英文PDF翻译，不再是难事了

做技术的朋友大概都有这种体会：经常要和一堆英文PDF打交道——设备样本、技术手册、产品规格书、学术论文，偶尔还有客户发来的外文资料。

英文嘛，勉强能看，但看起来比较累，尤其是遇到专业术语密集、公式图表交织的文档，逐字逐句啃下来，眼睛酸了不说，思维也跟着钝了。所以想找一款软件把英文文档翻译成中文留档备用。

我当然也试过各种翻译工具。但凡是带点公式、表格的PDF，翻译完基本没法看——公式变成乱码，表格错位，字体忽大忽小，原本一页的内容能给你抻成三页。网上的付费网站价格又比较贵，一份100页的文档，翻译完成便宜的要十几到几十元。也有免费的网站，但多数限制较多，又要注册，也不方便。

所以这次专门找找有没有更好的方案。

通过查找和试用，GitHub上有两个开源项目比较合适，一个叫PDFMathTranslate Next，另一个叫RetainPDF。

1. PDFMathTranslate-Next

先说下PDFMathTranslate-Next。

1.1 它能做什么，不能做什么

• 文字型PDF（可选中复制文字的那种）的精准翻译
• 复杂公式（行内公式、行间公式）完整保留
• 表格、目录、批注、页眉页脚排版还原
• 生成纯中文版 + 中英双语对照版两份PDF

先看看效果，排版不乱，复杂公式保存完整。从工具名字就能看出，像这类学术论文格式的文档，用它来翻译尤其合适。

1.2 安装和配置

我的电脑是Windows系统，找到适合Windows系统的安装包，选择带模型的版本（标题中有with-assets）。下载地址：

https://github.com/PDFMathTranslate-next/PDFMathTranslate-next/releases

下载解压后双击运行就行，浏览器会自动弹出一个本地运行的 Web 界面。页面布局很直观，左侧是文件上传区和设置区，右侧是文档预览区。

上传PDF，选择要翻译的目标语言为中文。翻译服务默认是硅基流动（SiliconFlow）的免费模型THUDM/GLM-4-9B-0414。

简单做一下选项配置，界面语言选择简体中文。

术语提取速度限制改成并发请求800。

Pages默认选全部，如果只想测试可以选前5页，建议勾选仅在输出PDF中包含已翻译的页面。

PDF输出选项中，勾选使用交替页面进行双页PDF阅读，这样生成的双语版PDF可以双页视图对照阅读，水印模型选择无水印版。

下面的高级选项，一般不用修改。

下图是给大模型的提示词，可不填。

所有设置完成后，点击最后的保存设置。然后回到翻译页面，点击翻译按钮。10页文档大概一两分钟，右侧预览区显示处理完成，下载按钮亮了。

下载dual双语版PDF，双语对照版本——英文原文和中文译文并排排列，上下段落对齐。遇到翻译不太准确的地方，瞄一眼原文就明白了。原文的公式，翻译完还是公式，没有变成乱码。段落位置和原文件基本一致。

1.3 接上DeepSeek，翻译质量还能再上一个台阶

硅基流动的免费模型日常够用，但某些专业术语的处理还不够精准。如果希望翻译后的文档能长期使用，可以换成DeepSeek。

DeepSeek是国产大模型，翻译技术文档的效果明显更好：术语更准、语句更通顺。而且并发高、价格低——大约1页1分钱，10页的文档花费一毛钱左右。

配置只需四步：

设置完成后即可直接使用。

设置完成后，无须重启 PDFMathTranslate 即可生效。

1.4 大模型限速设置（这个容易踩坑）

接了大模型 API 后，有个配置项虽然不起眼，但一旦设错就很容易报错——限速参数，也就是QPS（每秒请求数） 和最大工作线程数。

在 PDFMathTranslate-Next 的高级设置中，这两个参数控制着向翻译接口发送请求的“节奏”。设得太高，会被接口限流甚至封禁；设得太低，翻译速度又会慢得让人着急。

两个概念先分清

三种设置方式

系统提供三种方式，前两种会自动换算成第三种，不用手动算：

如果想手动微调

RPM限制的接口（假设官方限制1000次/分钟）：

QPS = RPM ÷ 60（向下取整）= 15

线程池 = QPS × 10（经验值）= 100

并发限制的接口（假设官方允许50并发）：

线程池 = 0.9 × 官方并发数（向下取整）= 45

QPS = 线程池 = 45

1.5 几个值得留意的设置项

除了翻译服务，还有几个选项值得留意：

翻译页数：默认选翻译整篇，也可以先翻前5页试试效果。我第一次用的时候就是先试了前5页，看质量满意了再翻整篇。它支持连续页码和不连续页码混着写，比如"1,3,5-10"表示翻第1页、第3页、第5到10页。这个挺实用的——有时候你只想翻译文档里的某几章。

