PPT 中文翻译英文

概述

将中文PPT中的所有文本内容翻译为英文，生成新的PPT文件。翻译后的内容保持在原始PPT中的精确位置，字号、加粗、颜色等格式属性与原文完全一致，方便用户后续微调。

核心策略为段落级合并翻译：同一段落内被拆分为多个run的中文文本合并翻译后写入第一个run，其余run清空，避免逐run翻译导致的语义断裂。

工作流程

第一步：提取文本

使用 scripts/extract_text.py 从原始PPT中提取所有文本内容（含正文和备注），输出结构化JSON。

python scripts/extract_text.py <输入PPTX路径> <输出JSON路径>

示例：

python scripts/extract_text.py input.pptx extracted.json

输出JSON结构：

{
  "source_file": "input.pptx",
  "items": [
    {
      "slide_number": 1,
      "shape_name": "文本框 11",
      "paragraph_index": 0,
      "type": "body",
      "original": "数据智能与建造仿真北京市重点实验室",
      "translated": "",
      "format_info": {
        "sz": 4000,
        "bold": true,
        "alignment": "ctr",
        "latin_font": "Times New Roman",
        "ea_font": "微软雅黑"
      }
    }
  ]
}

字段说明：

• type: "body"（正文）或 "notes"（备注）
• original: 段落完整拼接文本（多个run合并后）
• translated: 待AI填充的翻译结果
• format_info: 保留的格式信息（仅供参考，回写时不修改）

第二步：AI翻译

读取JSON，逐条翻译 original 字段的内容，将翻译结果填入 translated 字段。

翻译原则：

1. 专业术语使用标准英译，参考下方术语对照表
2. 保持原文语义完整性，不增减内容
3. 英文表达简洁，避免过长导致溢出文本框
4. 数字、编号、缩写（如BIM+MR）保持不变
5. 备注翻译采用口语化英文，保持演讲风格

术语对照表：

| 中文 | 英文 |

|------|------|

| 原位仿真 | In-situ Simulation |

| 数据智能与建造仿真 | Data Intelligence and Construction Simulation |

| 北京市重点实验室 | Beijing Key Laboratory |

| 混合现实 | Mixed Reality (MR) |

| 有限元分析 | Finite Element Analysis (FEA) |

| 数字孪生 | Digital Twin |

| 虚实映射 | Virtual-Real Mapping |

| 原位快速计算代理模型 | In-situ Fast Computation Surrogate Model |

| 结构响应异常智能诊断 | Intelligent Diagnosis of Structural Response Anomalies |

| 多物理场耦合仿真 | Multi-physics Coupled Simulation |

| 卡尔曼滤波 | Kalman Filter |

| 贝叶斯推断 | Bayesian Inference |

| 模型降阶 | Model Order Reduction |

| 施工监测 | Construction Monitoring |

| 穿透式监测 | Penetrating Monitoring |

| 仿真云图 | Simulation Contour Map |

| 原位投射 | In-situ Projection |

| 施工进度 | Construction Progress |

| 偏差分析 | Deviation Analysis |

| 认知增强 | Cognitive Enhancement |

| 构件级 | Component-level |

| 施工工序 | Construction Sequence |

| 遗传算法 | Genetic Algorithm |

| 空间锚点 | Spatial Anchor |

| 机器人建模 | Robot Modeling |

| 运动学模型 | Kinematic Model |

| 装配式建筑 | Prefabricated Building |

| 喷浆 | Shotcrete |

| 沙盘 | Sandbox |

| 声光预警 | Audio-Visual Warning |

| 穹顶结构 | Dome Structure |

第三步：回写翻译

使用 scripts/replace_text.py 将翻译后的JSON回写到PPT中，生成新的英文PPT。

> 注意：AI翻译后，需将 extracted.json 中所有条目的 translated 字段填入翻译结果，保存为 translated.json（或任意指定文件名），再进行回写。不要直接用 extracted.json（其中的 translated 字段全部为空）。

python scripts/replace_text.py <原始PPTX路径> <翻译JSON路径> <输出PPTX路径>

示例：

python scripts/replace_text.py input.pptx translated.json output_en.pptx

回写策略：

• 翻译文本写入段落第一个run，其余run文本清空为空字符串
• 保留第一个run的全部格式属性（字号、加粗、颜色、字体等）
• EA字体（微软雅黑）切换为与Latin字体相同（通常为Times New Roman）
• lang属性从"zh-CN"改为"en-US"
• 绝不修改位置/尺寸属性（的off/ext）
• translated为空时跳过该条目，不替换原始文本

依赖

pip install python-pptx

注意事项

• 提取脚本会跳过图片元素（）和页码占位符（）
• 组合形状（Group Shape）内的子文本框会被递归遍历并提取/翻译
• 备注文本同样会被提取和翻译
• 翻译后英文文本可能比中文短，位置不变但文本框内可能有留白，方便用户微调
• 如英文文本比中文长导致溢出，可在PowerPoint中手动调小字号或调整文本框

资源文件

scripts/

• extract_text.py: 从PPTX提取文本到JSON
• replace_text.py: 从JSON回写翻译到PPTX