Points clés
- TranslateBooksWithLLMs (github.com/hydropix/TranslateBooksWithLLMs), ou « TBL », est une application open source gratuite pour traduire des livres entiers, des sous-titres et des documents
- Développé par une personne utilisant le pseudonyme GitHub hydropix ; cet avis n'a trouvé aucune entreprise, levée de fonds ni soutien commercial derrière le projet
- Sous licence AGPL-3.0, confirmée via les métadonnées de licence du dépôt GitHub
- Prend en charge les formats EPUB, DOCX, TXT et SRT, sans limite de taille de fichier grâce à un découpage intelligent basé sur des tokens qui préserve la mise en forme et les codes temporels des sous-titres
- Fonctionne gratuitement avec un modèle Ollama local, ou avec des fournisseurs cloud — OpenAI, Google Gemini, Mistral, DeepSeek, Poe, OpenRouter, NVIDIA NIM — ainsi que tout serveur local compatible OpenAI comme llama.cpp, LM Studio ou vLLM
- Propose un système de point de contrôle/reprise, une extraction optionnelle de glossaire et de style d'écriture pour une terminologie et un ton cohérents sur tout un livre, ainsi qu'une sortie texte-vers-parole optionnelle via Edge-TTS
- Plus de 2 400 étoiles GitHub et 319 forks au moment de cet avis ; le dépôt a été créé le 22 mai 2025
📍 En une phrase
TranslateBooksWithLLMs (TBL) est une application open source gratuite (AGPL-3.0), disponible en application de bureau Windows/macOS, interface web et CLI, qui traduit des livres entiers, des sous-titres et des documents (EPUB, DOCX, TXT, SRT) avec un modèle Ollama local ou un fournisseur de LLM cloud, sans limite de taille de fichier et avec un système de point de contrôle qui reprend les tâches interrompues.
💬 En termes simples
Plutôt que de coller un livre chapitre par chapitre dans une fenêtre de chat, TranslateBooksWithLLMs prend le fichier entier, le découpe en arrière-plan en morceaux gérables, traduit chaque morceau en conservant le contexte et la mise en forme environnants, puis réassemble le fichier final — en reprenant automatiquement si le processus est interrompu en cours de route.
📌Remarque: Cet avis se base sur le propre dépôt GitHub, le README et la documentation de TranslateBooksWithLLMs, et non sur des tests indépendants de qualité de traduction menés par PromptQuorum. Le projet renvoie vers ses propres benchmarks communautaires de qualité de traduction sur son wiki GitHub — à considérer comme des données auto-publiées de première partie, et non comme un benchmark audité de façon indépendante.
Qu'est-ce que TranslateBooksWithLLMs ?
TranslateBooksWithLLMs est une application open source gratuite construite autour d'une seule tâche : traduire un livre, un document ou un fichier de sous-titres complet avec un LLM, plutôt que de traduire une page ou un message de chat à la fois. Sa propre description GitHub indique qu'elle permet de « traduire des livres et documents complets avec Ollama, des modèles compatibles OpenAI, Gemini, Mistral, DeepSeek, Poe ou OpenRouter », et qu'elle « préserve la mise en forme, reprend là où vous vous êtes arrêté, sans limite de taille de fichier ».
- Type de produit : une application de traduction autonome avec trois interfaces — une application de bureau packagée, une interface web locale et un outil en ligne de commande — pas un module complémentaire pour un autre programme
- Créateur : une personne utilisant le pseudonyme GitHub hydropix ; aucun nom légal ou de société n'est publié dans le dépôt au moment de cet avis
- Licence : AGPL-3.0, une licence open source copyleft, confirmée via les métadonnées de licence du dépôt GitHub
- Dépôt : github.com/hydropix/TranslateBooksWithLLMs, créé le 22 mai 2025
- Ampleur : plus de 2 400 étoiles GitHub, 319 forks, 11 contributeurs et 25 tickets ouverts au moment de cet avis
- Moteur principal : un pipeline de traduction en Python qui découpe le texte d'entrée, envoie chaque morceau au fournisseur de LLM configuré, et réassemble la sortie en préservant la structure
Historique du projet et jalons de versions
Le dépôt GitHub de TranslateBooksWithLLMs a été créé le 22 mai 2025, et a été publié en continu depuis, passant d'un script de traduction axé ligne de commande à une application de bureau complète avec un espace de travail web partagé multi-appareils. Les numéros de version ci-dessous proviennent des propres versions GitHub du projet ; consultez directement la page des versions pour tout ce qui a été publié après la date de publication de cet avis.
