本文部分內容參考自賬號 「沉浸式翻譯」

沉浸式翻譯團隊最近開源了他們PDF翻譯工具——「BabelDOC PDF」 。BabelDOC 在很大程度上解決了 PDF 機翻中出現的排版亂碼、串行等不可用的「老大難」 問題，可以直接輸出對版的精準 PDF。

產品發布后，BabelDOC 一舉沖進了 Github 全站全開發語言 Trending 榜的前三。

隨后，BabelDOC又上新了多語種支持功能，支持使用拉丁字母的語言翻譯成簡體中文、繁體中文、日文和韓文。同時，上線了中、日、韓三國文字之間的互譯功能。

目前，免費用戶每月可享 1000 頁解析額度及 GLM-4-FLASH 翻譯。Pro 用戶最多可享受每月 10000 頁解析額度，可以使用 DeepSeek 翻譯模型。

Founder Park 正在搭建「AI產品市集」社群，邀請從業者、開發人員和創業者，掃碼加群：

進群后，你有機會得到：

• 最新、最值得關注的 AI 新品資訊；
  

• 不定期贈送熱門新品的邀請碼、會員碼；
  

• 最精準的AI產品曝光渠道
  

01

BabelDOC 是如何實現「精準翻譯+版式對版」 的？

我們先來看 BabelDOC 實現的效果。BabelDOC 能夠完整地提取并翻譯 PDF 中內嵌圖表、腳注、公式等非文本元素，能實現譯文與源文件之間像素級版式對齊。同時，BabelDOC 能夠自動識別學術論文/招股書/行業白皮書等專業文檔結構，確保翻譯后布局與數據可視化效果，同原文檔高度一致。

在技術方面，首先，BabelDOC 會完整地解析 PDF 的內容，包括讀取文件頭尾來了解 PDF 的結構、讀取圖片/文字等元素。在處理以上步驟后，BabelDOC PDF 引入了「AI 布局識別」技術，來辨認文本的布局、段落結構，以及一些復雜的內容排版情況，例如圖片、表格和數學公式，并「記憶」下來。

接著，在布局識別完成后，提取文本并交給大語言模型進行翻譯。

然后，把翻譯好的文字同上面識別記錄下來的排版情況進行比對，智能匹配對應的字體、行距等樣式，確保文本能夠適應新的布局。

當遇到圖片和復雜公式時，BabelDOC PDF 會對其進行識別和解析。富文本的文字部分進行對應的翻譯，公式則以原封不動地以字符形式保留。

最后，通過智能渲染的方式，將翻譯好的文字調整好大小尺寸，將上面所提到的數學公式、圖片、表格等重新排版一遍，寫入新文檔。

由此，做好翻譯和排版復原 PDF 文檔完成。

02

PDF 翻譯為什么那么復雜？

要了解 BabelDOC PDF，我們需要花一點時間了解 PDF （Portable Document Format），這個堪稱數字出版歷史上最有影響的發明之一。

PDF 文檔源自行業內響當當的 Adobe 公司，是該公司聯合創始人約翰·沃諾克（John Warnock）于上世紀 90 年代初發明的，目的是為了解決文檔不同設備上顯示效果不一致的問題。PDF 問世后增加了大量交互、加密等功能，并于 2008 年被國際標準化組織（ISO）采納為國際標準（ISO 32000-1:2008）。相比于常見的 。DOCX 格式文檔，PDF 在可編輯性上略遜一籌，但有自己獨特的優勢，可以參考下表：

這些優缺點都源自 PDF 的文件結構。PDF 的文件結構可以理解為「一張充滿二進制代碼和文本的紙」，其架構如同枝繁葉茂的大樹，結構是這樣構成的——

• 大樹的根部是「文件頭尾」：包含一系列二進制代碼，讓讀文件的程序（包括 BabelDOC PDF）將其識別為二進制文件，而不是純文本，并給出交叉引用表等資源的位置。

• 大樹的末端枝干是 Page Tree，又稱「頁面樹」：每個分支代表 PDF 中的一個頁面，記錄了圖片、文字等元素的「引用」情況

• 大樹的主干分叉部分是「交叉引用表」：當讀文件的程序遇到交叉引用表，就如同看到了什么信息存放在哪里（頁面樹）的指路牌，可以順藤摸瓜找到對應的信息

• 大樹的葉子、花朵、果實是「資源」：包含了組成文檔所需的各種細節，如具體的字體、圖像、顏色空間等

• 大樹的導管系統是「內容流」：記錄了 PDF 頁面的繪制指令，描述了程序如何在頁面上還原出文本、圖像等元素。

所以當一個程序打開 PDF 文檔時，我們可以大致把打開的過程想象為下圖的流程——

當然，這只是個形象的比喻，實際上的過程比這個復雜很多，大家能理解基本的原理就好。