DOCX Translator

Веб-приложение для перевода Word-документов с русского на английский (и между любыми языками) через Groq API, с полным сохранением форматирования.

Что сохраняется

• ✅ Inline-стили (жирный, курсив, подчёркивание, цвет шрифта, размер)
• ✅ Таблицы (включая вложенные)
• ✅ Картинки и их расположение
• ✅ Колонтитулы (хедеры и футеры)
• ✅ Стили параграфов (заголовки, списки, отступы)
• ✅ Нумерация страниц, поля, ориентация

Как это работает

Ключевая идея — перевод на уровне runs (ранов). Каждый параграф в .docx состоит из ранов, где каждый хранит своё форматирование. Приложение:

1. Извлекает текст из каждого рана
2. Отправляет массив фрагментов в Groq API как JSON-массив
3. Получает обратно массив той же длины с переводами
4. Записывает переведённый текст обратно в раны, не трогая XML-атрибуты форматирования

Картинки остаются нетронутыми — они хранятся как бинарные части в .docx архиве.

Установка

# Клонировать/скачать проект
cd docx-translator

# Создать виртуальное окружение
python -m venv .venv
source .venv/bin/activate  # Linux/Mac
# .venv\Scripts\activate   # Windows

# Установить зависимости
pip install -r requirements.txt

Запуск

# Вариант 1: API-ключ через переменную окружения
export GROQ_API_KEY="gsk_..."
python app.py

# Вариант 2: ввести ключ через веб-интерфейс
python app.py

Открыть в браузере: http://localhost:5000

Переменные окружения

Переменная	По умолчанию	Описание
GROQ_API_KEY	—	API-ключ Groq
GROQ_MODEL	llama-3.3-70b-versatile	Модель для перевода
PORT	5000	Порт веб-сервера
FLASK_DEBUG	0	Режим отладки (1 = вкл.)
SECRET_KEY	встроенный	Секрет Flask-сессий

Получение Groq API Key

1. Зарегистрироваться на console.groq.com
2. Перейти в API Keys → Create API Key
3. Скопировать ключ (gsk_...)

Бесплатный тариф: ~30 req/min, 14,400 req/day — хватает для документов до ~50 страниц.

Рекомендации по моделям

Модель	Качество	Скорость	Когда использовать
Llama 3.3 70B	⭐⭐⭐⭐⭐	⚡⚡⚡	Основной выбор
DeepSeek R1 70B	⭐⭐⭐⭐⭐	⚡⚡	Сложные тексты
Mixtral 8x7B	⭐⭐⭐⭐	⚡⚡⚡⚡	Баланс цена/качество
Llama 3.1 8B	⭐⭐⭐	⚡⚡⚡⚡⚡	Быстрый черновик

Ограничения

• Текст внутри встроенных объектов (SmartArt, диаграммы) не переводится
• Текст на картинках не переводится (нужен OCR)
• Очень длинные параграфы могут упираться в лимит токенов модели
• Синхронная обработка — большие документы блокируют сервер (для продакшена нужен Celery/RQ)