Переклад PDF і Word локально зі збереженням верстки можливий на власній робочій станції: документ повертається іншою мовою з таблицями, зображеннями й розміткою сторінок, а файли не виходять за межі компанії. Для PDF це робить pdf2zh-next, гілка 2.x проєкту PDFMathTranslate на основі бібліотеки BabelDOC: текст іде до мовної моделі на вашій GPU, а переклад вписується назад у сторінку. Для Word, PowerPoint і ODF є LibreTranslate і редактор ONLYOFFICE. Як вціліє верстка, залежить від файлу, тож починають із тесту.

Матеріал для відділів експорту, технічної документації та бек-офісу, які сьогодні відправляють договори й інструкції в DeepL, і для ІТ-фахівця, що все налаштовуватиме. Вибір моделей перекладу і розрахунок сервера за кількістю слів на день розібрано в статті про машинний переклад на власному сервері. Тут ідеться про самі файли.

Коротко

  • pdf2zh-next перебудовує кожну сторінку PDF з перекладеним текстом і віддає перекладений та двомовний PDF; модель підключається через сумісний з OpenAI API, наприклад vLLM.
  • Word, PowerPoint і ODF перекладають через LibreTranslate або в редакторі ONLYOFFICE; збереження форматування жоден інструмент не документує.
  • BabelDOC прямо пише, що зосереджений на перекладі з англійської на китайську, тож українська, російська й скани потребують тесту.
  • Одна RTX PRO 4500 на 32 ГБ вміщує Qwen3.8-27B у NVFP4; на Server Edition StorageReview виміряв 320 вихідних токенів/с сумарно при 32 запитах, це близько 2 хвилин на посібник у 20 000 слів (наша оцінка).
  • PDFMathTranslate, pdf2zh-next, BabelDOC і LibreTranslate мають ліцензію AGPL-3.0, а NLLB-200 з українською має некомерційну CC-BY-NC-4.0.

Чим перекладати PDF, Word і ODF локально

Інструмент верстки будує сторінку PDF заново, файловий ендпоінт замінює текст усередині Word чи ODF, а редактор перекладає відкритий людиною текст.

Інструмент Версія (жовтень 2026) Файли Що варто знати
pdf2zh-next 2.9.0 від 15.05.2026 PDF на вході й на виході працює на BabelDOC; допомоги з використанням автори не надають
BabelDOC 0.6.4 від 16.07.2026 PDF рання стадія розробки; перевірено для перекладу з англійської на китайську
PDFMathTranslate оновлення до 03.10.2026 PDF гілка 1.x; версія 2.0 переїхала в pdf2zh-next
LibreTranslate 1.9.6 від 26.05.2026 docx, pptx, odt, pdf та інші нейронні моделі Argos Translate; працює офлайн
ONLYOFFICE Docs 10.0 від 10.10.2026 у редакторі у відкритих версіях інструменти ШІ встановлюють окремо

Джерело: репозиторії й README на GitHub, сторінки релізів на PyPI, довідник API LibreTranslate, блог релізів і довідковий центр ONLYOFFICE; прочитано 30.10.2026.

PDFMathTranslate, pdf2zh-next, BabelDOC і LibreTranslate поширюються під AGPL-3.0. Якщо ви змінюєте код або відкриваєте сервіс людям поза компанією, умови ліцензії варто показати юристу.

Як перекласти PDF зі збереженням верстки: pdf2zh-next і BabelDOC

PDFMathTranslate починався як перекладач наукових статей. Версія 2.0 переїхала в репозиторій PDFMathTranslate-next (на PyPI це pdf2zh-next), офіційну еталонну реалізацію виклику BabelDOC. Пряме використання самої BabelDOC автори не підтримують. Запускають pdf2zh-next через вебінтерфейс, командний рядок або образ Docker із вебінтерфейсом на порту 7860.

