funstory-ai/BabelDOC

BabelDOC – 二言語PDF出力による科学論文のPDF翻訳

何であるか – BabelDOC は、Python ライブラリ / CLI であり、特に科学論文を含む PDF ドキュメントを元言語から目的言語に翻訳し、二言語 PDF（原文＋翻訳を横並びまたは交互に配置）を生成するツールです。LLM（OpenAI互換モデル、例：gpt-4o-mini、glm-4-flash、deepseek-chat など）を活用して翻訳を実行し、レイアウト、数式、表、フォントを保持するための豊富な PDF 前処理オプションを備えています。

主な機能

• コマンドラインインターフェース（babeldoc）と Python API を提供し、プログラムによる利用が可能。
• 主に 英語 → 中国語 をサポート。基本的な英語 → 英語翻訳も利用可能。
• 二言語PDF生成 – 原文と翻訳ページを横並び、交互、または別々の単言語ファイルとして出力。
• 細かいPDF処理：ページ選択、行分割、OCRの回避策、数式検出、表の翻訳、フォントの上書き、透かし制御、問題PDFへの互換性調整。
• 用語集の挿入 – CSV 形式の用語集を読み込み、ドメイン固有の用語をLLMプロンプトに強制的に含める。
• オフラインアセット – 1つのzipファイルで必要なフォントとモデルをバンドルし、オフライン環境（空気隔離環境）での展開を可能に。
• レート制限と並列処理 – QPS制限と設定可能なワーカープール。
• セルフデプロイ – uv または仮想環境でローカル実行可能、またはホストされたベータサービス「Immersive Translate – BabelDOC」（月1,000ページの無料枠）を利用可能。

一般的なワークフロー

# ツールのインストール（uv と Python 3.12 必須）
uv tool install --python 3.12 BabelDOC

# OpenAI互換モデルを使って1つ以上のPDFを翻訳
babeldoc \
  --openai \
  --openai-model "gpt-4o-mini" \
  --openai-base-url "https://api.openai.com/v1" \
  --openai-api-key "YOUR_KEY" \
  --files paper.pdf

オプションで元言語・目的言語（--lang-in, --lang-out）、ページ選択（--pages）、OCR回避、透かし制御、用語集の指定（--glossary-files）などを変更可能。

インストール

• 推奨：uv を使用（uv tool install --python 3.12 BabelDOC）。
• 代替：リポジトリをクローンし、uv run babeldoc … を実行。
• PyPI にも公開（pip install BabelDOC でも動作可能だが、READMEでは最適な体験のためにuvを推奨）。

用途

• AI駆動翻訳：従来のMTエンジンではなく、LLMが主な処理を担う。
• ドキュメント処理パイプライン：レイアウト解析、オプションのOCR、LLMプロンプトを1つのエンドツーエンドツールで統合。
• 埋め込み可能：他のPythonプログラムから呼び出し可能、またはリファレンスマネージャプラグイン（例：Zotero 用 immersive-translate/zotero-immersivetranslate や guaguastandup/zotero-pdf2zh）に統合可能。

状態とコミュニティ

• ベータ版オンラインサービスあり。無料トライアルで月1,000ページまで。
• オープンソース、MITスタイルライセンス（LICENSE を参照）。
• コントリビューション歓迎。READMEに採用ページへのリンクあり。

有用なリンク

• オンラインデモ：https://app.immersivetranslate.com/babel-doc/
• セルフホストバックエンド：https://github.com/PDFMathTranslate-next/PDFMathTranslate-next
• ドキュメント：https://funstory-ai.github.io/BabelDOC/supported_languages/
• Telegramコミュニティ：ヘッダー内のバッジ。

---

上記のすべての情報はリポジトリのREADMEから直接取得。追加機能は推測されていない。