做一个 pdf 对照翻译的功能

[sinecw]

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。

[csulyb]

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

[zhwq]

@csulyb 最后来个报价 300 ，最多 500

[sinecw]

@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

[sinecw]

@zhwq 大哥 看出来你技术牛了 别加戏了

[UkDP86IAeTHJr9p3]

5000 个 w, 我来给你做

[sinecw]

希望感兴趣的技术大牛们能联系～

[nesserrary66]

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

[sltkzbw]

@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

[rickmotiyu1]

如果是固定的标准的 pdf 格式可以做