开发教程

DeepL 免费额度用完后,PDF 保版式翻译的可行方案

编辑部阅读约 5 分钟

DeepL 免费文档额度用尽后,如何继续把 PDF 翻成版式不变、文字可选中的中文 PDF。文章对比 DeepL、Gemini、OpenAI 三条路线,给出开源工具的命令行做法、文字选不中的排查步骤,并说明共享密钥与授权绕过类工具的风险,附一份可执行检查清单。

把一份几十页的 PDF 翻成中文,还要保持原排版、译文能复制能搜索,这件事在免费额度面前很容易卡住。DeepL 的免费文档翻译按月计字符,一份技术白皮书或论文合集往往几天就消耗完;换别的工具又常冒出两个新问题:版式被重排,或者输出变成"图片 PDF",文字选不中、搜不到。

下面把这类需求的边界、免费方案为什么总差一口气,以及几条能落地的路线梳理一遍,重点在"保版式 + 文字可选中 + 引擎可替换"。

先明确三个硬约束

  • 格式:PDF 进、PDF 出,分栏、页眉页脚、图表位置尽量不动。
  • 文本层:输出必须是文本型 PDF,而不是把译文渲染成图片贴回页面。
  • 引擎:优先 DeepL,其次 OpenAI / Gemini,成本尽量低。

三条同时满足并不容易,市面上大多数"一键翻译 PDF"其实只做到其中两条。

免费方案为什么总差一口气

  1. 计费方式:DeepL 免费档按字符计,文档翻译同样吃额度。PDF 里除正文还有大量重复的页眉、参考文献、代码块,实际字符数比肉眼估计大得多。免费档是否包含文档接口、如何计费,以 DeepL 官网最新说明为准。
  2. 版式被重排:Calibre 这类工具本质是"解析 → 重排 → 输出"。PDF 本身没有语义结构,重排之后分栏、公式、图表位置必然漂移。
  3. 文本层丢失:有的工具为了防止译文撑破原有文本框,直接把译文画成图片贴回去,看着正常,但复制、检索、无障碍全部失效。

路线一:官方额度 + 支持自定义 API 的客户端

引擎 免费情况 优势 注意
DeepL API 有按月字符额度 中文语感好 长文档消耗快,文档接口支持情况以官网为准
Gemini API 有免费层,按请求频率限流 长上下文、整段理解好 免费层有速率限制,批量跑要控并发
OpenAI API 按量付费,无免费额度 工具兼容性最好 成本可控但非零

做法是申请 key,在支持自定义接口的翻译客户端里填 Base URL 和 Key。Gemini 提供 OpenAI 兼容的接口地址,很多只认 OpenAI 协议的工具可以直接接进去。适合页数不多、想快点出结果的场景。缺点是额度用完还得换,而且客户端自身的 PDF 输出模式决定了文字能不能选中。

路线二:用开源命令行工具把版式保住

推荐 PDFMathTranslate(命令 pdf2zh)这一类工具:它按文本块识别位置,把译文写回原坐标,输出单语或双语 PDF,后端支持 DeepL、OpenAI 兼容接口、本地 Ollama 模型等。

# 安装(需要 Python 环境)
pip install pdf2zh

# 用 OpenAI 兼容接口翻译,输出到 out 目录
pdf2zh input.pdf -s openai -o out

服务名、参数和密钥的配置方式以项目 README 为准;密钥建议放配置文件或环境变量,不要写进命令历史。同类还有 BabelDOC 等,思路一致:先做版面分析,再逐块翻译,最后按原坐标回填。相比"整篇重排"的工具,这条路对分栏论文、带图表的说明书更友好。

路线三:先转换格式再翻译

如果对版式不是像素级要求,可以先把 PDF 转成 Markdown 或 DOCX:用 MinerU、marker 之类工具抽出结构,翻译文本后重新排版。好处是公式、表格、代码块更可控,译文质量更稳;坏处是重新排版要花时间,页数一多不如直接回填坐标省事。

输出 PDF 文字选不中的排查

  1. 先确认源文件是文本型 PDF:pdftotext input.pdf - | head。没有输出说明是扫描件,任何工具都只能对着图片翻译,需要先做 OCR(如 ocrmypdf)。
  2. 检查输出:pdftotext output.pdf - | head,能出文字说明文本层存在。
  3. 客户端若有"仅译文 / 双语 / 图片模式"之类选项,换成保留文本层的模式再试。
  4. 字体嵌入失败也会导致文字不可选或乱码,换一套支持中文的字体配置。

不建议走的两条捷径

  • 共享密钥、第三方代理接口:本质是借用他人额度或绕过官方计费。风险是随时失效、文档内容经过不受控的中间人、触发风控后 IP 或账号被封,通常也违反服务条款。讨论里出现的"免费 key 群组"属于这一类,不建议使用。
  • 各类授权绕过工具:与文档翻译无关,来源不明的二进制还有安全风险,不要为了省事装到自己的工作机上。高频请求非官方接口被封 IP 的情况也很常见。

想彻底不花钱又不想冒风险,可行的替代是本地模型:用 Ollama 拉一个翻译能力尚可的模型接进 pdf2zh。代价是速度慢、质量弱于商业 API,长文档可能要跑几个小时。

一套可执行的检查清单

  • 用 pdftotext 判断文本型还是扫描件,扫描件先 OCR
  • 统计字符量(wc -m),对照各引擎免费额度估算够不够
  • 选路线:页数少用客户端 + 官方 key;页数多用 pdf2zh 批量跑
  • 先拿 3–5 页试翻,确认版式和文本层都正常再跑全文
  • 控制并发,批量任务加失败重试和断点续跑
  • 保留中间产物,方便换引擎重跑

批量翻译几十上百页通常要跑很久,本地机器一旦休眠或网络抖动,任务就断了。如果手边设备性能有限、又需要长时间挂着跑,可以考虑把任务放到一台长期在线的远程 Mac 上执行,通过命令行提交后不必守着,避免中途掉线重来——这只是可选做法,页数不多时完全没必要。

小结

免费额度用完不必急着找"野路子":先用官方免费层加可换引擎的客户端应付小文件,用开源工具解决版式与文本层,扫描件先 OCR,实在要零成本就上本地模型。真正决定成品质量的往往不是哪家引擎,而是有没有先做小样验证、有没有把文本层检查加进流程。各家的免费额度、限流规则和接口支持范围变化较快,动手前请以官方文档的最新说明为准。

Gemini开源工具沉浸式翻译PDF翻译DeepL