中文 | English 

bilingual_book_maker

bilingual_book_maker 是一款基于 ChatGPT 的 AI 翻译工具，旨在帮助用户将 epub、txt、srt 和 pdf 格式的文件及书籍翻译成多种语言版本。本工具仅适用于翻译公共领域的 epub 文件及其他作品，不应用于受版权保护的作品。在使用本工具之前，请仔细阅读项目的 免责声明。

支持的模型

gpt-5-mini、gpt-4、gpt-3.5-turbo、claude-2、palm、llama-2、azure-openai、command-nightly、gemini、qwen-mt-turbo、qwen-mt-plus
对于非 OpenAI 模型，可以使用 liteLLM() 类——liteLLM 支持上述所有模型。更多关于 liteLLM 的使用信息，请参阅：https://github.com/BerriAI/litellm/blob/main/setup.py

准备工作

1. ChatGPT 或 OpenAI 的 API Token ^token
2. epub/txt/pdf 格式的书籍
3. 具有互联网连接或代理环境
4. Python 3.8+

快速开始

我们提供了一个示例书籍 test_books/animal_farm.epub 用于测试。

pip install -r requirements.txt
python3 make_book.py --book_name test_books/animal_farm.epub --openai_key ${openai_key} --test
或者
pip install -U bbook_maker
bbook --book_name test_books/animal_farm.epub --openai_key ${openai_key} --test

翻译服务

• 使用 --openai_key 参数指定 OpenAI 的 API 密钥。如果您有多个密钥，可以用逗号分隔（xxx,xxx,xxx），以减少因 API 调用限制导致的错误。 或者，您也可以直接设置环境变量 BBM_OPENAI_API_KEY。
• 我们提供了一个示例书籍 test_books/animal_farm.epub 用于测试。
• 默认底层模型是 GPT-3.5-turbo，这也是 ChatGPT 目前使用的模型。您可以使用 --model gpt4 将底层模型更改为 GPT4，也可以选择 GPT4omini。
• 需要注意的是，GPT4 的成本远高于 GPT4-turbo，但为了避免触发速率限制，我们会自动在 gpt-4-1106-preview、gpt-4、gpt-4-32k、gpt-4-0613 和 gpt-4-32k-0613 之间均衡分配请求。
• 如果您想使用 OpenAI 的特定模型别名（例如 gpt-4-1106-preview 或 gpt-3.5-turbo-0125），可以使用 --model openai --model_list gpt-4-1106-preview,gpt-3.5-turbo-0125。--model_list 接受一个由逗号分隔的模型别名列表。
• 如果使用 chatgptapi，可以添加 --use_context 参数，为发送给模型进行翻译的每个段落添加一段上下文说明（见下文）。

• DeepL
  支持 DeepL 模型 DeepL Translator，需要付费获取 Token。

  python3 make_book.py --book_name test_books/animal_farm.epub --model deepl --deepl_key ${deepl_key}
  

• DeepL 免费版

  python3 make_book.py --book_name test_books/animal_farm.epub --model deeplfree
  

• Claude

  使用 Claude 模型进行翻译。

  python3 make_book.py --book_name test_books/animal_farm.epub --model claude --claude_key ${claude_key}
  

• Google Translate

  python3 make_book.py --book_name test_books/animal_farm.epub --model google
  

• Caiyun Translate

  python3 make_book.py --book_name test_books/animal_farm.epub --model caiyun --caiyun_key ${caiyun_key}
  

• Gemini

  支持 Google 的 Gemini 模型，使用 --model gemini 可以选择 Gemini Flash，或使用 --model geminipro 选择 Gemini Pro。 如果您想使用 Gemini 的特定模型别名（例如 gemini-1.5-flash-002 或 gemini-1.5-flash-8b-exp-0924），可以使用 --model gemini --model_list gemini-1.5-flash-002,gemini-1.5-flash-8b-exp-0924。--model_list 接受一个由逗号分隔的模型别名列表。

  python3 make_book.py --book_name test_books/animal_farm.epub --model gemini --gemini_key ${gemini_key}
  

• Qwen

  支持阿里云 Qwen-MT 专业翻译模型。该模型支持 92 种语言，并具备术语干预和翻译记忆等功能。 使用 --model qwen-mt-turbo 可以获得更快、更经济的翻译；而使用 --model qwen-mt-plus 则可以获得更高品质的翻译。