Для локальної моделі pdf2zh-next офіційно підтримує рушій OpenAICompatible, а BabelDOC працює лише з LLM із сумісним з OpenAI API. Такий ендпоінт дає vLLM на тій самій станції чи на сервері у вашій мережі. PDFMathTranslate 1.x називає серед сервісів ще й Ollama.

Параметри, важливі для ділових документів:

  • --lang-in і --lang-out задають мови, --pages обмежує роботу діапазонами на кшталт 1,3,10-20.
  • --no-dual або --no-mono прибирає двомовний чи одномовний PDF, а --use-alternating-pages-dual чергує сторінки замість розміщення поруч.
  • --glossaries приймає CSV зі стовпцями source, target і tgt_lng, і BabelDOC додає потрібні терміни в запити; --save-auto-extracted-glossary зберігає автоматично витягнуті терміни на перевірку.
  • --qps і --pool-max-workers задають кількість одночасних запитів до моделі, а отже швидкість.
  • --watermark-output-mode зі значенням no_watermark вимикає водяний знак, який BabelDOC типово ставить.

Обмеження автори називають прямо. За README BabelDOC, інші сценарії, крім перекладу з англійської на китайську, ще не перевірялися, а серед відомих проблем значиться пропуск великих сторінок. Автори pdf2zh-next попереджають, що жодної допомоги з використанням не надають.

Як перекласти документ Word локально: LibreTranslate і ONLYOFFICE

pdf2zh-next і BabelDOC приймають лише PDF, тож файл Word від них повертається як PDF. Коли результат має лишитися редагованим документом, є два задокументовані шляхи.

LibreTranslate працює на своєму сервері офлайн. Його ендпоінт /translate_file приймає файл із мовою оригіналу й перекладу та повертає посилання на перекладений файл. Формати бере на себе бібліотека Argos Translate files: .txt, .odt, .odp, .docx, .pptx, .epub, .html, .srt і .pdf. Перекладають нейронні моделі Argos Translate, LLM тут не бере участі. Чи зберігається форматування, жоден із проєктів не пише; наявність потрібної вам пари з українською в Argos Translate перевірте до встановлення. Для GPU в репозиторії є docker-compose.cuda.yml.

ONLYOFFICE Docs 10.0 додав у редактори інструменти ШІ, зокрема переклад тексту просто на сторінці. У відкритих версіях їх встановлюють окремо, а модель, зокрема локальну через Ollama чи LM Studio, підключають за базовою адресою. Так зручно працювати з одним договором за раз, пакетного режиму тут немає. Налаштування описано в статті про ONLYOFFICE AI з локальною LLM.

Переклад конфіденційних документів без хмари

Коли pdf2zh-next працює із сервером vLLM на вашому залізі, PDF, текст, глосарій і переклад лишаються там. Вирішують два налаштування. Сервіс задайте як OpenAICompatible з вашою адресою, бо інструменти знають і хмарні рушії, а PDFMathTranslate 1.x типово використовує Google. На станції без інтернету BabelDOC потрібен офлайн-пакет із моделями й шрифтами, який спершу генерують на машині з доступом до мережі. Під час першого тесту перевірте вихідні з'єднання.

DeepL (сторінка перекладача PDF, прочитано 30.10.2026) обіцяє користувачам Pro, що документи видаляються після перекладу. Проте файл однаково їде до постачальника, а в локальній схемі договори й тендери лишаються у вашій мережі.

Якщо в документах є персональні дані, діє Закон № 2297-VI: потрібна підстава обробки за статтею 11, а передача за кордон можлива на умовах статті 29. Закон «Про хмарні послуги» № 2075-IX забороняє обробляти державну таємницю, службову інформацію й дані державних реєстрів у хмарах і ЦОД за межами України; під час воєнного стану частину цих обмежень пом'якшено. Власний сервер знижує ризик передачі, але правової підстави не замінює, тож конкретний випадок оцінює юрист.

