更新日志：版式保留翻译与个人术语库

辣椒AI 的文档翻译能力已支持完整保留原始版面：翻译后的文档，图表位置、表格结构、公式、页码、分栏全部保持原样。

---

和"复制粘贴去翻译"的差别

把一份 PDF 的文字复制出来丢进翻译工具，你会得到：

• 双栏排版的论文，文字顺序完全错乱
• 图表和它的说明文字彻底分家
• 公式变成一堆乱码
• 表格被压成一行行没有关系的数字
• 页码、脚注、参考文献混进正文

结果是译文虽然"翻译"了，但读起来比原文还费劲。

版式保留翻译的做法不一样：先识别页面上每个元素的类型和位置（正文块、标题、图片、表格、公式、页眉页脚），只翻译需要翻译的部分，其余原样保留，最后按原位置重新排版渲染。

为什么"识别元素类型"这么重要

一份典型的学术 PDF 里同时存在多种内容：正文段落、标题层级、图表的标题和注释、表格的行列结构、数学公式、引用标记、脚注区域。如果把它们都当作文本块来处理，翻译引擎会把"Figure 3: Experimental results"当正文翻成"图 3：实验结果"，然后这块文字和图 3 本身失去关联——读的人找不到哪张图对应这句说明。

版式保留的做法是先做版面分析，再做翻译，最后做排版回填。每一步的职责明确：

1. 版面分析：用视觉模型识别每个矩形区域的内容类型和阅读顺序
2. 选择性翻译：只翻译正文块，图表中的数字、公式符号、参考文献编号保持原样
3. 版式回填：将译文替换回原位置，处理因文本长度变化导致的溢出

---

---

功能要点

中外文对照

可以对照查看原文与译文，也可以直接下载双语版本。读专业文献时这一点很重要——译文有歧义时能立刻回看原文。

对照阅读有几种模式可选：

• 左右分栏：原文左、译文右，适合逐段精读
• 上下对照：原文在上、译文在下，适合手机端浏览
• 段落级对比：点击任一段落高亮对应译文，适合快速定位有疑问的部分

个人术语库

可以维护自己的术语对照表并在翻译时挂载。同一个术语在整份文档里保持统一译法，不会出现前后不一致的情况。

一个典型的应用场景：假设你长期阅读计算机视觉领域的论文。"bounding box"这个词，市面上常见的翻译引擎有时翻成"边界框"、有时翻成"包围盒"、有时甚至不翻。如果你在术语库里写明了 bounding box → 边界框，整份文档乃至后续所有文档的翻译都会遵循这条规则。

对于长期读同一领域材料的用户，术语库是会持续增值的资产——它记录的是你这个领域的表达习惯。建好了就是你的，越来越准。

术语库还支持：

• 按领域分组管理——可以建"计算机视觉术语""医学影像术语"等多套术语表
• 导入导出——支持 CSV 格式，可以和团队共享
• 模糊匹配——词形变化（bounding boxes）也能命中对应术语

多语种

支持常用语种之间的互译，覆盖中、英、日、韩、法、德、西、俄、阿等主要语种。

---

工程上的几个实际问题

译文长度和原文不一致

中译英通常变长、英译中通常变短——这个差异在版式保留场景下是核心难题。原位置的框放不下译文时需要处理溢出。我们的处理策略是分级的：

1. 轻微溢出（<15%）：优先尝试微调字号，人眼几乎察觉不到
2. 中等溢出（15%-40%）：扩大该区域的可用空间，自动调整周边元素的间距
3. 严重溢出（>40%）：该区域改为自适应高度，并给页面增加局部滚动

这个策略的核心思路是：尽量不让用户感知到版式变化，只在不得不变的时候才变。

版面分析的成本

识别页面元素需要模型推理。一个典型 PDF 可能有几十到几百页，逐页推理耗时可观。我们对推理运行时做了几项优化：

• 预处理缓存：同一份文档的版面分析结果会被缓存，二次翻译直接复用
• 按需推理：只对有翻译需求的页面做全量分析，纯图片页跳过
• 批量推理：尽可能合并小页面的推理请求，减少网络往返

字体嵌入

渲染中文需要嵌入字体，否则导出的 PDF 在别人机器上会显示异常——这在实际分发场景中几乎是必现的问题。我们对字体文件做了子集化处理，只嵌入文档中实际用到的字符，在显示效果和文件体积之间取平衡。

大文件走异步

一份几百页的文档翻译需要时间。所以这类任务走异步队列，处理完成后通过站内通知和邮件两种方式提醒用户，而不是让页面一直转圈。用户可以在任务列表中随时查看进度，也可以对已完成的翻译再次调整术语库后重新生成。

更多技术细节见《文档处理中台：同步与异步的双轨设计》。

---

适用场景

• 学术文献阅读——外文论文对照阅读，术语统一。一个典型的博士生可能需要读上百篇英文文献，术语库的复用价值在这里体现得最明显。
• 技术文档——外文手册、规范、白皮书。这类文档往往有严格的格式约定（代码块、表格、示意图），版式丢失等于信息丢失。
• 商务材料——合同、报告、方案。重要文件仍建议人工复核，但机器翻译 + 版式保留可以大幅降低初稿的制作成本。
• 多语种内容分发——一份中文产品手册需要同步出英文、日文版本，版式保留翻译可以一次性输出多语种版本，各语种的第一印象都是"正式"的。

---

限制与不足

如实说明目前的边界：

• 字体依赖：如果原文使用了非常见字体，翻译后的版面可能无法完美复现原始设计感
• 复杂排版：杂志式的自由排版（每页布局各不相同）目前的支持还不够好，更适合学术论文和技术文档这种排版规律性强的场景
• 公式翻译：目前公式内容本身不做翻译，仅保持原样。后续会考虑支持公式内变量的翻译

---

有翻译质量方面的具体反馈，欢迎告诉我们。