源起 以前读书的时候看专业英文书，心想着有个 划词工具和词典就够了，看英文无障碍，于是用过 goldendict、欧陆；后来有了 zlib 和 机器翻译，我下载本中英文电子书，对照看，主要看英文，中文或者机器翻译辅助理解意思。 到现在 有了 AI，沉浸式翻译，我不想再看英文了，直接给我翻译出来，直接看中文，不懂再看英文，最好 AI 给我结合上下文解释一下。随时有个 AI 可以讨论。 除了国内的书籍，国外有啥材料，直接干他，没有语言障碍。 翻译工具的简单个人回顾 这个领域项目挺多的，传统的是一个专业软件，给翻译人员，进行术语表维护，机器翻译，逐句修改，润色、审校、定稿、出版等等 自从 chatgpt 面世，社区开始涌现 llm 翻译电子书的项目 bilingual_book_maker ，也有了沉浸式翻译、书译 各种各样的 开源、商业的项目和产品，形态也比较原始质量也不太高。包括百度网盘的 pdf AI 翻译、谷歌drive自带的翻译，也能识别图片，当时拿这些自带的免费翻译功能去《现代主义面包》《现代主义烹调》 还有一些英文材料去翻译，不太理想。 过了一段时间，社区再涌现了更多更加专业的项目：Ainiee(以及 Ainiee-Next , wenyi 、沉浸式翻译的 babelDOC和epub翻译 以及 MinerU pdf 高精度解析 以及更加通用的 AI Agent 中的翻译 skill. 说实话，这些非常专业，且效果惊艳。感谢大佬们。我尝试了一下，做了些简单的实验，说说个人的心得和经验，希望跟 佬友们交流分享经验，也希望一起将翻译过的电子书分享出来，就不用重复翻译浪费 token 了。要是有哪个土豪大撒比送一些 token 我直播吃。。。。，我感谢你 电子书翻译工具的横向对比 翻译一本电子书，跟看网页时遇到看不懂的，打开 谷歌翻译或者百度翻译，去复制粘贴不同，电子书 需要保证 整本书的原文忠实度、中文可读性、术语一致性、行文风格一致性、排版格式等等。所以需要一个翻译工作流（流水线），让LLM来翻译的话，那么就要做到： 术语表提取； 构建翻译所有到的基础提示词； 构建书籍翻译时所用到的提示词，包括 世界观、行文风格、领域背景、角色、章节上下文等等； 解析并组织文本 分批次进行初次翻译 组织文本进行第二次润色翻译 审校 勘误 输出成品电子书 在这个过程中，可以做到精细控制的是 Ainiee(-Next)，例如项目配置中可以让工具在任务中工作的更加出色、极其迅速(用dsv4.1f, 并发开到顶格rpm，1分钟完事)，如调整提示词、调整LLM温度、根据 LLM 能力调整每批次待翻译的内容长度、上下文处理、边界情况、并发数； 缺点 是 配置相对复杂，无法全自动化，还需要挺多的人工介入（后面会说为什么），第一步的术语表构建还有提示词构建得精调，否则的话结果能看有实用价值，打分只能是 6分/10分； wenyi 的 突出优点 是满流水线功能，且支持几乎全自动化，但是最大的 缺点 是模拟传统人工翻译的工作习惯，没法利用高并发和现在强大模型的能力，导致耗时慢慢慢慢。整个翻译是串行的窗口移动，每次经过初次翻译和润色后，还得反复调用 大模型进行格式对齐、术语的注入和更新，这个设计使得奇慢无比，因为串行无并发，还有网络 IO 来来回回几百次上千次，还得等待 大模型吐 token，就是相当于你一本书，他给你完完整整非常几倍地吐出来。 沉浸式翻译的 突出优点 是 “沉浸式”，格式对齐是最好的（中文里也保留英文段落的交叉引用、超链接、脚注等等）。翻译电子书功能也有针对性的优化，支持上下文（要用 pro会员)、术语表、AI专家（提示词优化），以及间接进行两阶段翻译：初次翻译和润色(利用LLM的自回归特性)。 缺点 是 控制不像 Ainiee-next 那样精细，自己调整最大的空间就是 提示词和术语表，一样得手动去搞；还有你得开会员。 下面说说我自己翻译出来的经验和心得，包括 核心工作流、提示词样例、如何在控制成本的前提下将质量提到最高，注意事项 使用 Ainiee-Next 翻译并制作一本双语电子书（明天更新） 3 个帖子 - 3 位参与者 阅读完整话题

  • 情报分类：技术学习与提效
  • 分类依据：内容涉及技术、AI、软件工具或工程实践
  • 信息来源：服务器 / LINUX DO - 最新话题
  • 发布时间：2026/9/19 12:28:53