BabelDOC 完整指南:3 条命令跑通 PDF 文档翻译【免费下载链接】BabelDOCYet Another Document Translator项目地址: https://gitcode.com/GitHub_Trending/ba/BabelDOC拿到一份带公式和表格的英文论文,网页翻译常把排版拆散、公式译成乱码。BabelDOC 是开源 PDF 文档翻译工具:解析出中间表示,交给大模型翻译,再按原版式渲染成双语 PDF。习惯命令行批处理的话,这里从安装到调优走一遍。30 秒认识 BabelDOC:保留版式的 PDF 文档翻译工具一句话定位:BabelDOC(Yet Another Document Translator)把英文 PDF 译成中文,也覆盖 160 多种语言代码,输出是保留原文版式的双语对照 PDF 与单语译文 PDF,本质上是一款可嵌入的 PDF 翻译工具。适合:读论文的研究生、批量处理技术文档的工程师、想嵌入自有流程的开发者注意:项目定位是可嵌入的翻译库,Python API 官方视为内部接口,程序化调用建议走 pdf2zh next当前状态:官方说明主要打磨英文→中文方向,其他语言对测试较少安装、翻译、核对:PDF 文档翻译命令任务流第 1 步,安装。官方推荐用 uv 的 tool 功能装好直接用:uv tool install --python 3.12 BabelDOC babeldoc --help想读源码就从仓库装,依赖与运行都交给 uv:git clone https://gitcode.com/GitHub_Trending/ba/BabelDOC cd BabelDOC uv run babeldoc --help第 2 步,首条 PDF 翻译命令。翻译必须接一个 OpenAI 兼容的大模型端点:babeldoc --openai --openai-model gpt-4o-mini --openai-base-url https://api.openai.com/v1 --openai-api-key 你的key --files paper.pdf --lang-in en --lang-out zh --output ./out第 3 步,核对输出。--output目录下生成两份 PDF:双语对照版(默认原文在前,--dual-translate-first可改为译文在前)和单语译文版;翻错或排版异常时加--debug,中间产物会导出到~/.cache/babeldoc/working方便定位。能力清单:双语 PDF、公式保护与扫描版 OCR 参数对照能力解决的问题关键参数或入口双语对照输出译文与原文并排核对默认生成,--no-dual关闭公式占位保护公式被大模型译成乱码公式以占位符传递;--formular-font-pattern按字体识别术语一致性同一术语前后译法漂移--glossary-files挂 CSV,自动术语提取默认开启长文档分段页数多、内存吃紧--max-pages-per-part分段后自动合并扫描版处理文本层是图片无法直译--ocr-workaround,限白底黑字页码范围只需译指定章节--pages 1,3,5-10场景配方:论文、技术文档与超长 PDF 的翻译命令学术论文:公式原样保留的双语对照论文里公式密集,学术论文 PDF 翻译最怕公式被改写;BabelDOC 翻译时用占位符把公式隔出来,译完再填回原位,再默认输出双语对照版,方便逐段核对图表与公式的对应关系。先拿前 8 页试:babeldoc --openai --openai-model gpt-4o-mini --openai-base-url https://api.openai.com/v1 --openai-api-key 你的key --files paper.pdf --pages 1-8技术文档:术语库保证译法统一内部文档术语多,先把术语表存成 CSV(见调优一节),命中术语的文本段会自动把对应词条带进翻译提示:babeldoc --openai --openai-model gpt-4o-mini --openai-base-url https://api.openai.com/v1 --openai-api-key 你的key --files api.pdf --glossary-files glossary.csv超长文档:分段翻译自动合并百页以上的文档直接挂--max-pages-per-part,按页数切开逐段翻译再拼回,单段内存压力小很多,重跑时已翻段落会命中翻译缓存:babeldoc --openai --openai-model gpt-4o-mini --openai-base-url https://api.openai.com/v1 --openai-api-key 你的key --files large.pdf --max-pages-per-part 50调优手册:并发、内存、术语库、OCR 四类参数怎么加并发:API 配额宽裕而翻译慢,加--qps 10与--pool-max-workers 8;默认 qps 为 4,worker 数未指定时跟随 qps。内存:长文档吃内存,加--max-pages-per-part 30,并用--working-dir /tmp/babeldoc指定工作目录。术语库:CSV 三列即可,文件名去掉 .csv 后作为术语库名进入提示;自动提取的术语可用--save-auto-extracted-glossary落盘,--no-auto-extract-glossary可整体关闭:sourcetargettgt_lngAutoML自动机器学习zh-CNframework框架zh-CNOCR:确认是白底黑字扫描件,加--ocr-workaround,译文区会补白底盖住原文;拿不准就用--auto-enable-ocr-workaround,由扫描检测环节自动决定。合起来跑大型文档时大致长这样:babeldoc --openai --openai-model gpt-4o-mini --openai-base-url https://api.openai.com/v1 --openai-api-key 你的key --files large.pdf --qps 10 --pool-max-workers 8 --max-pages-per-part 30 --working-dir /tmp/babeldoc实现拆解:解析→中间表示→翻译→重渲染的管线整条 PDF 文档翻译管线分四步:先用内置的 PDF 解析基础库 把文档拆成文本块、字体与坐标等结构;再由 视觉布局分析 的模型标出图表与公式区域;随后在 中间表示与段落识别 层完成段落合并、样式和公式处理,LLM 只对文本段发起请求,术语命中时词条随提示注入;最后按原版式重新排版,渲染出双语与单语两份 PDF。管线是插件式的,解析器、布局模型、渲染器均可替换,翻译与缓存逻辑在 翻译服务模块 和 术语库模块。参与与答疑:贡献入口、路线图与高频问题贡献入口:bug 报告附上可复现的 PDF,价值最高文档勘误、小范围兼容性修复可直接提 PR改动解析、渲染、翻译行为前,先开 issue 讨论路线图:线条支持、表格支持、跨页跨栏段落、更复杂排版、大纲支持。高频问题:翻译结果带水印吗?默认带;--watermark-output-mode no_watermark关闭,both两版都输出。支持哪些语言?语言表覆盖 160 多种代码,但官方明确当前只对英文→中文做过完整测试。为什么命令里要写 OpenAI 参数?目前只接 OpenAI 兼容接口的大模型,任何兼容端点都能用,本地 Ollama 时 api-key 填任意值即可。扫描版 PDF 文档能翻译吗?能,白底黑字加--ocr-workaround;不确定是否扫描就用--auto-enable-ocr-workaround。哪些排版暂不支持?已知限制包括线条、首字下沉、超大幅面页,作者与参考文献区也可能被合并成一段。下一步:挑一份手头 10 页以内的英文 PDF,把--files指向它,跑通一次 PDF 文档翻译,拿到双语对照后再回头逐个试调优参数。【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