BBM notes

背景

• Bilingual Book Maker (BBM)應該是個普通名詞的、但它已經成為github的熱門下載，yihong0618及其52位貢獻者們獲得了近7k的好評，詳見其官網。
• 基本上BBM提供的是命令列的作業方式，除了安裝、設定之外，如果需要批次作業、壓縮結果，還是需要命令列其他指令的協助。
• 其他方案
  • browser plugin的版本： Rocky@電腦阿達王(2023)教你使用「沉浸式翻譯」來翻譯整本外語電子書，支援 OpenAI API、Google 等數十種翻譯服務

安裝

git clone https://github.com/yihong0618/bilingual_book_maker.git
cd bilingual_book_maker
pip install -r requirements.txt

設定

• 團隊接納許多API的來源，設定方式也較為複雜。此處以openai為例，有2種設法
  • export openai_key=sk-...，並在命令列中輸入選項與值--openai_key ${openai_key}
  • export BBM_OPENAI_API_KEY=sk-...，命令列中就不需要--openai_key選項
• 目標語言：選項（--language）
  • 這個選項的值可以是縮寫(en、tw-hans、ja等等)、或是全名("Simplified Chinese"、"English"等等)
  • 內設是簡體中文，如果沒有設定，會將輸入文字翻譯成zh-hans

執行

前處理

• pdf、docx檔案無法直接處理
• 圖表無法處理
• 圖表隨文以至於中斷文章段落，無法處理。

單次執行

• 輸入檔
  • 選項--book_name
  • 這個選項的值可以是epub檔（xml格式），也可以是txt檔，
  • 檔案長短不拘，程式會自動按照ai的消化能力判斷每次處理的文章段落。
• 輸出檔
  • 螢幕輸出
  • 內設輸出檔名*_bilingual.txt。*為輸入之主檔名。

批次執行

• 將螢幕輸出導至某個輸出檔，以求簡潔。

for i in {2..6};do 
  python3 make_book.py --book_name eia/C0$i.txt --openai_key ${openai_key} --language English > eia/E0$i.txt
done

結果

• 本次翻譯環評報告共5章內容112K、2300多字，共使用了gpt-3.5-turbo等7個語言模型花了0.1USD、時間約花了25分鐘。
• 翻譯品質的話，因為本人較少看英文的環評報告，看是看得懂，但就是覺得生硬，應該是個人的問題。
• 套件似乎還可以要求修改特定的文章語調，如對結果仍不滿意，還可以進行微調。
• 據聞：GPT-4 翻譯品質比較好，但價格較貴且速度慢一些。