  您可以使用 source_lang 显式指定源语言，或者留空以启用自动检测功能。

  python3 make_book.py --book_name test_books/animal_farm.epub --qwen_key ${qwen_key} --model qwen-mt-turbo --language "简体中文"
  python3 make_book.py --book_name test_books/animal_farm.epub --qwen_key ${qwen_key} --model qwen-mt-plus --language "日语" --source_lang "英语"
  

• 腾讯 TranSmart

  python3 make_book.py --book_name test_books/animal_farm.epub --model tencentransmart
  

• xAI

  python3 make_book.py --book_name test_books/animal_farm.epub --model xai --xai_key ${xai_key}
  

• Ollama

  支持 Ollama 自托管模型。如果 Ollama 服务器未运行在本地主机上，可以使用 --api_base http://x.x.x.x:port/v1 指向 Ollama 服务器地址。

  python3 make_book.py --book_name test_books/animal_farm.epub --ollama_model ${ollama_model_name}
  

• groq

  GroqCloud 目前支持多种模型，具体可参考 Supported Models。

  python3 make_book.py --book_name test_books/animal_farm.epub --groq_key [your_key] --model groq --model_list llama3-8b-8192
  

使用方法

• 翻译完成后，对于 EPUB 输入文件，将生成名为 ${book_name}_bilingual.epub 的双语文本；对于 TXT/MD/SRT 输入文件，则会生成名为 ${book_name}_bilingual.txt（或 _bilingual.srt）的双语文本（或字幕文件）。对于 PDF 输入文件，工具会先生成一个双语 .txt 备份文件，并尝试创建 ${book_name}_bilingual.epub —— 如果 EPUB 创建失败，TXT 备份文件仍然可用，因此无需重新翻译。
• 如果在翻译过程中出现任何错误，或者您希望中断翻译并按下 CTRL+C，系统会生成一个临时的双语文件（例如 {book_name}_bilingual_temp.epub 或 {book_name}_bilingual_temp.txt）。您可以将其重命名为所需的文件名。

参数

• --test:

  使用 --test 选项可在未付费的情况下预览结果。请注意，此功能有使用限制，并且可能需要一些时间。

• --language:

  设置目标语言，例如 --language "简体中文"。默认目标语言为“简体中文”。可通过帮助信息查看支持的语言：python make_book.py --help。

• --proxy:

  使用 --proxy 选项指定用于访问互联网的代理服务器。输入类似 http://127.0.0.1:7890 的字符串。

• --resume:

  使用 --resume 选项可在中断后手动恢复进程。

  python3 make_book.py --book_name test_books/animal_farm.epub --model google --resume
  

• --translate-tags:

  EPUB 文件由 HTML 文件组成。默认情况下，我们仅翻译 <p> 标签内的内容。使用 --translate-tags 可指定需要翻译的标签，多个标签之间用逗号分隔。例如：--translate-tags h1,h2,h3,p,div。

• --exclude-translate-tags:

  使用 --exclude-translate-tags 可将指定 HTML 标签内的内容排除在翻译之外。这对于保留代码块、预格式化文本或其他特殊内容非常有用。多个标签之间用逗号分隔。默认值为 sup,code。例如：--exclude-translate-tags code,pre。

  提示：使用 --exclude-translate-tags "" 可翻译所有内容，包括代码块（覆盖默认的排除设置）。

• --book_from:

  使用 --book_from 选项可指定电子阅读器类型（目前仅支持 kobo），并使用 --device_path 指定挂载点。

• --api_base:

  如果您希望更改 API 基础 URL（例如使用 Cloudflare Workers），可以使用 --api_base <URL> 来实现支持。注意：API URL 应为 'https://xxxx/v1'，且需使用引号。

• --allow_navigable_strings:

  如果您希望翻译电子书中未标记任何标签的字符串，可以使用 --allow_navigable_strings 参数。这会将这些字符串添加到翻译队列中。请注意，最好尽可能选择格式更规范的电子书。

• --prompt:

  要调整提示模板，可以使用 --prompt 参数。user 角色模板中的有效占位符包括 {text} 和 {language}。支持以下几种配置方式：

  • 如果无需设置 system 角色内容，可以直接这样设置：--prompt "Translate {text} to {language}." 或 --prompt prompt_template_sample.txt（示例文本文件可在 ./prompt_template_sample.txt 中找到）。

