funstory-ai/BabelDOC

BabelDOC – 支援雙語輸出的PDF科學論文翻譯

是什麼 – BabelDOC 是一個 Python 庫 / CLI 工具，可將 PDF 文件（特別是科學論文）從原始語言翻譯至目標語言，並產生雙語 PDF（原文與翻譯並排或交錯排列）。它使用基於 LLM 的服務（OpenAI 相容模型，例如 gpt-4o-mini、glm-4-flash、deepseek-chat 等）驅動翻譯，並提供豐富的 PDF 前處理選項，以保持版面、公式、表格與字型的完整性。

核心功能

• 命令列介面（babeldoc）與 Python API，支援程式化使用。
• 主要支援 英文 → 中文；亦提供基本的英文 → 英文翻譯功能。
• 雙語 PDF 產生 – 原文與翻譯頁面可並排、交錯排列，或輸出為獨立的單語文件。
• 細粒度 PDF 處理：頁面選擇、行拆分、OCR 修復方案、公式偵測、表格翻譯、字型覆蓋、水印控制，以及對問題 PDF 的相容性優化。
• 術語表注入 – 可載入 CSV 語彙表，強制將領域特定術語注入 LLM 提示中。
• 離線資源包 – 單一 zip 檔案可打包所需字型與模型，用於離線部署（空氣隔離環境）。
• 速率限制與平行處理 – 支援 QPS 限流與可設定的工作執行緒池。
• 自部署 – 可透過 uv 或虛擬環境在本機執行，亦可透過托管的 Beta 服務 Immersive Translate – BabelDOC（每月 1,000 頁免費額度）使用。

典型工作流程

# 安裝工具（需 uv 與 Python 3.12）
uv tool install --python 3.12 BabelDOC

# 使用 OpenAI 相容模型翻譯一個或多個 PDF
babeldoc \
  --openai \
  --openai-model "gpt-4o-mini" \
  --openai-base-url "https://api.openai.com/v1" \
  --openai-api-key "YOUR_KEY" \
  --files paper.pdf

選項支援變更原始語言／目標語言（--lang-in, --lang-out）、選擇頁面（--pages）、啟用 OCR 修復、控制水印、提供術語表（--glossary-files）等。

安裝方式

• 推薦：使用 uv（uv tool install --python 3.12 BabelDOC）。
• 替代方案：克隆倉儲後執行 uv run babeldoc …。
• 該套件已發布於 PyPI（pip install BabelDOC 可用，但 README 建議使用 uv 以獲得最佳體驗）。

適用情境

• AI 驅動翻譯：翻譯由 LLM 完成，而非傳統機器翻譯引擎。
• 文件處理流程：將版面分析、可選 OCR 與 LLM 提示整合為一個端對端工具。
• 可嵌入性：可從其他 Python 程式呼叫，或整合至參考管理器外掛（例如透過 immersive-translate/zotero-immersivetranslate 或 guaguastandup/zotero-pdf2zh 集成至 Zotero）。

狀態與社群

• 提供 Beta 在線服務；免費方案每月提供 1,000 頁額度。
• 開源，MIT 風格授權（詳見 LICENSE）。
• 歡迎貢獻；README 中連結了徵才頁面。

有用連結

• 線上示範：https://app.immersivetranslate.com/babel-doc/
• 自托管後端：https://github.com/PDFMathTranslate-next/PDFMathTranslate-next
• 文件：https://funstory-ai.github.io/BabelDOC/supported_languages/
• Telegram 社群：標題欄中的徽章。

---

以上所有資訊均直接取自倉儲的 README，未推斷任何額外功能。