementationDetails/ 下的分主题文档例如 PDF 解析对应 docs/ImplementationDetails/PDFParsing/。开始翻译你的第一份 PDFBabelDOC 的价值在于把翻译和排版解耦文本交给 LLM格式由它负责还原术语由术语表兜底最终产出一份可以直接交付的双语对照 PDF。现在就可以动手克隆仓库后按上述最小路径跑通一次翻译再对照官方文档按需调整参数。git clone https://gitcode.com/GitHub_Trending/ba/BabelDOC【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