  • 如果需要设置 system 角色内容，可以使用以下格式：--prompt '{"user":"Translate {text} to {language}", "system": "You are a professional translator."}' 或 --prompt prompt_template_sample.json（示例 JSON 文件可在 ./prompt_template_sample.json 中找到）。

  • 现在还可以使用 PromptDown 格式（.md 文件）来提供更结构化的提示：--prompt prompt_md.prompt.md。PromptDown 同时支持传统的系统消息和开发者消息（由较新的 AI 模型使用）。示例如下：

    # 翻译提示
    
    ## 开发者消息
    您是一位专业译员，擅长准确的翻译工作。
    
    ## 对话
    
    | 角色   | 内容                                                        |
    | ------ | ---------------------------------------------------------- |
    | 用户   | 请将以下文本翻译成 {language}:\n\n{text}                 |
    

  • 此外，还可以通过设置环境变量来定义 user 和 system 角色的提示：BBM_CHATGPTAPI_USER_MSG_TEMPLATE 和 BBM_CHATGPTAPI_SYS_MSG。

• --batch_size:

  使用 --batch_size 参数可指定批量翻译的行数（默认为 10，目前仅对 txt 文件有效）。

• --accumulated_num:

  在开始翻译之前，等待累积多少个 token。gpt3.5 将总 token 数限制为 4090。例如，如果您使用 --accumulated_num 1600, OpenAI 可能会输出 2200 个 token，而系统消息和用户消息可能会占用 200 个 token，因此 1600+2200+200=4000，接近上限。您需要自行选择合适的值，因为在发送请求前无法确定是否已达到限制。

• --use_context:

  提示模型生成三段摘要。如果是翻译的开头部分，它会总结整个已发送的内容（大小取决于 --accumulated_num）。对于后续内容，它会更新摘要，加入最新片段的细节，从而形成一个持续更新的单段上下文摘要，包含整部译作的重要信息。这有助于在整个翻译过程中保持语流和语气的一致性。此选项适用于所有兼容 ChatGPT 和 Gemini 的模型。

• --context_paragraph_limit:

  使用 --context_paragraph_limit 可以在使用 --use_context 选项时设置上下文段落的数量限制。

• --parallel-workers:

  使用 --parallel-workers 可启用 EPUB 章节的并行处理。数值大于 1 时会启动多个工作进程（建议设置为 2–4），而对于单章节书籍则会自动回退到串行模式。

• --temperature:

  使用 --temperature 可为 chatgptapi、gpt4 和 claude 模型设置温度参数。例如：--temperature 0.7。

• --block_size:

  使用 --block_size 可将多个段落合并为一个块。这可能会提高准确性并加快处理速度。例如：--block_size 5。

• --single_translate:

  使用 --single_translate 可仅输出翻译后的书籍，而不创建双语文本版本。

• --translation_style:

  示例：--translation_style "color: #808080; font-style: italic;"

• --retranslate "$translated_filepath" "file_name_in_epub" "start_str" "end_str"(optional):

  从 start_str 到 end_str 的标签范围进行重译：

  python3 "make_book.py" --book_name "test_books/animal_farm.epub" --retranslate 'test_books/animal_farm_bilingual.epub' 'index_split_002.html' 'in spite of the present book shortage which' 'This kind of thing is not a good symptom. Obviously'
  

  仅从 start_str 的标签开始重译：

  python3 "make_book.py" --book_name "test_books/animal_farm.epub" --retranslate 'test_books/animal_farm_bilingual.epub' 'index_split_002.html' 'in spite of the present book shortage which'
  

• --extra_body:

  向 API 传递额外的 JSON 参数。这对于支持额外配置选项的模型非常有用。提供包含所需参数的 JSON 字符串。

  python3 make_book.py --book_name test_books/animal_farm.epub --openai_key ${openai_key} --extra_body '{"chat_template_kwargs": {"enable_thinking": false}}'
  

示例

注意：如果使用 pip install bbook_maker 安装，则所有命令均可改为 bbook_maker args

# 快速测试
python3 make_book.py --book_name test_books/animal_farm.epub --openai_key ${openai_key}  --test --language zh-hans

# 针对源文件的快速测试
python3 make_book.py --book_name test_books/Lex_Fridman_episode_322.srt --openai_key ${openai_key}  --test

# 或者翻译整本书
python3 make_book.py --book_name test_books/animal_farm.epub --openai_key ${openai_key} --language zh-hans

# 或者使用 Gemini Flash 模型翻译整本书
python3 make_book.py --book_name test_books/animal_farm.epub --gemini_key ${gemini_key} --model gemini

