BabelDOC把英文 PDF 翻成中文双语对照排版不用重新调【免费下载链接】BabelDOCYet Another Document Translator项目地址: https://gitcode.com/GitHub_Trending/ba/BabelDOCBabelDOC 是一款开源的 PDF 翻译工具——你给它一篇英文论文 PDF它还你一份公式、表格、插图都留在原位的中文版。它最有代表性的产物是双语对照PDF原文和译文在同一页左右排开方便你逐页对照着读。这省掉的是来回翻两个文件、手动核对公式挪到哪了、行断得对不对的重复劳动。前提是你能拿到一个 OpenAI 兼容接口的 API key不用自己额外部署模型。1. 装好把第一条命令跑起来 环境要求不高Python 3.10 以上官方建议 3.12机器上装好 uv。安装和首跑就两行uv tool install --python 3.12 BabelDOC babeldoc --openai --openai-model gpt-4o-mini --openai-base-url https://api.openai.com/v1 \ --openai-api-key SK-xxx --files paper.pdf第一次运行会下载版面分析模型和字体网络慢就等一等。跑完后你会在当前目录看到两个新 PDF纯中文版和双语对照版。过程中终端会持续刷进度解析、版面分析、翻译、排版这些阶段依次过去。打开双语版你会发现文字是按原文的栏宽重新排好的不是硬塞进原来的字符位置行距、断行都不会乱。2. 最常碰到的三种情况2.1 扫描版 PDF 翻译多加一个参数就不糊电子版 PDF能选中文字的那种直接用上一节的命令就行。扫描版 PDF 是一整页图片文字选不中需要走 OCR 链路加上--ocr-workaround。这个模式假设白底黑字会用白色色块盖住原文再压上译文。BabelDOC 默认还会自动检测文档是不是扫描件你可以先不加参数让它自己判断。跑完打开产物看两点中文行宽和原文栏位是否对齐、表格和插图区域有没有被译文盖住。2.2 公式多的论文公式区域怎么保住公式密集的论文是这套流程最能体现价值的场景。BabelDOC 在版面分析阶段会把公式区域识别出来翻译时公式本身原样保留只转译周围的文字。一篇学术论文跑完效果大致是这样公式保持原样中文排版贴着原来的栏位。如果结果不对先检查是不是公式被误判成了普通文本——有些文档的数学字体太特殊可以用--formular-font-pattern按字体强制指认公式。2.3 多篇 PDF 批量翻译术语不跑偏系列文档最烦人的是同一个词在不同文档里译得不一样。解法是术语表一个三列的 CSVsource、target、tgt_lng最后一列可选。仓库里带了样例docs/example/demo_glossary.csv用法这样写babeldoc --openai --openai-model gpt-4o-mini --openai-api-key SK-xxx \ --files report1.pdf --files report2.pdf \ --glossary-files demo_glossary.csv翻译时如果段落里出现了术语表词条对应条目会被塞进模型提示词整批文档里这个词的译法就统一了。跑完在译文里搜一下关键术语全部一致才算没翻车。另外 BabelDOC 翻译前会自动抽取一批高频术语不想让它抽就加--no-auto-extract-glossary抽出来的结果也可以存盘留用。3. 翻到第二篇才想改的东西 跑过几篇之后你会想把参数固定下来。BabelDOC 支持 TOML 配置文件常用项写进去以后--config一引就行[babeldoc] openai-model gpt-4o-mini openai-api-key your-key qps 10 max-pages-per-part 50qps控制翻译请求的并发接本地模型时调小一点对显存更友好。max-pages-per-part让长文档分段翻译再自动拼回几百页的论文不会因为中途断掉就全盘重来。输出目录用--output指个固定位置不写就落在当前工作目录。还有个翻译缓存实现在 babeldoc/translator/cache.py相同的段落文本不会重复请求想强制重翻就加--ignore-cache。最常见的坑作者名单和参考文献区域容易在翻译后被并成同一段这是已知问题目前只能在产物里手动修一下。想了解解析、排版各阶段的细节看仓库内文档docs/ImplementationDetails/README.md。【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