0
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

国産ローカルLLMで動くPDF翻訳アプリを大幅アップデートした

0
Posted at

qiita_intro_slide.png

はじめに

以前、英語論文を読むのがつらすぎて作成した「PLaMo 3 Translate で動く Windows 向けローカル PDF 翻訳アプリ」ですが、前回の状態では以下のような課題がありました。

前回の既知の課題:
「文章の中に埋め込まれた数式が欠けてしまったり、文字化けして正しく読めなくなることがある」

今回、この数式・数学記号の保持処理を大幅に改良したほか、ドラッグ操作による数式ブロック分割や、Web UI からのモデル自動切替機能 0.8B ⇔ 2Bを追加しました。


実際の動作の様子

GitHub の README に埋め込んだ、実際の解説デモ(動画・アニメーション)のダイジェストです。

① 機能紹介・翻訳&モデル切替デモ

demo_walkthrough_digest.gif

  • ワンクリック起動から PDF プリフライト
  • 画面2「ドラッグ操作での数式ブロック分割」&「ブロックごとの翻訳/非翻訳切替」
  • 数式・レイアウトを保った見開き対訳 PDF の出力
  • Web UI からの推論モデル(2B ⇔ 0.8B)自動再起動切替

② 初回自動セットアップ手順

demo_setup_digest.gif

  • GitHub の「Code」→「Download ZIP」から取得して展開
  • 初回セットアップ.bat をダブルクリックして利用規約に同意するだけで、環境構築からモデルダウンロードまで全自動で完了します。

※ 音声・解説テロップ付きのフル動画(50秒 / 40秒)は GitHubリポジトリのREADME から直接インライン再生できます。


今回の主なアップデート内容

1. 本文中のインライン数式・数学記号の欠落を大幅に改善

前回、最も気になっていた「$z=a+bi$ や $\Phi=\arctan(b/a)$ などの記号が落ちて文章が崩れる問題」に対策を入れました。

  • プレースホルダーの多段保護: ギリシャ文字、イタリック変数、上付き・下付き添字、根号などのパターンを翻訳前に検出し、数式記号を壊さないよう保護。
  • フォールバックフォント・ToUnicode 補正: Windows標準の数学フォント(Cambria / Segoe UI Symbol 等)を適切に割り当てることで、PDF出力時の四角(豆腐文字)や欠落を抑え、日本語と自然に混ざって組版されるよう改良しました。

※依然として極端に複雑な縦積み分数や狭小枠のオーバーフローでは安全のため原文フォールバックが働きますが、一般的なインライン変数や簡単な数式は日本語文の中に綺麗に残るようになりました。

2. 画面2で「数式のドラッグ分割」と「ブロックごとの翻訳ON/OFF」が可能に

PDFビューア(画面2)の操作性を強化しました。

  • 「1行だけ数式が混ざっていて段落全体が翻訳対象外になってしまう」といった場合に、マウスドラッグでブロックを前後に分割できるようになりました。
  • ブロック単位で「ここは英語のまま残す」「ここは翻訳する」をワンクリックで切り替えられます。

3. Web UI から推論サーバー(llama-server)をワンクリックで自動切替

これまでは「動作が軽い 0.8B モデル」と「翻訳精度の高い 2B モデル」を切り替える際、裏で動いている黒い画面(推論サーバー)を手動で終了してコマンドを打ち直す必要がありました。

今回のアップデートにより、画面上で選んだモデルが裏のサーバーと一致していなければ、「このモデルで推論サーバーを再起動して切り替える」ボタンが出るようになりました。
ポチッと押すだけで、翻訳中ジョブの安全確認・旧プロセスの安全停止・ポート解放待ちを経て、選択したモデルで自動再起動してくれます。


実際に動かしてみた様子

手元の環境で、0.8B と 2B の使い分けを試してみました。

モデル ダウンロードサイズ 特徴・使いどころ
PLaMo 3 Translate 0.8B 約 0.57 GB 非常に軽量・高速。グラフィックボードが控えめなノートPCや、「まずざっくり何が書いてあるかナナメ読みしたい」ときに便利。
PLaMo 3 Translate 2B(推奨・既定) 約 1.81 GB 日本語の自然さや文脈の安定感が一段上。「この論文をしっかり腰を据えて読みたい」ときの本命。

画面のドロップダウンからサクッと切り替えられるようになったので、「急いでアブストラクトだけ把握したいときは 0.8B、気になったセクションをじっくり読むときは 2B」といった使い分けがストレスなくできます。


導入方法

最新の main 版をお使いください。前回の記事と同様、Python や Node.js の事前インストールは不要です。

  1. リポジトリの ダウンロードリンク(ZIP) から最新版を取得
  2. ZIP を右クリックして「すべて展開」
  3. 展開先のフォルダーにある 初回セットアップ.bat を実行

すでに前回のバージョンをお使いの場合は、新しい ZIP を展開して再度セットアップを実行するか、Git でクローンしている場合は git pull origin main していただければ最新の機能が反映されます。


変わらない注意事項

  • ローカル完結型: PDF をどこかの外部サーバーに送信することはありません。手元の PC 内で完結します(初回構築時のみ Hugging Face やパッケージの取得で通信が発生します)。
  • 原本 PDF の確認は大切です: 数式の保持精度はかなり向上しましたが、依然として 100% の再現を保証するものではありません。大事な論文を読む際は、これまで通り「見開き対訳 PDF」を出力し、重要な式や値は英語原文側と照らし合わせて確認することをおすすめします。
  • ライセンス: アプリ本体は AGPL-3.0-only ですが、PLaMo 3 Translate モデルには PFN 社の「PLaMoコミュニティライセンス」が適用されます。
  • 起動が重い: 起動するのが遅いことや、翻訳モデルの軽量化が出来ていないため、メモリが8GBのノートPCではかなり時間がかかりました。

おわりに

自分が論文を読む際のストレス(数式が消える、モデル切替が面倒)を一つずつ解消していった結果、かなり実用的で扱いやすい形に進化しました。

特に「英語論文を開いたときのウッ…となる拒否感」を減らすツールとして、同じように英語論文に苦しんでいる方の助けになれば嬉しいです。

GitHub リポジトリでコードやフル動画を公開していますので、ぜひ触ってみてください。

0
1
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?