- 1Dépôt créé — 22 mai 2025
Why it matters: Le projet démarre comme un outil de traduction de livres et de documents en Python construit autour d'Ollama et d'autres fournisseurs de LLM. - 2Série v1.4.x — mai–août 2026
Why it matters: Une longue série de versions mineures (v1.4.1 à v1.4.11) jusqu'à mi-2026, selon la liste des versions GitHub, indiquant une livraison régulière et incrémentale de fonctionnalités et de correctifs. - 3v1.5.0 — 2 août 2026
Why it matters: Une nouvelle série de versions mineures commence, selon la liste des versions GitHub ; consultez les notes de version spécifiques sur GitHub pour connaître les changements. - 4v1.5.6–v1.5.9 — 9–24 août 2026
Why it matters: Itération continue au niveau des correctifs tout au long du mois d'août 2026, selon la liste des versions GitHub. - 5v1.5.10 — 6 septembre 2026 : version la plus récente au moment de cet avis
Why it matters: La version actuelle au moment de cet avis ; l'application de bureau, le système de point de contrôle/reprise, l'extraction de glossaire et de style, et la prise en charge multi-fournisseurs décrits dans cet avis sont tous présents dès cette version.
Que peut-on faire avec TranslateBooksWithLLMs ?
L'ensemble de fonctionnalités de TranslateBooksWithLLMs se concentre sur l'obtention d'un fichier traduit complet et correctement formaté à la sortie d'un LLM, pour des documents bien plus longs qu'une seule fenêtre de contexte de chat. Voici ce que fait réellement chaque élément, selon le propre README et la documentation du projet.
- Traduction sans limite de longueur via le découpage — l'application divise l'entrée en morceaux basés sur des tokens (450 tokens par défaut, selon la configuration
.envdocumentée) et traduit chacun d'eux en préservant le contexte entre les segments, de sorte qu'un texte de la longueur d'un livre n'est pas une limite stricte - Préservation de la mise en forme — la structure et le style EPUB, la mise en forme DOCX et les codes temporels des sous-titres SRT sont conservés intacts dans la sortie traduite, selon la propre description du projet
- Point de contrôle et reprise — une traduction interrompue (application fermée, connexion perdue, limite de débit) peut reprendre là où elle s'est arrêtée plutôt que de redémarrer depuis le début
- Préréglages de style d'écriture réutilisables — extraire un préréglage de style à partir de livres d'exemple (ou en écrire un à la main) et l'appliquer à chaque morceau d'une nouvelle traduction pour un registre et un ton cohérents sur tout le livre
- Extraction automatique de glossaire et de style — si aucun préréglage n'est prêt, sélectionner « Auto » permet de dériver un glossaire et un profil de style directement à partir du document à traduire, en utilisant un appel LLM supplémentaire avant le démarrage de la tâche
- Prise en charge multi-fournisseurs — un modèle Ollama local gratuit, tout serveur local compatible OpenAI (llama.cpp, LM Studio, vLLM, LocalAI), ou un fournisseur cloud : OpenAI, Google Gemini, Mistral, DeepSeek, Poe, OpenRouter ou NVIDIA NIM
- Rotation des clés API — configurer une liste de clés API séparées par des virgules pour un même fournisseur, et l'application passe automatiquement à la clé suivante lorsque l'une d'elles atteint une limite de débit
- Espace de travail web partagé multi-appareils — l'interface web n'a pas de comptes utilisateurs ; chaque navigateur pointant vers le même serveur en cours d'exécution voit la même progression de tâche, le même historique et la plupart des préférences en quasi temps réel
- Sortie texte-vers-parole optionnelle — générer de l'audio à partir du texte traduit via Edge-TTS, en plus du document traduit lui-même
- Notifications — recevoir une notification push (via ntfy, Discord, Slack, gotify, ou un webhook HTTP personnalisé) lorsqu'une longue tâche de traduction se termine
Exemples d'utilisation : trois façons d'utiliser TranslateBooksWithLLMs
Il s'agit de flux de travail concrets construits à partir des fonctionnalités documentées de TranslateBooksWithLLMs ci-dessus, et non de cas d'usage hypothétiques.
