jt-doc-tools 文件翻譯：保留原始格式與版面的辦公文件翻譯

Jason Cheng 發布 2026.09.06 瀏覽 1 次

本文目錄

拿到一份英文的合約範本、廠商規格書或簡報，要翻成中文給同事看，最麻煩的往往不是翻譯本身，而是翻完之後版面全亂了：表格被撐破、圖片跑位、頁首頁尾不見，還得花時間一頁一頁調回來。

所以 jt-doc-tools 加入了新工具「文件翻譯」。搭配 LLM Server 整合後，上傳文書檔案即可進行翻譯，而且維持文件原本的格式與內容樣式輸出。翻完會產出前幾頁的預覽圖，可以先比對原文與譯文的效果，再決定要不要下載檔案。

本文截圖的成果，翻譯時採用 Gemma 4 26B 模型，運作於 Ollama 與 DGX Spark 上，整個過程資料都沒有離開自己的機房。

支援的檔案格式

目前支援三大類、九種格式：

九種格式都做過實際檔案的往返測試：產出的檔案打得開、譯文也確實寫進去了。舊的二進位格式（.doc、.xls、.ppt）會先轉成新格式再翻，翻完再轉回去，所以你上傳什麼副檔名，拿回來的就是什麼副檔名。

文件翻譯不直接收 PDF，原因是 PDF 裡根本沒有「段落」這種東西，文字是一塊一塊定位好的碎片，換成長度不同的譯文之後，版面一定跑掉。

解法是先利用本專案內的「PDF 轉文書檔」工具，轉回有段落的 .docx 或 .odt，再交給文件翻譯接手處理即可。

注意：PDF 轉文書檔時，轉換引擎請選 pdf2docx。同一份 12 頁文件實測，pdf2docx 保住了 11 個完整段落；而版面最漂亮的 jtdt-layout 把每一行釘在固定位置，跨行的句子全被切開，送給模型的都是半句話，翻出來會接不起來。

如果只是想看懂 PDF 在寫什麼、不需要產出檔案，用另一支「逐句翻譯」工具更直接，它會以左邊原文、右邊譯文的方式對照呈現。

操作很單純，畫面上方會顯示這次使用的模型與 LLM Server 位址，確認無誤後：

文件領域會一起送進 LLM 的提示裡，用來提升專業用詞的精確度。同一個英文字在合約、醫療、IT 文件裡的譯法可能完全不同，這一欄填了差很多。

上傳後畫面會先顯示這份文件有多少可翻譯段落與字元數，心裡大概有個底。翻譯是在伺服器上的背景作業執行，可以直接關掉這個頁面，完成後到「我的作業」下載即可；中途想停也可以按「停止翻譯」。

翻譯完成後，會產出前 6 頁的預覽圖，左邊原文、右邊譯文並排，就是本文首圖的畫面。可以先比對版面有沒有跑掉、譯文順不順，滿意了再按「下載翻譯後的檔案」，點預覽圖還能放大看細節。

從首圖可以看到，標題的粗體、編號清單的層次、藍色的說明文字，以及文件中間那張對話框截圖，全部都留在原本的位置，只有文字換成了中文。

一般把文件丟給 AI 翻譯，常見作法是把整份內容抽成純文字、翻完再重新排版，版面當然回不去。文件翻譯的作法不一樣：直接在檔案的 XML 上動手，只把文字換成譯文，框線、表格、頁首頁尾、圖片都不動。

這中間有幾個細節是實際踩過才知道的：

以段落為單位送翻
Word 裡一句話常被切成好幾個文字片段，例如中間有一個字改成粗體就會切開。逐片段翻等於把半句話丟給模型，譯文一定走樣，所以一律以完整段落送出
保留每一行的格式
試算表很常見「說明文字＋換行＋紅色斜體補充」的寫法，能依行切開的地方就依行寫回，紅字提示翻完之後還是紅字
不該翻的不送
純數字、日期、網址、頁碼欄位都不送給模型，既省時間，也避免頁碼被翻成一句話
段數對不上絕不硬湊
為了速度會把多個段落合成一次請求，但模型回來的段數對不上時，整批退回逐段重翻。硬湊會把 A 段的譯文寫進 B 段，產出的文件看起來完全正常，只有讀的人會發現意思全錯
單段失敗保留原文
某一段翻譯失敗時保留原文，不會讓整份作業失敗

另外，翻成繁體中文時會套用一份台灣用語對照表，跟專案內的逐句翻譯共用同一份，避免出現「軟件」「數據庫」這類用語。

這支工具一份文件動輒幾十次 LLM 請求，模型選擇對速度影響很大。以 Gemma 4 這一家來說，要看的不是總參數，而是每個 token 實際算幾個參數：

gemma4:26b（推薦）
MoE 架構，總參數 26B，但每個 token 只啟用約 4B，產生速度接近 4B 模型，吞吐量最好；Q4 量化約需 14 GB 記憶體
gemma4:12b
dense 架構，12B 全部都要算，反而比 26B 慢，只有記憶體不夠（約 7 GB）時才選它
gemma4:31b
dense 架構，品質最強但也最慢

管理員可以在 LLM 設定頁，單獨替文件翻譯指定模型，不影響其他工具。實測 gemma4:26b 搭配並行 4，每段約 0.5 秒，一份 200 段的文件大概一分多鐘就翻完。

注意：Ollama 預設的上下文長度偏小，長段落的提示超過時，Ollama 不會報錯，而是安靜地截掉開頭，翻出來的結果會亂掉。建議調到 16K（16384）以上，LLM 設定頁按「測試連線」可以看到模型實際載入的上下文長度。