babeldoc

BabelDOC é uma ferramenta de tradução de documentos de código aberto projetada para traduzir arquivos PDF preservando o layout, a formatação e a estrutura originais. É construída como um sistema baseado em plugins que pode ser incorporado em outros programas ou usado diretamente via interface de linha de comando (CLI) para tarefas de tradução simples. ## Principais Recursos - **Preservação de Layout**: Traduz PDFs mantendo a estrutura original do documento, incluindo blocos de texto, fórmulas, tabelas e ordem de leitura - **Saída Bilíngue**: Pode gerar PDFs bilíngues (duplos) com páginas originais e traduzidas lado a lado ou alternadas, bem como PDFs traduzidos monolíngues - **Múltiplos Backends de Tradução**: Suporta qualquer endpoint de API compatível com OpenAI, incluindo modelos locais como Ollama, com URL base, chave de API e seleção de modelo configuráveis - **Suporte a Glossários**: Glossários baseados em CSV para tradução consistente de terminologia, com especificação opcional de idioma de destino por entrada - **Gerenciamento de Ativos Offline**: Gera e restaura pacotes de ativos offline para ambientes isolados, com verificação de hash SHA3-256 - **Processamento Avançado de PDF**: OCR para documentos digitalizados, detecção automática de layout, reconhecimento de fórmulas e manipulação de elementos complexos como marcas d'água e linhas decorativas - **Arquitetura de Plugins**: Pipeline extensível que suporta modelos personalizados, mecanismos de OCR e renderizadores ## Instalação e Uso O BabelDOC pode ser instalado a partir do código-fonte usando `uv` e usado via CLI. Exemplo de uso básico: ```bash babeldoc --openai --openai-model "gpt-4o-mini" --openai-base-url "https://api.openai.com/v1" --openai-api-key "sua-chave-de-api-aqui" --files exemplo.pdf ``` A configuração pode ser fornecida por meio de opções de linha de comando ou de um arquivo de configuração (formato TOML). A ferramenta suporta várias opções para controlar a qualidade da tradução, formato de saída, seleção de páginas, manipulação de marcas d'água e muito mais. ## API Python O BabelDOC fornece uma API Python para uso programático, embora todas as APIs sejam consideradas internas e o uso direto não seja oficialmente suportado. A API é compatível com pdf2zh_next, permitindo integração com fluxos de trabalho existentes. ## Casos de Uso - Tradução de artigos acadêmicos, documentos de pesquisa e manuais técnicos - Criação de versões bilíngues de documentos para aprendizado de idiomas - Tradução em lote de arquivos PDF com terminologia consistente - Integração em sistemas de gerenciamento de documentos ou fluxos de trabalho de tradução ## Projetos Relacionados O BabelDOC faz parte de um ecossistema mais amplo de ferramentas de processamento de documentos, incluindo leitores de layout, sistemas de OCR e serviços de tradução. É projetado para funcionar com ferramentas como PDFMathTranslate para cenários de autodeploy e integra-se com plugins Zotero para automação de fluxos de trabalho de pesquisa.