Переклад сканованих PDF і OCR кирилиці

У скані тексту немає, доки не відпрацює розпізнавання (OCR). Обхідний режим OCR у BabelDOC пише переклад чорним на білому тлі і, за README, придатний лише для документів із чорним текстом на білому тлі; --auto-enable-ocr-workaround вмикає його для здебільшого сканованих файлів. Скани з кольоровим тлом, печатками чи рукописом потребують окремого OCR.

Кирилицю розпізнають Tesseract (пакети ukr і rus, дані під Apache 2.0), PaddleOCR PP-OCRv5 з моделлю eslav для української, російської, білоруської та англійської (81,6 % на власному наборі розробників) і EasyOCR. Docling власного розпізнавання кирилиці не має: українську в ньому дають рушії RapidOCR (моделі cyrillic і eslav) або EasyOCR. Докладніше в статті про Docling і MinerU.

Яка модель для перекладу українською

Інструмент верстки надсилає абзаци з інструкціями, тож йому потрібна загальна інструктивна модель. TranslateGemma від Google вимагає суворого шаблону чату: лише ролі user і assistant, поля для кодів мов, без системного промпту. У документації pdf2zh-next і BabelDOC ми не знайшли підтримки такого шаблону, тож TranslateGemma підходить для конвеєра, збудованого під неї.

Модель Ваги Найменша карта Ліцензія
gpt-oss-20b 13,8 ГБ (MXFP4) RTX PRO 4000, 24 ГБ Apache 2.0
Qwen3.8-27B, NVFP4 21,9 ГБ RTX PRO 4500, 32 ГБ Apache 2.0
Qwen3.8-27B, FP8 30,9 ГБ RTX PRO 5000, 48 ГБ Apache 2.0
EuroLLM-22B-Instruct близько 45 ГБ (BF16) RTX PRO 5000, 72 ГБ Apache 2.0
TranslateGemma 12B, 27B близько 26 і 58 ГБ (BF16) RTX PRO 5000, 48 або 72 ГБ Gemma Terms of Use

Джерело: картки моделей на Hugging Face, прочитано 30.10.2026; BF16 по два байти на параметр і найменша карта за нашим правилом «користувачів на карту» (наша оцінка).

EuroLLM-22B охоплює 35 мов, серед них 24 офіційні мови ЄС, і має контекст 32 768 токенів; TranslateGemma заявляє 55 мов і вхідний контекст 2 тис. токенів. Збірку NVFP4 моделі Qwen3.8-27B NVIDIA випустила у вересні 2026 року під Apache 2.0 для комерційного й некомерційного використання. Опублікованої якості перекладу українською для цих моделей, як і метрик для пари українська й російська, ми не знайшли.

Українські цифри є для інших моделей:

Модель Ліцензія FLORES en→uk, BLEU FLORES uk→en, BLEU
Gemma 4 26B A4B (reasoning) Apache 2.0 32,02 41,33
MamayLM-Gemma-3-27B-IT-v2.0 Gemma Terms of Use 30,97 41,65
MamayLM-Gemma-3-12B-IT-v2.0 Gemma Terms of Use 30,24 40,23
Llama-3.1-8B-Instruct не перевіряли 18,64 н/д

Джерело: Ukrainian LLM Leaderboard (lang-uk), файли від 04.05.2026, 13.04.2026 і 21.10.2025; прочитано 13.11.2026. Gemma 4 міряли в режимі reasoning, MamayLM без нього.

Dragoman від lang-uk (адаптер до Mistral-7B, Apache 2.0) за вимірюванням авторів має 32,34 BLEU на FLORES-101 dev проти 30,46 у NLLB 3B. Він перекладає лише з англійської на українську окремими реченнями, і з лідербордом його цифри напряму не порівнюються. OPUS-MT і MADLAD-400 мають Apache 2.0. NLLB-200 має CC-BY-NC-4.0, а картка називає її дослідницькою моделлю, не призначеною для промислової експлуатації й перекладу документів.