Télécharger TranslateBooksWithLLMs
TranslateBooksWithLLMs propose des versions de bureau packagées pour Windows et macOS (Intel et Apple Silicon) ; les utilisateurs Linux l'exécutent depuis les sources ou via Docker plutôt qu'avec un binaire préconstruit. Les liens ci-dessous proviennent de la dernière version GitHub du projet — vérifiez toujours directement sur cette page, car les URL de build changent à chaque version.
Plateforme | Téléchargement |
|---|---|
| Windows | TranslateBook-Windows.zip |
| macOS (Apple Silicon) | TranslateBook-macOS-AppleSilicon.zip |
| macOS (Intel) | TranslateBook-macOS-Intel.zip |
| Linux / tout OS (depuis les sources) | Clonez le dépôt GitHub, exécutez ./start.sh (nécessite Python 3.8+, Ollama pour le mode local) |
| Docker | docker build -t translatebook . puis docker run -p 5000:5000 translatebook — voir docs/DOCKER.md |
Sur macOS, le premier lancement nécessite d'autoriser l'application dans Réglages Système > Confidentialité et sécurité > Ouvrir quand même, car la version de bureau n'est pas notariée par Apple au moment de cet avis. Quel que soit le mode d'installation choisi, la traduction locale via Ollama nécessite en plus de télécharger un modèle via Ollama lui-même — TranslateBooksWithLLMs ne fournit aucun modèle.
Tarifs et licence de TranslateBooksWithLLMs
TranslateBooksWithLLMs lui-même est gratuit et open source, sous licence AGPL-3.0. Il n'y a pas de palier payant, d'abonnement ni d'obligation de créer un compte pour l'application. Le coût réel dépend entièrement du fournisseur de modèle utilisé pour la traduction.
- L'application est gratuite, sans limite d'usage, filigrane ou blocage de fonctionnalité imposé par le projet lui-même
- Traduire avec un modèle Ollama local ne coûte que votre propre matériel et l'électricité — aucun frais par mot ou par token à TranslateBooksWithLLMs ou à Ollama
- Traduire avec un fournisseur cloud (OpenAI, Gemini, Mistral, DeepSeek, Poe, OpenRouter ou NVIDIA NIM) coûte ce que ce fournisseur facture pour l'usage de l'API ; plusieurs de ces fournisseurs publient un palier gratuit, mais TranslateBooksWithLLMs ne contrôle ni ne garantit cette tarification
- Licence : AGPL-3.0, confirmée via les métadonnées de licence du dépôt GitHub — il s'agit d'une licence copyleft avec une clause d'usage réseau, ce qui signifie que si vous modifiez le code et l'exécutez comme service réseau pour d'autres, vous êtes généralement tenu de rendre disponible votre code source modifié également ; cela diffère significativement d'une licence permissive comme MIT ou Apache 2.0, donc consultez vous-même le texte de la licence si cette obligation compte pour votre usage
- Cet avis n'a trouvé aucune preuve de levée de fonds, d'entreprise ou de soutien commercial derrière le projet — son propre README renvoie vers une page Ko-fi pour des dons volontaires, cohérent avec un projet open source maintenu de façon indépendante et soutenu par la communauté
Traduction locale (Ollama) vs cloud dans TBL
TranslateBooksWithLLMs prend en charge à la fois une voie de traduction entièrement locale via Ollama et une voie via un fournisseur cloud, et les deux diffèrent principalement en vitesse, coût et confidentialité — pas dans les formats de fichiers ou fonctionnalités disponibles.
