babeldoc

BabelDOC est un outil de traduction de documents open-source conçu pour traduire des fichiers PDF tout en préservant la mise en page, le formatage et la structure d'origine. Il repose sur un système basé sur des plugins, pouvant être intégré dans d'autres programmes ou utilisé directement via une interface en ligne de commande (CLI) pour des tâches de traduction simples. ## Fonctionnalités principales - **Préservation de la mise en page** : Traduit les PDF en maintenant la structure du document, y compris les blocs de texte, formules, tableaux et ordre de lecture. - **Sortie bilingue** : Génère des PDF bilingues (pages originales et traduites côte à côte ou alternées) ainsi que des PDF monolingues traduits. - **Backend de traduction multiple** : Prend en charge n'importe quel point de terminaison compatible API OpenAI, incluant des modèles locaux comme Ollama, avec URL de base, clé API et sélection de modèle configurables. - **Support de glossaire** : Glossaires basés sur CSV pour une terminologie cohérente, avec spécification optionnelle de la langue cible par entrée. - **Gestion des actifs hors ligne** : Génération et restauration de packages d'actifs hors ligne pour les environnements isolés, avec vérification de hachage SHA3-256. - **Traitement PDF avancé** : OCR pour documents numérisés, détection automatique de la mise en page, reconnaissance de formules et gestion d'éléments complexes comme les filigranes et lignes décoratives. - **Architecture plugin** : Pipeline extensible prenant en charge des modèles personnalisés, moteurs OCR et rendus. ## Installation et utilisation BabelDOC peut être installé depuis les sources en utilisant `uv` et utilisé via l'interface CLI. Exemple d'utilisation de base : ```bash babeldoc --openai --openai-model "gpt-4o-mini" --openai-base-url "https://api.openai.com/v1" --openai-api-key "your-api-key-here" --files example.pdf ``` La configuration peut être fournie via des options de ligne de commande ou un fichier de configuration (format TOML). L'outil prend en charge diverses options pour contrôler la qualité de la traduction, le format de sortie, la sélection des pages, la gestion des filigranes, etc. ## API Python BabelDOC fournit une API Python pour une utilisation programmatique, bien que toutes les APIs soient considérées comme internes et que leur utilisation directe ne soit pas officiellement prise en charge. L'API est compatible avec pdf2zh_next, permettant l'intégration dans des flux de travail existants. ## Cas d'utilisation - Traduction d'articles académiques, documents de recherche et manuels techniques - Création de versions bilingues de documents pour l'apprentissage des langues - Traduction par lot de fichiers PDF avec une terminologie cohérente - Intégration dans des systèmes de gestion de documents ou des flux de travail de traduction ## Projets connexes BabelDOC fait partie d'un écosystème plus large d'outils de traitement de documents, incluant des lecteurs de mise en page, des systèmes OCR et des services de traduction. Il est conçu pour fonctionner avec des outils comme PDFMathTranslate pour les scénarios d'autodéploiement et s'intègre aux plugins Zotero pour l'automatisation des flux de travail de recherche.