Яка відеокарта потрібна для перекладу документів

Відеопам'ять тримає ваги моделі й робочу ділянку для абзаців. За нашим правилом «користувачів на карту» (90 % пам'яті, яку показує драйвер, мінус 3 ГіБ на карту) під ваги й роботу лишається 18,5 ГіБ на RTX PRO 4000 (24 ГБ), 25,7 ГіБ на RTX PRO 4500 (32 ГБ), 40,0 ГіБ на RTX PRO 5000 (48 ГБ), 61,5 ГіБ на версії з 72 ГБ і 83,0 ГіБ на RTX PRO 6000 (96 ГБ).

Рівень Залізо Що працює Для кого
Початковий станція, 1 × RTX PRO 4000 (24 ГБ) LibreTranslate для Word і ODF; gpt-oss-20b для PDF один перекладач чи асистент
Відділ станція, 1 × RTX PRO 4500 (32 ГБ) або RTX PRO 5000 (48 чи 72 ГБ) Qwen3.8-27B у NVFP4 на 32 ГБ, у FP8 на 48 ГБ; EuroLLM-22B на 72 ГБ відділ із нічними пакетами
Кілька команд станція, 1 або 2 × RTX PRO 6000 Workstation Edition EuroLLM-22B і Qwen3.8-27B у FP8 поруч на одній карті кілька відділів
Сервіс компанії сервер із RTX PRO 6000 Server Edition або L40S моделі як API для користувачів і систем уся компанія, безперервна робота

Джерело: наша оцінка за правилом «користувачів на карту» з вагами з таблиці моделей (42,2 + 28,7 = 70,9 ГіБ із 83,0 ГіБ на одній карті 96 ГБ).

На RTX PRO 4500 Qwen3.8-27B у NVFP4 займає 20,4 ГіБ і лишає близько 5,3 ГіБ, а запити на переклад короткі, тож цього вистачає на багато паралельних абзаців. StorageReview 14 жовтня 2026 року міряв цю модель з vLLM 0.27.1 при 512 вхідних і 512 вихідних токенах на запит. При 32 паралельних запитах RTX PRO 4500 Server Edition видала сумарно 320 вихідних токенів/с, а RTX PRO 6000 Workstation Edition, обмежена до 450 Вт (в огляді вона заміняла серверну карту), 621 токен/с. З одним запитом за раз кожна карта давала від 17 до 22 токенів/с. Для настільної RTX PRO 4500 (896 ГБ/с і 200 Вт проти 800 ГБ/с і 165 Вт у Server Edition) цифри не опубліковано; про саму карту є огляд RTX PRO 4500 Blackwell.

Приклад за нашою оцінкою: посібник на 40 сторінок і 20 000 слів за плановою цифрою 2 токени на слово потребує близько 40 000 вихідних токенів. При 320 токенах/с це близько 2 хвилин роботи моделі, з одним запитом за раз від 30 до 40 хвилин. Для української кількість токенів на слово залежить від токенізатора (адаптований токенізатор Lapa дає на український текст приблизно в 1,5 раза менше токенів), тож заміряйте її на своїх текстах. Qwen3.8-27B типово міркує перед відповіддю, тому обидві цифри передбачають вимкнений режим міркувань через enable_thinking, а аналіз розмітки й складання PDF додаються зверху. Конфігурацію під ваші мовні пари й обсяги ETE рахує на зразку ваших сторінок, а встановити pdf2zh-next, LibreTranslate і модель можуть інженери Vixen.UNO.

Як протестувати переклад на власних документах

Візьміть від 10 до 20 реальних документів кожного типу з таблицями, колонтитулами, артикулами й юридичними формулюваннями.

  • Порівняйте кількість сторінок і верстку з оригіналом, позначте текст, що вилазить за блок, і зламані таблиці.
  • Перевірте, що перекладено всі сторінки, бо пропуск великих сторінок є відомою проблемою BabelDOC.
  • Переконайтеся, що числа, артикули й назви не змінилися.
  • Занесіть затверджені терміни в CSV-глосарій і перевірте їх уживання.
  • Дайте носієві мови розмітити помилки у двомовному файлі.
  • Заміряйте час на сторінку з плановою кількістю паралельних запитів і від нього рахуйте карту.

