BabelDOC：开源 PDF 文献翻译工具，论文双语对照一键生成
【免费下载链接】BabelDOCYet Another Document Translator项目地址: https://gitcode.com/GitHub_Trending/ba/BabelDOC
BabelDOC 是一款开源的 PDF 文档翻译工具，能把英文论文、技术手册翻译成保留原版排版的中文 PDF，还能输出原文译文并排的双语对照版本，公式和图表原样保留。
读英文论文是不是每次都"半懂不懂"？
你有没有这样的经历：下载了一篇核心论文，用在线翻译网站逐段复制粘贴，结果表格被拆散、公式变成乱码、图片里的标注全丢了，最后只能对着英文硬啃。
翻译工具本身不难，难的是翻译之后排版还像不像样。BabelDOC 的思路是先读懂 PDF 的版面结构，再逐段翻译、重新排版，所以你拿到的不是"翻译后的废稿"，而是一份可以直接打印、直接分享的中文 PDF。
最快上手：三步拿到双语 PDF
整个过程不需要你懂任何 PDF 内部结构，跟着做就行：
- 先装好 uv，然后用一条命令安装 BabelDOC：
uv tool install --python 3.12 BabelDOC- 把你的 PDF 丢进去翻译（以 OpenAI 兼容接口为例）：
babeldoc --openai --openai-model "gpt-4o-mini" --openai-api-key "你的密钥" --files paper.pdf- 等进度条走完，当前目录就会生成一份双语对照 PDF 和一份纯译文 PDF。原文与译文并排或交替排列，边看原文边看翻译，完全不用来回翻页面。
如果你习惯从源码运行，也可以先 clone 仓库：
git clone https://gitcode.com/GitHub_Trending/ba/BabelDOC这几个功能最实用
- 双语对照排版—— 适合精读论文的人。译文不是粗暴地压在原文上，而是按原文位置重排，并排、交替两种摆法随意切换，精读时中英文对得上号。
- 公式与版面保护—— 适合科研人员。行内公式、编号公式会被识别并原样保留，不会翻成一堆括号乱码；字体、段落、栏位都尽量贴近原稿。
- 术语表支持—— 适合翻译专业文档的团队。可以挂一份 CSV 术语表，让"机器学习"全文统一译成同一个词；项目还会自动从原文里抽取高频术语，减少"同名异译"。示例格式见 docs/example/demo_glossary.csv。
- 接任意 OpenAI 兼容模型—— 适合不想把论文传到云端的用户。Ollama 等本地大模型直接填个地址就能用，API 密钥随便写，数据不出你的机器。
- 大文档自动拆分—— 适合几百页的长报告。指定每部分页数上限后，BabelDOC 会把文档拆段翻译再自动拼回，中途出错不用从头再来。
排版细节可以翻一下实现文档 docs/ImplementationDetails/Typesetting.md，想了解它怎么解析 PDF 可以看 docs/ImplementationDetails/PDFParsing.md。
不同人群怎么选配置
科研党 / 研究生
- 目标语言设中文（默认就是），源语言英文
- 保留双语对照输出，精读时并排看
- 遇到公式多的期刊版式，开
--formular-font-pattern辅助识别公式
企业文档团队
- 把常用术语整理成 CSV 术语表挂上去
- 用 TOML 配置文件固化参数，团队里每人跑出来的译文风格一致
- 大文档用拆页翻译，避免单份文件卡死
隐私敏感 / 本地部署党
- 用 Ollama 之类的本地模型，全文不出内网
- 用离线资源包把字体和模型一次打包，断网环境也能跑
- 关掉缓存失效选项前确认密钥无误，重翻才会重新计费
常见问题
原 PDF 会被改坏吗？
不会。BabelDOC 只读取原文件，翻译结果写入新文件，原件一个字节都不会动。
只能接 OpenAI 吗？
不是。任何 OpenAI 兼容接口都行，--openai-base-url填一下就能换模型，本地模型、中转站都支持。
扫描件和图片型 PDF 能翻吗？
工具内置扫描件检测，还能通过 OCR 兜底选项处理纯黑字白底的扫描件，但效果取决于扫描质量，建议先试小样张。
翻得不满意能重来吗？
可以。默认有翻译缓存（省钱省时），加--ignore-cache就能无视缓存强制重翻某次任务。
进阶玩法，也靠得住
- 配置文件化：所有参数都能写进一份 TOML 配置，
--config一键套用，告别每次敲一长串参数。 - 离线资源包：
--generate-offline-assets把字体和模型打成 zip，拷到断网机器上--restore-offline-assets还原，内网部署不用折腾网络。 - 缓存机制：相同文本不会重复请求翻译接口，批量跑几十篇论文时能明显省开销。
- 开源透明：代码完全开放，核心流水线是插件式结构，中间表示层源码在 babeldoc/format/pdf/document_il/，看不懂的地方也可以直接翻源码。
给你的论文也来一次"汉化"
装好 BabelDOC，挑一篇压箱底的英文论文跑一遍，看看双语对照的效果再决定要不要批量处理。更多参数细节和语言支持列表，去官方仓库的文档目录里找，总有一款配置适合你。
【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