Coût
- Local (Ollama):
- Gratuit au-delà de votre propre matériel/électricité
- Fournisseur cloud:
- Facturé par le fournisseur selon l'usage de l'API ; plusieurs offrent un palier gratuit
Confidentialité
- Local (Ollama):
- Le texte n'est envoyé nulle part pour la traduction — il reste sur votre machine
- Fournisseur cloud:
- Le texte est envoyé aux serveurs du fournisseur selon ses propres conditions de traitement des données
Concurrence
- Local (Ollama):
- Sérialisé — un morceau à la fois (
PARALLEL_TRANSLATIONSest ignoré) - Fournisseur cloud:
- Prend en charge
--parallel Npour la traduction simultanée de morceaux, selon les propres limites de débit du fournisseur
Configuration
- Local (Ollama):
- Nécessite d'abord d'installer Ollama et de récupérer un modèle localement
- Fournisseur cloud:
- Nécessite seulement une clé API du fournisseur choisi
Qualité de traduction
- Local (Ollama):
- Dépend de la taille et de la couverture linguistique du modèle local
- Fournisseur cloud:
- Dépend du modèle cloud choisi ; généralement un plus grand choix de modèles plus volumineux
Le projet renvoie vers ses propres benchmarks communautaires de qualité de traduction, organisés par langue cible, sur son wiki GitHub — consultez directement cette page pour comparer des modèles locaux et cloud spécifiques pour votre langue cible plutôt que de vous fier à des hypothèses générales sur la qualité local vs cloud.
À qui s'adresse TranslateBooksWithLLMs ?
TranslateBooksWithLLMs convient aux personnes qui ont besoin de traduire un livre, un document ou un fichier de sous-titres entier de bout en bout avec une mise en forme et une terminologie cohérentes, plutôt qu'un court extrait collé dans une fenêtre de chat.
Concurrents et alternatives
Les outils LLM dédiés à la traduction de livres à l'échelle d'un document entier constituent une niche étroite dans le catalogue actuel des avis de PromptQuorum — TranslateBooksWithLLMs n'a pas de rival proche et équivalent en fonctionnalités parmi les avis FeatureAppPost existants du site. Les comparaisons disponibles les plus proches sont d'autres outils de documents et de connaissances propulsés par un LLM local qui partagent l'accent mis par TranslateBooksWithLLMs sur le traitement local de documents entiers, même si aucun des deux n'est un outil spécifique à la traduction.
Karakeep
- Best known for:
- Application de favoris et notes auto-hébergeable avec étiquetage, résumé et recherche par IA sur des documents enregistrés
- Link:
- Avis Karakeep
Articles sur Karakeep (2)
- Karakeep Review 2026: Self-Hosted Bookmarks with AI Auto-TaggingMis à jour 18 septembre 2026
- Blinko Review 2026: Self-Hosted AI Notes with RAG SearchMis à jour 19 septembre 2026
Également mentionné dans :
- Surf Review 2026: Deta's Open-Source AI NotebookMis à jour 19 septembre 2026
Khoj
- Best known for:
- Assistant IA personnel « second cerveau » auto-hébergeable et open source qui répond aux questions sur vos propres documents
- Link:
- Avis Khoj
Articles sur Khoj (2)
- Khoj Review 2026: Self-Hosted AI Second Brain, No Cloud LeftMis à jour 2 septembre 2026
- Vane Review 2026: Self-Hosted AI Answering Engine (Formerly Perplexica)Mis à jour 14 septembre 2026
Également mentionné dans :
- Agentic Inbox Review: A Self-Hosted Email Client With an AI AgentMis à jour 19 septembre 2026
- Sidekick Review 2026: A Free, Native macOS Local AI Chat AppMis à jour 19 septembre 2026
- Surf Review 2026: Deta's Open-Source AI NotebookMis à jour 19 septembre 2026
- SiYuan Review 2026: The Privacy-First, Block-Based Knowledge BaseMis à jour 18 septembre 2026
- Hyperlink (Nexa AI) Review 2026: On-Device File SearchMis à jour 12 septembre 2026
- Odysseus Review 2026: The Self-Hosted AI WorkspaceMis à jour 12 septembre 2026
- AnythingLLM Review: Open-Source RAG and Document ChatMis à jour 11 septembre 2026
- Quivr Review 2026: Is the Open-Source "Second Brain" Still Alive?Mis à jour 2 septembre 2026
Ni Karakeep ni Khoj ne traduisent de documents — ils sont inclus ici comme les outils de productivité orientés documents et propulsés par un LLM local les plus proches déjà testés sur PromptQuorum, et non comme des alternatives directes et équivalentes en fonctionnalités à TranslateBooksWithLLMs. Voir le répertoire de logiciels LLM locaux pour le catalogue complet si une correspondance plus proche est ajoutée ultérieurement.
