1.简介
PDFMathTranslate 是一个用于科学 PDF 文档翻译及双语对照的工具，是一个功能强大且灵活的科学文档翻译工具，适合科研人员、学生和专业人士使用，能够有效提高文档翻译的效率和质量。其具有以下特点和功能：
核心功能
-
保留格式 ：在翻译过程中，能够保留原文档中的公式、图表、目录和注释，确保翻译后的文档与原文在结构和内容上保持一致。
-
多语言支持：支持多种语言的翻译，满足不同用户的需求。
-
多种部署方式：提供命令行工具、图形交互界面以及容器化部署等多种使用方式，方便用户根据自身需求选择。
github地址：https://github.com/Byaidu/PDFMathTranslate/tree/main
案例
以下案例使用免费方法，如果追求更高质量，可以使用付费API：
可以看到，这一框架在翻译文献时，只会对文档的正文部分进行提取并翻译，会自动保留算法、公式、注解、表格部分。文档会自动保存双语对照版和单语版，供用户选择。
以下案例使用DeepSeek API翻译
翻译效果对比
从左到右分别是：原文、谷歌翻译、Deepseek v3翻译，qwen-turbo翻译
从左到右分别是：原文、谷歌翻译、Deepseek v3翻译，qwen-turbo翻译
2.使用教程
下载源码：https://github.com/Byaidu/PDFMathTranslate/tree/main
安装
使用pip或conda安装
确保Python (3.10 <= 版本 <= 3.12)，然后安装uv，然后使用uv安装pdf2zh
pip install uv
uv tool install --python 3.12 pdf2zhWindows exe
下载 pdf2zh-version-win64.zip
解压缩并双击 pdf2zh.exe 运行
dockers
拉取并运行：
docker pull byaidu/pdf2zh
docker run -d -p 7860:7860 byaidu/pdf2zh在浏览器中打开：
http://localhost:7860/报错解决
warning: `/home/good/.local/bin` is not on your PATH. To use installed tools, run `export PATH="/home/good/.local/bin:$PATH"` or `uv tool update-shell`.
export PATH="/home/good/.local/bin:$PATH"当前程序在工作前需要一个 AI 模型 (wybxc/DocLayout-YOLO-DocStructBench-onnx)，一些用户由于网络问题无法下载。如果你在下载此模型时遇到问题，可以改变以下环境变量的解决方法：
set HF_ENDPOINT=https://hf-mirror.com对于 PowerShell 用户：
$env:HF_ENDPOINT = https://hf-mirror.com如果此解决方案对您无效或您遇到其他问题，请参阅 常见问题解答。
使用方法
在线页面
huggingface：https://huggingface.co/spaces/reycn/PDFMathTranslate-Docker
登录作者在huggingface托管的项目，可直接使用，无需安装和下载。
命令行
使用如下命令，执行翻译，文件生成在当前工作目录：
pdf2zh document.pdf执行翻译命令后在当前工作目录下生成译文文档 example-mono.pdf 和双语对照文档 example-dual.pdf，默认使用 Google 翻译服务。
-
命令行格式如下：
-p指定页码
pdf2zh example.pdf -p 1-3,5-li和-lo指定语言
pdf2zh example.pdf -li en -lo ja-s表示翻译服务提供商，默认使用Google进行翻译，我们也可以使用如DeepSeek、deepl等服务。
pdf2zh example.pdf -s openai:gpt-4o-mini
或
set OPENAI_MODEL=gpt-4o-mini
pdf2zh example.pdf -s openai
在powershell上使用：
$env:OPENAI_MODEL = gpt-4o-mini
pdf2zh example.pdf -s openai支持的服务商包括：
| Translator | Service | Environment Variables | Default Values | Notes |
|---|---|---|---|---|
| Google (Default) | google |
None | N/A | None |
| Bing | bing |
None | N/A | None |
| DeepL | deepl |
DEEPL_AUTH_KEY |
[Your Key] |
See DeepL |
| DeepLX | deeplx |
DEEPLX_ENDPOINT |
https://api.deepl.com/translate |
See DeepLX |
| Ollama | ollama |
OLLAMA_HOST, OLLAMA_MODEL |
http://127.0.0.1:11434, gemma2 |
See Ollama |
| Xinference | xinference |
XINFERENCE_HOST, XINFERENCE_MODEL |
http://127.0.0.1:9997, gemma-2-it |
See Xinference |
| OpenAI | openai |
OPENAI_BASE_URL, OPENAI_API_KEY, OPENAI_MODEL |
https://api.openai.com/v1, [Your Key], gpt-4o-mini |
See OpenAI |
| AzureOpenAI | azure-openai |
AZURE_OPENAI_BASE_URL, AZURE_OPENAI_API_KEY, AZURE_OPENAI_MODEL |
[Your Endpoint], [Your Key], gpt-4o-mini |
See Azure OpenAI |
| Zhipu | zhipu |
ZHIPU_API_KEY, ZHIPU_MODEL |
[Your Key], glm-4-flash |
See Zhipu |
| ModelScope | ModelScope |
MODELSCOPE_API_KEY, MODELSCOPE_MODEL |
[Your Key], Qwen/Qwen2.5-Coder-32B-Instruct |
See ModelScope |
| Silicon | silicon |
SILICON_API_KEY, SILICON_MODEL |
[Your Key], Qwen/Qwen2.5-7B-Instruct |
See SiliconCloud |
| Gemini | gemini |
GEMINI_API_KEY, GEMINI_MODEL |
[Your Key], gemini-1.5-flash |