# 使用并行章节处理翻译 EPUB 文件
python3 make_book.py --book_name test_books/animal_farm.epub --openai_key ${openai_key} --parallel-workers 4

# 使用特定的 Gemini 模型别名列表
python3 make_book.py --book_name test_books/animal_farm.epub --gemini_key ${gemini_key} --model gemini --model_list gemini-1.5-flash-002,gemini-1.5-flash-8b-exp-0924

# 设置环境变量 OPENAI_API_KEY 以忽略 --openai_key 选项
export OPENAI_API_KEY=${your_api_key}

# 使用 GPT-4 模型并结合上下文翻译成日语
python3 make_book.py --book_name test_books/animal_farm.epub --model gpt4 --use_context --language ja

# 使用特定的 OpenAI 模型别名
python3 make_book.py --book_name test_books/animal_farm.epub --model openai --model_list gpt-4-1106-preview --openai_key ${openai_key}

**注意**：您也可以以这种方式使用其他“类似 OpenAI”的模型。
python3 make_book.py --book_name test_books/animal_farm.epub --model openai --model_list yi-34b-chat-0205 --openai_key ${openai_key} --api_base "https://api.lingyiwanwu.com/v1"

# 使用特定的 OpenAI 模型别名列表
python3 make_book.py --book_name test_books/animal_farm.epub --model openai --model_list gpt-4-1106-preview,gpt-4-0125-preview,gpt-3.5-turbo-0125 --openai_key ${openai_key}

# 使用 DeepL 模型翻译成日语
python3 make_book.py --book_name test_books/animal_farm.epub --model deepl --deepl_key ${deepl_key} --language ja

# 使用 Claude 模型翻译成日语
python3 make_book.py --book_name test_books/animal_farm.epub --model claude --claude_key ${claude_key} --language ja

# 使用 CustomAPI 模型翻译成日语
python3 make_book.py --book_name test_books/animal_farm.epub --model customapi --custom_api ${custom_api} --language ja

# 翻译 <div> 和 <p> 中的内容
python3 make_book.py --book_name test_books/animal_farm.epub --translate-tags div,p

# 调整提示词
python3 make_book.py --book_name test_books/animal_farm.epub --prompt prompt_template_sample.txt
# 或
python3 make_book.py --book_name test_books/animal_farm.epub --prompt prompt_template_sample.json
# 或
python3 make_book.py --book_name test_books/animal_farm.epub --prompt "请将 \`{text}\` 翻译成 {language}"

# 翻译从 Rakuten Kobo 下载并在 Kobo 电子阅读器上阅读的书籍
python3 make_book.py --book_from kobo --device_path /tmp/kobo

# 翻译 TXT 文件
python3 make_book.py --book_name test_books/the_little_prince.txt --test --language zh-hans
# 批量翻译 TXT 文件
python3 make_book.py --book_name test_books/the_little_prince.txt --test --batch_size 20

# 使用彩云模型进行翻译
# （该 API 目前仅支持：简体中文 <-> 英语，简体中文 <-> 日本语）
# 彩云官方提供了一个测试令牌（3975l6lr5pcbvidl6jl2）
# 您可以按照此教程申请自己的令牌（https://bobtranslate.com/service/translate/caiyun.html）
python3 make_book.py --model caiyun --caiyun_key 3975l6lr5pcbvidl6jl2 --book_name test_books/animal_farm.epub


# 设置环境变量 BBM_CAIYUN_API_KEY 以忽略 --openai_key 选项
export BBM_CAIYUN_API_KEY=${your_api_key}

更易理解的示例

python3 make_book.py --book_name 'animal_farm.epub' --openai_key sk-XXXXX --api_base 'https://xxxxx/v1'

# 如果您的 PATH 中没有 python3
python make_book.py --book_name 'animal_farm.epub' --openai_key sk-XXXXX --api_base 'https://xxxxx/v1'

Microsoft Azure 终端节点

python3 make_book.py --book_name 'animal_farm.epub' --openai_key XXXXX --api_base 'https://example-endpoint.openai.azure.com' --deployment_id 'deployment-name'

# 如果您的 PATH 中没有 python3
python make_book.py --book_name 'animal_farm.epub' --openai_key XXXXX --api_base 'https://example-endpoint.openai.azure.com' --deployment_id 'deployment-name'