Erreurs courantes lors de l'évaluation de TranslateBooksWithLLMs
La plupart des confusions autour de TranslateBooksWithLLMs viennent de ses conditions de licence, de l'hypothèse qu'il fonctionne comme un traducteur de chat en direct, ou du fait de manquer que la traduction locale s'exécute un morceau à la fois.
Questions fréquemment posées
Qu'est-ce que TranslateBooksWithLLMs ?
TranslateBooksWithLLMs (github.com/hydropix/TranslateBooksWithLLMs), ou « TBL », est une application open source gratuite (AGPL-3.0) pour traduire des livres entiers, des sous-titres (SRT) et des documents (EPUB, DOCX, TXT) avec un modèle Ollama local ou un fournisseur de LLM cloud.
TranslateBooksWithLLMs est-il gratuit ?
Oui, l'application elle-même est gratuite et open source, sans palier payant. Si vous traduisez avec un modèle Ollama local, le seul coût est votre propre matériel et l'électricité. Si vous connectez un fournisseur cloud (OpenAI, Gemini, Mistral, DeepSeek, Poe, OpenRouter ou NVIDIA NIM), vous payez ce fournisseur directement pour l'usage de l'API.
Comment installer TranslateBooksWithLLMs ?
Téléchargez l'application de bureau packagée pour Windows ou macOS (Intel ou Apple Silicon) depuis la dernière version GitHub, extrayez-la, et exécutez l'exécutable — l'interface web s'ouvre sur localhost:5000. Les utilisateurs Linux l'exécutent depuis les sources (git clone plus ./start.sh) ou via Docker, car il n'existe pas de binaire Linux préconstruit au moment de cet avis.
TranslateBooksWithLLMs fonctionne-t-il hors ligne ?
Oui, si vous utilisez un modèle local via Ollama. Une fois Ollama et un modèle installés, la traduction elle-même s'exécute entièrement sur votre machine — l'application n'envoie pas de texte de livre ou de document à un serveur externe pour la traduction. (Elle peut néanmoins effectuer des appels réseau ordinaires en arrière-plan, comme la vérification des mises à jour, sans rapport avec le contenu de votre document.) Utiliser un fournisseur cloud nécessite en revanche une connexion internet et envoie votre texte à ce fournisseur.
Quels formats de fichiers TranslateBooksWithLLMs prend-il en charge ?
EPUB, DOCX, TXT et SRT (sous-titres), selon la propre documentation du projet. Il préserve la mise en forme et la structure EPUB, le style DOCX et les codes temporels SRT dans la sortie traduite.
Existe-t-il une limite de taille de fichier ?
Non. TranslateBooksWithLLMs utilise un système de découpage basé sur des tokens (450 tokens par morceau par défaut) qui traite des documents de toute longueur, y compris des livres de mille pages, tout en préservant le contexte entre les morceaux.
Puis-je reprendre une traduction interrompue ?
Oui. Le système de point de contrôle de TranslateBooksWithLLMs sauvegarde automatiquement la progression, si bien qu'une tâche interrompue — par une application fermée, une connexion perdue ou une limite de débit — peut reprendre là où elle s'est arrêtée plutôt que de redémarrer depuis le début.
Quels fournisseurs cloud TranslateBooksWithLLMs prend-il en charge ?
OpenAI, Google Gemini, Mistral, DeepSeek, Poe, OpenRouter et NVIDIA NIM, ainsi que tout serveur local compatible OpenAI comme llama.cpp, LM Studio ou vLLM, selon le propre README du projet.
Sous quelle licence TranslateBooksWithLLMs est-il distribué ?
AGPL-3.0, une licence open source copyleft avec une clause d'usage réseau. Si vous modifiez le code et l'exécutez comme service hébergé pour d'autres utilisateurs, vous êtes généralement tenu de publier également votre code source modifié — lisez directement le texte de la licence si cela s'applique à votre usage prévu.
Qui a créé TranslateBooksWithLLMs ?
Une personne utilisant le pseudonyme GitHub hydropix, selon la propriété du dépôt. Cet avis n'a trouvé aucun nom légal ou de société publié, ni aucune preuve de levée de fonds derrière le projet.