See Gemini |
| Azure | azure |
AZURE_ENDPOINT, AZURE_API_KEY |
https://api.translator.azure.cn, [Your Key] |
See Azure |
| Tencent | tencent |
TENCENTCLOUD_SECRET_ID, TENCENTCLOUD_SECRET_KEY |
[Your ID], [Your Key] |
See Tencent |
| Dify | dify |
DIFY_API_URL, DIFY_API_KEY |
[Your DIFY URL], [Your Key] |
See Dify,Three variables, lang_out, lang_in, and text, need to be defined in Dify's workflow input. |
| AnythingLLM | anythingllm |
AnythingLLM_URL, AnythingLLM_APIKEY |
[Your AnythingLLM URL], [Your Key] |
See anything-llm |
| Argos Translate | argos |
See argos-translate | ||
| Grok | grok |
GORK_API_KEY, GORK_MODEL |
[Your GORK_API_KEY], grok-2-1212 |
See Grok |
| Groq | groq |
GROQ_API_KEY, GROQ_MODEL |
[Your GROQ_API_KEY], llama-3-3-70b-versatile |
See Groq |
| DeepSeek | deepseek |
DEEPSEEK_API_KEY, DEEPSEEK_MODEL |
[Your DEEPSEEK_API_KEY], deepseek-chat |
See DeepSeek |
| OpenAI-Liked | openailiked |
OPENAILIKED_BASE_URL, OPENAILIKED_API_KEY, OPENAILIKED_MODEL |
url, [Your Key], model name |
None |
| Ali Qwen Translation | qwen-mt |
ALI_MODEL, ALI_API_KEY, ALI_DOMAINS |
qwen-mt-turbo, [Your Key], scientific paper |
Tranditional Chinese are not yet supported, it will be translated into Simplified Chinese. More see Qwen MT |
对于与 OpenAI API 兼容但未列在上表中的大型语言模型，可以使用表中针对 OpenAI 概述的相同方法设置环境变量。
--dir 批量翻译
pdf2zh --dir /path/to/translate/PDFMathTranslate 会缓存已翻译的文本，以提高速度并避免对相同内容进行不必要的 API 调用。您可以使用**--ignore-cache 选项忽略翻译缓存**并强制重新翻译。
pdf2zh example.pdf --ignore-cache使用 --config 指定配置 PDFMathTranslate 的文件：
pdf2zh example.pdf --config config.json
或
pdf2zh -i --config config.jsonjson配置文件示例
{
"USE_MODELSCOPE": "0",
"PDF2ZH_LANG_FROM": "English",
"PDF2ZH_LANG_TO": "Simplified Chinese",
"NOTO_FONT_PATH": "/app/SourceHanSerifCN-Regular.ttf",
"translators": [
{
"name": "deeplx",
"envs": {
"DEEPLX_ENDPOINT": "http://localhost:1188/translate/",
"DEEPLX_ACCESS_TOKEN": null
}
},
{
"name": "ollama",
"envs": {
"OLLAMA_HOST": "http://127.0.0.1:11434",
"OLLAMA_MODEL": "gemma2"
}
}
]
}默认情况下，配置文件保存在 ~/.config/PDFMathTranslate/config.json 中。程序将首先读取 config.json 的内容，然后读取环境变量的内容。当环境变量可用时，首先使用环境变量的内容，然后更新文件。
图形用户界面（推荐）
pdf2zh -i浏览器访问：
http://localhost:7860/界面如下：
在这里也更方便去使用和调控。
本地模型+PDFMathTranslate
本地启用vllm，参考教程如下：
- LightRAG：基于LightRAG进行本地RAG部署
- qwen2-VL部署：Vllm进行Qwen2-vl部署（包含单卡多卡部署及爬虫请求）
部署好后启用模型
本地启动pdf2zh
pdf2zh -i浏览器访问：
http://localhost:7860/option设定如下：
- service选择OpenAI-liked
- Base_url选择自己设定的，如：http://0.0.0.0:8000/v1
- OPENAILIKED_API_KEY如果没有设定，可以随便填一个
- OPENAILIKED_MODEL选择你启动的模型，如Qwen2.5-7B-Instruct-GPTQ-Int4
如下：
API申请流程
DeepSeek
登录以下页面：DeepSeek
注册账号，并充值
- 费用参考：一个4页的文档，大约花费4分钱
点击左侧的API_keys，创建API Key，并复制API Key，
- 注意：API key只展示一次，如果没有保存，需要重新生成一个
使用方法：
-
阿里云
申请API Key教程：百炼控制台
申请API Key：百炼控制台
使用方法：
总结
PDFMathTranslate 是一个专注于科学 PDF 文档翻译的工具，能够保留原文档中的公式、图表、目录和注释，支持多种语言和翻译服务。它提供了多种使用方式，包括命令行工具、图形交互界面、容器化部署以及 Windows 可执行文件等，方便用户根据自身需求选择。此外，该工具还支持多线程翻译、部分文档翻译、自定义模型和端口等高级功能，进一步提升了翻译的效率和灵活性。尽管当前的 API 已暂时弃用，但项目团队仍在积极开发，计划在 pdf2zh 2.0 发布后重新提供更强大的 API 支持。未来，PDFMathTranslate 还将引入基于 DocLayNet 的布局解析技术，优化页面旋转、目录和列表格式等问题，并开发 Zotero 和 Obsidian 的插件，以进一步拓展其功能和应用场景。
如果你觉得这个工具对你的学习、工作或研究有帮助，不妨点个赞👍，收藏一下🌟，或者关注我们的项目👀。你的支持是我们不断改进和更新的动力！感谢你的关注与支持！