Коли переклад повертається новою редакцією договору, зміни між версіями знайде локальне порівняння редакцій.

Часті питання

Як перекласти PDF локально й зберегти форматування?

Запустіть pdf2zh-next на основі BabelDOC і підключіть його до моделі на власній GPU через сумісний з OpenAI ендпоінт, наприклад vLLM. Інструмент перебудовує кожну сторінку й пише перекладений та двомовний PDF. Українську й російську спершу протестуйте на своїх документах, бо BabelDOC перевіряли для пари англійська й китайська.

Чи є локальна альтернатива DeepL для документів?

Так, як набір: pdf2zh-next для PDF, LibreTranslate для Word, PowerPoint і ODF, редактор ONLYOFFICE з локальною моделлю. З офлайн-пакетом BabelDOC файли не залишають мережі, а якість перекладу залежить від обраної моделі.

Чи можна перекласти документ Word локальною LLM?

Так, у редакторі ONLYOFFICE 10.0 через Ollama або LM Studio. Цілим файлом Word перекладає LibreTranslate, але моделями Argos Translate без LLM. Збереження форматування перевірте на своїх шаблонах.

Яка модель найточніше перекладає з англійської на українську?

У Ukrainian LLM Leaderboard на FLORES en→uk Gemma 4 26B A4B у режимі reasoning має 32,02 BLEU, MamayLM 27B без нього 30,97. Це метрика на окремих реченнях, тож на ваших договорах і інструкціях порівняння треба повторити. NLLB-200 для комерційного перекладу документів не підходить через ліцензію CC-BY-NC-4.0.

Яка відеокарта потрібна для локального перекладу документів?

Одній людині вистачає RTX PRO 4000 на 24 ГБ з LibreTranslate і gpt-oss-20b. Для відділу RTX PRO 4500 на 32 ГБ вміщує Qwen3.8-27B у NVFP4 (320 вихідних токенів/с сумарно на Server Edition при 32 запитах). Більші моделі й кілька команд потребують RTX PRO 5000 на 72 ГБ або RTX PRO 6000.

Чи можна безкоштовно використовувати PDFMathTranslate у компанії?

PDFMathTranslate, pdf2zh-next, BabelDOC і LibreTranslate мають ліцензію AGPL-3.0, яка дозволяє комерційне використання. Умови з'являються, коли змінену версію пропонують користувачам через мережу. Чи стосуються вони вашої схеми, вирішує юрист.

Що з цього є в ETE

  • NVIDIA RTX PRO 4500 Blackwell 32 ГБ: вміщує Qwen3.8-27B у NVFP4 (20,4 ГіБ) для перекладів відділу, 896 ГБ/с при 200 Вт.
  • NVIDIA RTX PRO 5000 Blackwell 48 ГБ: Qwen3.8-27B у FP8 (28,7 ГіБ із 40,0) або TranslateGemma 12B на одній карті.
  • ETE AI Workstation: RTX PRO 6000 на 96 ГБ, де EuroLLM-22B і Qwen3.8-27B у FP8 працюють поруч (70,9 ГіБ із 83,0).
  • ETE AI Server RTX PRO: чотири RTX PRO 6000 Server Edition, 384 ГБ відеопам'яті для перекладу як сервісу всієї компанії.

Яка станція потрібна під ваші документи й мовні пари?

Надішліть кілька зразкових сторінок, мовні пари, приблизний обсяг на місяць і скажіть, чи може станція мати доступ до інтернету. ETE порахує конфігурацію, а за потреби інженери Vixen.UNO встановлять pdf2zh-next, LibreTranslate і локальну модель.

Обговорити задачу

Автор: Інженер ETE