[Brave]

Brave

在全球化日益深入的今天，科研文献的交流与研读成为学术发展的重要环节。然而，语言障碍，尤其是英文文献中复杂的专业术语、数学公式和图表，常常成为非英语母语研究者和学生高效获取知识的壁垒。PDFMathTranslate，一个由 byaiduPDFMathTranslate 团队（Trendshift）推出的开源项目，正是为了解决这一痛点而生，它致力于提供高质量的 PDF 科技论文翻译及双语对照阅读体验。

核心功能：精准翻译，保留原貌

PDFMathTranslate 的核心优势在于其强大的文档处理能力和翻译整合：

1. 精准翻译与双语对照：能够对 PDF 格式的科研论文进行翻译，并生成双语对照版本，方便用户理解和学习。
2. 格式高度保留：在翻译过程中，能够出色地保留原文的排版，包括复杂的数学公式 (📊)、图表、目录结构乃至注释（预览版支持），这对于理解科技文献至关重要。
3. 多语言与多服务支持 (🌐)：支持多种源语言和目标语言的翻译，并集成了包括谷歌翻译、DeepL、Azure OpenAI、以及通过 Xinference 部署的本地模型等在内的多样化翻译服务，用户可以根据需求灵活选择。
4. 多平台工具支持 (🤖)：提供了命令行工具、交互式用户界面 (GUI) 以及 Docker 镜像，满足不同用户在不同场景下的使用习惯。

快速上手与多样化使用方式

PDFMathTranslate 提供了多种便捷的体验和安装途径：

• 在线体验 (🌟)：
• 公共免费在线服务：无需安装，直接在线试用（推荐）。
• Immersive Translate – BabelDOC：每月提供1000页免费额度（推荐）。
• HuggingFace Demo：托管于 HuggingFace 的演示。
• ModelScope Demo：无需安装，托管于 ModelScope 的演示。

请注意：在线演示的计算资源有限，请勿滥用。*

• 安装与使用：
• UV 安装 (Python环境)：
• 确保已安装 Python (3.10 <= 版本 <= 3.12)。
• 安装 uv: pip install uv
• 安装 pdf2zh: uv tool install --python 3.12 pdf2zh
• 执行翻译: pdf2zh document.pdf (翻译后的文件将生成在当前工作目录)。
• Windows 可执行程序 (.exe)：为 Windows 用户提供了便捷的独立程序。
• 图形用户界面 (GUI)：提供直观的图形操作界面。
• Docker 部署：
• 拉取镜像: docker pull byaidu/pdf2zh (若 Docker Hub 访问困难，可尝试 ghcr.io/byaidu/pdfmathtranslate)
• 运行容器: docker run -d -p 7860:7860 byaidu/pdf2zh
• 浏览器访问: http://localhost:7860/
• 支持一键部署到 Koyeb、Zeabur 等云服务平台。
• Zotero 插件：方便与文献管理软件 Zotero 集成。
• 命令行工具：适合高级用户和自动化脚本。
• 安装问题解决：
• Windows 用户如遇下载后无法打开文件，请尝试安装 vc_redist.x64.exe。
• 如因网络问题导致 AI 模型 (wybxc/DocLayout-YOLO-DocStructBench-onnx) 下载失败，可设置环境变量 HFENDPOINT=https://hf-mirror.com (PowerShell 用户为 $env:HFENDPOINT = "https://hf-mirror.com") 尝试解决。

进阶选项与定制化

PDFMathTranslate 提供了丰富的命令行参数，满足用户精细化控制的需求，例如：

• 处理本地文件 (files) 或在线链接 (links)。
• 启动 GUI 界面 (-i)。
• 指定翻译页码 (-p)。
• 设定源语言 (-li) 和目标语言 (-lo)。
• 选择翻译服务 (-s)，如 pdf2zh example.pdf -s deepl。
• 设置输出目录 (-o)。
• 兼容模式 (-cp 或 --compatible)，支持非 PDF/A 文档。
• 批量翻译 (--dir)。
• 使用自定义提示 (--prompt) 或 ONNX 模型 (--onnx)。
• 实验性功能：通过 --babeldoc 参数使用新的 BabelDOC WebUI 后端进行翻译，例如 pdf2zh --babeldoc -s openai example.pdf。

完整的选项列表和详细说明，请参阅项目的“高级用法”文档。

持续更新与社区贡献

PDFMathTranslate 是一个活跃的开源项目，开发团队和社区贡献者不断为其带来新的功能和改进。从近期的更新日志可以看出：

• [2025年3月3日] 实验性支持新的 BabelDOC WebUI 后端（由 @awwaawwa 贡献）。
• [2025年2月22日] 改进了发布流程和 Windows-amd64 .exe 的打包（由 @awwaawwa 贡献）。
• [2024年12月24日] 支持在 Xinference 上使用本地模型（由 @imClumsyPanda 贡献）。
• [2024年12月19日] 通过 -cp 参数支持非 PDF/A 文档（由 @reycn 贡献）。
• [2024年12月10日] 支持 Azure 上的 OpenAI 模型（由 @yidasanqian 贡献）。

项目欢迎用户通过 GitHub Issues 或 Telegram 群组反馈问题和建议，并鼓励开发者参照贡献指南参与项目开发。

二次开发与未来展望

对于有下游应用需求的开发者，PDFMathTranslate 提供了 Python API 和 HTTP API 接口，方便将其集成到其他程序或服务中。

项目的 TODO 列表也揭示了其未来的发展方向，包括：

• 使用 DocLayNet、PaddleX、PaperMage、SAM2 等模型改进版面解析。
• 修复页面旋转、目录和列表格式问题。
• 修复旧论文中的像素化公式。
• 支持非 PDF/A 文件（已部分实现）。
• 开发 Zotero 和 Obsidian 插件（Zotero 插件已提供）。

总结

PDFMathTranslate 凭借其强大的功能、对复杂文档格式的良好支持、灵活的使用方式和活跃的社区，无疑为科研人员、学生以及任何需要阅读和理解外文科技文献的用户提供了一个高效、便捷的解决方案。无论是快速获取论文大意，还是进行细致的双语研读，PDFMathTranslate 都将成为你学术道路上的得力助手。不妨访问其 GitHub 仓库或在线 Demo，亲自体验一番。