Docker

如果您不想手动配置环境，可以使用 Docker。

# 构建镜像
docker build --tag bilingual_book_maker .

# 运行容器
# "$folder_path" 表示您的图书文件所在的文件夹，也是处理后文件将被保存的位置。

# Windows PowerShell
$folder_path=your_folder_path # $folder_path="C:\Users\user\mybook\"
$book_name=your_book_name # $book_name="animal_farm.epub"
$openai_key=your_api_key # $openai_key="sk-xxx"
$language=your_language # 参见 utils.py

docker run --rm --name bilingual_book_maker --mount type=bind,source=$folder_path,target='/app/test_books' bilingual_book_maker --book_name "/app/test_books/$book_name" --openai_key $openai_key --language $language

# Linux
export folder_path=${your_folder_path}
export book_name=${your_book_name}
export openai_key=${your_api_key}
export language=${your_language}

docker run --rm --name bilingual_book_maker --mount type=bind,source=${folder_path},target='/app/test_books' bilingual_book_maker --book_name "/app/test_books/${book_name}" --openai_key ${openai_key} --language "${language}"

例如：

# Linux
docker run --rm --name bilingual_book_maker --mount type=bind,source=/home/user/my_books,target='/app/test_books' bilingual_book_maker --book_name /app/test_books/animal_farm.epub --openai_key sk-XXX --test --test_num 1 --language zh-hant

注意事项

1. 免费试用的 API 令牌有使用限制。如果您希望加快处理速度，可以考虑付费或使用多个 OpenAI 令牌。
2. 欢迎提交 PR。

感谢

• @yetone

贡献

• 欢迎任何问题或 PR。
• 也可以选择 issue 中的待办事项。
• 请在提交代码前运行 black make_book.py^black。

其他优秀工具

• 书译 BookTranslator -> Book Translator

致谢

感谢至此。

bilingual_book_maker 快速上手指南

bilingual_book_maker 是一款利用 AI（如 ChatGPT、Claude、Gemini 等）将 epub/txt/srt/pdf 书籍翻译为双语版本的开源工具。

环境准备

在开始之前，请确保满足以下条件：

• 操作系统：Linux, macOS 或 Windows
• Python 版本：Python 3.8 或更高版本
• 网络环境：需要能够访问外网，或配置好代理服务器
• API Key：准备好对应模型的 API Key（如 OpenAI Key, DeepL Key, Claude Key 等）
• 源文件：待翻译的 epub, txt, pdf 或 srt 文件

安装步骤

你可以选择从源码安装或直接通过 pip 安装工具包。

方式一：直接安装（推荐）

pip install -U bbook_maker

方式二：源码安装

git clone https://github.com/bilingual-book-maker/bilingual_book_maker.git
cd bilingual_book_maker
pip install -r requirements.txt

提示：国内用户若下载缓慢，可使用国内镜像源加速安装： pip install -U bbook_maker -i https://pypi.tuna.tsinghua.edu.cn/simple

基本使用

以下以使用 OpenAI 模型翻译测试书籍《动物农场》为例。

1. 准备测试文件

项目自带测试文件 test_books/animal_farm.epub（源码安装方式），或直接指定你自己的书籍路径。

2. 执行翻译命令

如果是通过 pip 安装的包：

bbook --book_name test_books/animal_farm.epub --openai_key ${your_openai_key} --test

如果是源码运行：

python3 make_book.py --book_name test_books/animal_farm.epub --openai_key ${your_openai_key} --test

参数说明

• --book_name: 输入文件的路径。
• --openai_key: 你的 OpenAI API Key。若有多个 Key 可用逗号分隔（如 key1,key2,key3）以规避频率限制。也可设置环境变量 BBM_OPENAI_API_KEY 代替。
• --test: 重要。首次使用时建议加上此参数，它会仅翻译少量内容用于预览效果和测试 Key 是否有效，避免产生高额费用。
• --language: 目标语言，默认为 "Simplified Chinese"。例如：--language "Japanese"。
• --model: 指定模型。默认使用 gpt-3.5-turbo。支持 gpt4, claude, gemini, deepl, google 等。

输出结果

翻译完成后，将在同目录下生成名为 ${book_name}_bilingual.epub (或 .txt/.srt) 的双语文件。

若中途按下 CTRL+C 中断或发生错误，会生成临时文件（如 ${book_name}_bilingual_temp.epub），重命名该文件即可保留已翻译部分。下次运行时可添加 --resume 参数从中断处继续。