BabelDOC保留原排版的 PDF 论文翻译指南【免费下载链接】BabelDOCYet Another Document Translator项目地址: https://gitcode.com/GitHub_Trending/ba/BabelDOC把一篇英文 PDF 论文翻成中文最让人头疼的不是文字本身而是翻完之后排版全乱公式跑到角落参考文献挤成一团图注和正文错位最后还是要花半天手动重排。BabelDOC 是一个开源的 PDF 文档翻译工具你可以用它把英文 PDF 译成中文并保留原版的字体、行距和版面结构直接输出排版好的双语对比 PDF 和单语 PDF。它的流程是解析原文、调用大模型翻译、再按原布局重新排版下面按拿到什么、怎么装、为什么不乱、乱了怎么办、怎么配的顺序讲清楚。图中左边是译文、右边是英文原文中间的数学公式两边保持一致。这正是 BabelDOC 输出双语 PDF 时的默认样式原文和译文并列展示版式与原论文相同。翻译产出先说你能拿到什么 默认跑一次你会得到两份 PDF双语 PDF原文与译文对照便于逐段核对单语 PDF只有译文适合直接阅读。不想输出某一份时用--no-dual或--no-mono控制。双语页的排列也可以选--dual-translate-first让译文页排在原文前面--use-alternating-pages-dual改为原页、译页交替插页。输出 PDF 默认带水印--watermark-output-mode可设成no_watermark去掉或设成both同时得到带水印和不带水印两个版本。两个常见问题在这里一并说清。第一翻译服务目前只接 OpenAI 兼容端点Bing、Google 等传统引擎暂不支持官方推荐deepseek-chat、glm-4-flash这类兼容性好的模型。第二项目当前重点是英文译中文其他语言对基本可用但未充分测试语言清单可查 supported_languages.md。安装 BabelDOC 并跑通第一篇 PDF 翻译BabelDOC 是 Python 库同时带命令行入口需要 Python 3.12。推荐用 uv 管理三步走完uv tool install --python 3.12 BabelDOCbabeldoc --files paper.pdf --openai --openai-model gpt-4o-mini \ --openai-base-url https://api.openai.com/v1 --openai-api-key sk-xxxx首次翻译要指定翻译端点、模型和密钥其余选项忘了没关系babeldoc --help里有完整参数列表。不想每次都敲一长串参数可以把全部配置写成 TOML 文件再用--config传入格式见 README 里的示例。中间层 IL版式为什么不会被破坏 大多数翻译工具会把 PDF 拆成纯文本再翻译翻译完重新生成一份新文档原版面随之丢失。BabelDOC 在解析和重排之间保留了一层中间表示Intermediate Layer简称 IL它记录每个字符的位置、字体、行距以及段落和公式的版面关系。可以把它类比成报纸的开版——栏目框架固定只替换栏内文字框架本身不动。翻译时公式先用占位符保护起来避免被大模型改写出错。重排阶段再按 IL 记录的框架把译文填回原位置所以输出 PDF 的版式和原论文基本一致。解析细节可查 docs/ImplementationDetails/PDFParsing/PDFParsing.md。兼容选项与长文档拆分 ⚙️有些 PDF 翻出来会出现兼容性问题这时不必逐项排查先加--enhance-compatibility一个参数它等价于同时开启跳过清洗、译文页前置、禁用富文本翻译三个兼容项。长文档容易在翻译中途占用过高内存用--max-pages-per-part设置每块页数BabelDOC 会分块翻译再自动合并回一份 PDF。扫描件则是另一类问题--ocr-workaround会在译文下方垫白块盖住原文、文字统一为黑色前提是白底黑字--auto-enable-ocr-workaround会自动检测扫描比例再决定是否启用。三个参数之间的优先级关系写得比较绕建议看 README.md 末尾的交互说明。按角色选配置不同用法关注点差别很大按你的角色对号入座用户类型建议关注可以先忽略普通读者默认双语 单语双输出--pages只翻指定章节分块、OCR 等调试参数科研人员--glossary-files术语表、--custom-system-prompt调整语气离线资产包运维部署--generate-offline-assets/--restore-offline-assets离线资产包、TOML 配置逐页调试选项术语表是 CSV 文件列为source、target和可选的tgt_lng翻译时系统会把当前段落里命中的术语一并注入提示词保证关键名词前后一致样例见 docs/example/demo_glossary.csv。离线资产包则适合无网环境在有网机器上打包一次内含全部字体和模型拷到目标机器还原即可全程有 SHA3-256 校验。下一步很具体先装好 uv运行uv tool install --python 3.12 BabelDOC然后拿一份英文 PDF 跑一次上面的翻译命令看双语 PDF 里公式和参考文献有没有各回各位。【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