输出模式：默认会生成两份PDF——一份纯中文，一份中英双语对照。如果你只需要其中一种，可以在设置里关掉另一种。

术语表：为了防止术语翻译的前后不一，系统默认会先提取术语表，然后统一翻译。如果你经常翻译某个专业领域的文档，可以把固定术语整理成一个CSV文件上传。系统翻译时会优先按你定义的术语来翻，不用每次都人工校对。

2. RetainPDF：扫描件的救星

用了几天PDFMathTranslate-Next，基本满意。但是扫描版的资料会报错。

于是我又去试了另一个工具：RetainPDF。

2.1 开箱就能用

RetainPDF最擅长解决的就是扫描件的PDF翻译问题。它给我的第一印象是——作者真的想让你直接用起来，几乎没有设置项。

Windows用户直接去GitHub仓库下载Setup.exe安装包，双击安装，点击下一步就装好了。装完运行，通过软件界面操作。下载地址：

https://github.com/wxyhgk/retain-pdf/releases/

安装后需要设置两个API，一个是PaddleOCR的云API，目前每天10000页免费额度，足够使用，第二个就是Deepseek的API，跟上面的一样。

2.2 内置OCR，扫描件直接翻

和PDFMathTranslate最大的不同：RetainPDF翻译文档先要进行OCR识别。

OCR你可以理解成"图片里的文字识别"。扫描版PDF本质上就是一张一张图片，RetainPDF先把图片里的文字和图片"读"出来，记录位置，然后再翻译、重新排版。

我把那份扫描版的资料传上去，等了一会儿就翻译完成了——OCR速度比想象中要快。OCR识别、翻译、重新排版，一整套流程跑完，下载译文PDF。

打开一看，文字已经替换成中文，排版还在，位置基本没动。

RetainPDF的特色是OCR后重新排版，即使不是扫描版的文档，还是会转换成图片去OCR，无论是直接翻译原文档，还是先扫描再翻译，Final 效果都能达到图中所示的水准。

2.3 公式和排版保真度

RetainPDF对行内公式的还原做了专门优化。那份扫描资料里有一些参数公式，翻译后的PDF里这些公式位置基本没动，字体大小也和原文接近。

作者对自己的定位很直白：在保留版面、公式与结构的前提下进行PDF翻译。这个目标听起来和PDFMathTranslate有点像，但实现路径不同——PDFMathTranslate走的是"AI布局分析 + PDF指令流分析"的路子，RetainPDF则结合了OCR + 排版重建。扫描件这个场景下，RetainPDF明显更胜一筹。

但如果你手头的PDF是扫描件，RetainPDF是目前开源方案里最靠谱的选择。

3. 横向对比

见表格：

4. 总结：怎么选

两个工具用下来，优势短板都很清楚了：

PDFMathTranslate Next的强项是文字型PDF，排版还原很到位，公式、图表、目录、批注都能原样保留。支持多种翻译接口，免费和付费的都有。但扫描版PDF无能为力，大文件处理偏慢。虽然有时还会把目录一类的短行翻译成段落，但是瑕不掩瑜，自用是够的。

RetainPDF胜在能处理扫描件，内置OCR是它的核心差异化。

所以我的建议很简单：

文字型PDF（绝大多数情况）→ PDFMathTranslate-Next

，简单、效果好、接口选择多。

扫描版/图片型PDF → RetainPDF

，目前开源方案里处理这类文档最靠谱的。

5. 一点感触

放在两三年前，要把一篇带公式、带表格的英文PDF翻译成排版整齐的中文文档，费用贵不说，时间还很长，翻译出来的效果还往往不尽人意。

现在不一样了。AI翻译的质量在2024年之后有了质的飞跃。像DeepSeek这样的国产大模型，对技术文档、学术论文的翻译，已经达到了日常阅读完全够用的水准。再加上这些开源工具在排版还原上的突破，翻译这件事的成本，已经从"几百上千"降到了"几毛几分"。

软件免费，翻译API按量计费——DeepSeek的价格，翻译技术文档，成本也就1页1分钱。整篇文档几分钟搞定，不需要自己手动调排版。

这不是省钱的问题，是效率的问题。以前翻译完还要花大量时间对照原文重新理解，现在双语对照、排版整齐，直接就能用。

当然，AI翻译也不是万能的。法律文件、文学作品这类对精度和风格要求极高的内容，以及需要对外的商业文档，还是需要人工来把关。但对技术文档、产品手册、学术论文这些场景，"开源工具 + 大模型API"的组合，已经是当下性价比最高的方案了。

花小钱，办大事——这句话放在这里，再合适不过。

如果你也有翻译PDF的需求，可以试试这两个工具。如果你有其他更好的方案，欢迎在评论区留言交流，说不定还能再挖出一些宝藏工具来。

相关链接：