类似沉浸式翻译,pdfjs 解析 pdf 文件,调用翻译接口生成对照翻译的排版。价格详单独细谈吧。
1
csulyb 318 天前
先把 pdf 和翻译整明白了 再来发需求吧
先不说翻译接口 api 如何处理这种大段落的翻译,pdfjs 加载一个 100M 的 pdf 文件会不会卡死。 pdf 只是版式协议,并不知道语义,自己要处理文字合并和分割,还有翻译前后排版长短不一致,字体问题等都够喝一壶了 其他 pdf 协议内各种版本兼容,随时给你来个失败 |
3
sinecw OP @csulyb 我知道难度挺大 主要是排版还原上 需要做算法处理 来判断段落和样式的还原 所以我才在这里发帖 这个东西没有更详细的需求 标题已经写的够清晰了 我自己写过一些代码 能力不足 确实没搞定 您如果有兴趣接这个需求 咱可以详细讨论一下
|
5
UkDP86IAeTHJr9p3 317 天前 via Android
5000 个 w, 我来给你做
|
6
sinecw OP 希望感兴趣的技术大牛们能联系~
|
7
nesserrary66 316 天前
pdf api 可以获取文本,但图片和表格多半要用 ocr 处理,处理后再封装回 pdf 。
本人正在尝试复刻百度的图片翻译,下面是效果图,初期版本与百度的还是有差距 |
8
sltkzbw 313 天前
@sinecw 分场景吧
1 、PDF 可解析+版式固定,可以抽文字坐标硬写规则 2 、PDF 不可解析+版式固定,自己标点数据训个检测+白嫖个识别,再硬写规则 3 、任意版式,这个比较难,我了解都是针对特定版式优化的,可能得等到 OCR 的 GPT4 出来了 |
9
rickmotiyu1 309 天前
如果是固定的标准的 pdf 格式可以做
|