English version: Re-typesetting a book from 1610
1610 年 3 月,伽利略在威尼斯出了一本薄薄的小书,《星际信使》(Sidereus Nuncius)。他把自己磨制的望远镜对准天空,发现月亮表面不是光滑的,而是布满山峦和凹坑;银河是无数恒星聚成的;木星身边还有四颗从没有人见过的小星,每晚换一个位置。这本六十来页的小册子,动摇了一个维持了两千年的天空。
前阵子我在 Internet Archive 上翻到了史密森学会图书馆藏的初版扫描。看着那些木刻首字母和月面铜版画,我冒出一个念头:能不能用现代的排版技术,把它原样重排一遍,再配上翻译?
这件事最后变成了一个和 Claude(Anthropic 的 AI)合作的长项目。成品放在 GitHub 上:metachow/sidereus-nuncius,PDF 在 Releases 里可以直接下载。
做成了什么样
一句话:每一页对应 1610 年初版的一页。左栏是现代拼写的拉丁文,断页的位置和初版完全一致;右栏是直接从拉丁文译出的新译文。现在有三个版本:拉丁文—中文、拉丁文—英语,以及拉丁文—日语(『星界の使者』)。
下面是书名页。左边是 1610 年初版的原始扫描(没有去黄,右上角还有图书馆的索书号),右边是重排版。拖动中间的分隔线可以对比,下面的按钮可以切换中文、英语、日语三个版本。
1610 初版
中文版
初版用了好几种字体:罗马体、带花式大写的意大利斜体、字距拉开的大写字母,还有大号的标题大写。重排时每一种都对应了下来。拉丁文用 EB Garamond(一款复刻 16 世纪 Garamond 的字体),中文用宋体、楷体(对应斜体)和粗体(对应大写强调),日语则是明朝体、教科书体和傍点。
从扫描开始
第一个坑是扫描本身。Internet Archive 默认给的 PDF 用了 MRC 压缩,文字还算清楚,铜版画的细密排线却被压成了一团。换成他们存档里的原始 JP2 图像(约 657 dpi)才算有了可用的底子。
去黄没有用什么花哨的方法:给纸张的颜色拟合一个平滑的曲面,再除掉它,墨色就留下来了。我们刻意没有用 AI 超分辨率处理铜版画。AI 会“脑补”出看起来更清楚、但伽利略的刻工从没刻过的线条,对一本复刻本来说,这比模糊更糟。几幅月面图上有书页的折痕,是从邻近的完好区域拷贝图块补上的。
1610 初版
中文版
星图和木星卫星图则是另一种处理:在扫描上逐颗星测量坐标,再用 TikZ 重绘成矢量图。星的数量和伽利略正文里说的一致,旧星画成双线大星、新发现的画成单线小星,也照初版。
1610 初版
中文版
1610 初版
中文版
先有文字,再有页面
一开始我们是直接一页一页手写 LaTeX,很快就发现不好维护:改一句译文,就得找到它落在哪一页的哪个文件里。后来我提议反过来,先拿到文本、翻译好,最后再处理断页,于是改成了“先文字、后页面”:拉丁文按段落和句子编号存进一个 YAML 文件(81 段、315 句),初版的断页用 ⟦8v⟧ 这样的标记标在句子里;译文按同样的编号一句一句存;页面文件由脚本生成,不再手改。
这个结构后来帮了大忙。加英语版、日语版,本质上就是“再翻译 315 句”,排版的事全交给脚本。
翻译:AI 翻译,AI 校对
翻译是由 Claude 的子代理完成的:Sonnet 负责翻译,五个代理各管一段,同时进行;Opus 负责校对,逐句对照拉丁文。我们给它们定了一条硬规矩:直接从拉丁文翻译,不参照任何仍有版权的现代译本。
校对这一步比我预想的有用得多。日语版校对时,Opus 一共改了大约 140 处实质性错误,比如:
- 献词里一句话的语法关系被理解反了,译成了“木星是一切善的源泉”,原文其实是说神是一切善的源泉,木星仅次于他;
- 有一句把月亮周围的水汽层说成“自己发光”,原文是“被太阳照亮”,前者恰好和伽利略的论证相反;
- 两处“如上图所示”,图其实在下面。
校对也会提出一些需要编者拍板的问题,比如观测日志里反复出现的格式怎么统一,“观测”和“观察”怎么区分。这些决定统一记在一个裁定文件里,再转给还在工作的其他校对代理。
当然,这三种译文都还没有经过拉丁文专家审校,书名页上也写明了。如果你懂拉丁文,非常欢迎来提 issue。
一些我很在意的细节
整个过程中,大部分代码、翻译和排版是 Claude 做的。我做得最多的事情,其实是看,然后说“这里不对”。
倒三角收尾。 初版最后一页的正文排成一个倒三角,最后几行越来越窄。我问能不能模仿,Claude 写了一个宏,靠反复试排来决定前面有几行满行。第一版的三角形尖端只剩一个被断开的单词碎片,第二版左边对齐了、右边没有,到第三版才让最后一行真正居中。
1610 初版
中文版
中文的首字母。 拉丁文献词和正文开头用的是初版的木刻首字母;英语栏找到了 TeX Live 自带的装饰首字母字体 Goudy Initialen,构造和文艺复兴时期的木刻首字母一样。中文没有首字母,我们用脚本生成了“木刻风格”的大字:方框、斜线底纹、做旧的墨色和缺损。一开始有的用楷体,字也偏小;后来我注意到拉丁文的装饰字始终是普通的罗马正体,而且撑满边框,于是改成了宋体粗体、放大到占满框内。
1610 初版
中文版
断页。 英语和拉丁文语序接近,英译可以在初版断页的位置精确断开。日语版第一次排出来时,我翻了几页就发现很多页的右栏开头是一片空白:跨页的句子被整句放在了前一页,后一页的拉丁文续句旁边什么都没有。后来在日语里找到最接近的分句处断开,问题就解决了。
日语的排版习惯。 像“噂”“靄”“論駁”这样的常用汉字表以外的字,第一次出现时加了振假名(ruby)。初版用大写字母强调的词,日语用傍点。日文里的阿拉伯数字改成了等高数字,因为 EB Garamond 默认的旧式数字放在“1610年”里很别扭。
回头看
这个项目让我比较意外的是,AI 能做的远不只是翻译。读扫描、量星图坐标、写 LaTeX 宏、调字体、排版面、做 GitHub 发布,它都能做,而且做得相当好。但“这一页看起来不对”“这个三角形右边没对齐”“这里的空白不该有”这样的判断,还是要靠人去看。分工大概就是这样:它负责把事情做出来,我负责看。
做完之后,我们把整个流程整理成了一个可复用的 skill:扫描去黄、文本先行的数据结构、子代理翻译和校对、排版里踩过的坑。下一本书已经在做了,是李渔的《闲情偶寄》,康熙刻本,竖排、按原刻行款仿刻:metachow/xianqing-ouji。
链接
- 源文件:github.com/metachow/sidereus-nuncius
- PDF 下载:Releases
- 初版扫描:Smithsonian Libraries,Internet Archive
Sidereusnuncius00Gali - 拉丁文底本:A. Favaro 编《伽利略全集》国家版第三卷(1892)
译文、注释与排版以 CC BY 4.0 发布,脚本以 MIT 发布;拉丁原文和初版扫描属公有领域。
