翻譯掃描版 PDF 還是數位版 PDF:開始之前有什麼不同
兩個 PDF 檔案在螢幕上可能看起來完全一樣,內部卻大不相同。數位版 PDF 由文書處理軟體建立或從程式匯出,裡面是程式可以讀取的真實文字。掃描版 PDF 是紙本頁面的照片,其中的文字只是像素。翻譯需要文字,所以這項差異決定了翻譯如何進行:已有文字時可以直接開始,只有影像時則必須先取得文字。
一覽表
| 對比項 | 掃描版 PDF | 數位版 PDF |
|---|---|---|
| 文字在哪裡 | 只存在於頁面影像中,沒有可選取的文字。 | 以真實、可選取的文字形式儲存在檔案中。 |
| 翻譯前的第一步 | 用 OCR 加入文字層,讓文字可以被讀取。 | 無需處理,文字可直接使用。 |
| 錯誤的主要來源 | 字元辨識錯誤、頁面傾斜與對比度不足。 | 主要是翻譯本身以及文字長度的變化。 |
| 結果核對 | 先檢視辨識出的文字,再檢視譯文。 | 對照原始頁面再讀一遍譯文。 |
| 典型情形 | 舊合約、已簽名的紙本表格與歸檔信件。 | 報告、手冊以及從程式匯出的檔案。 |
根據檔案的內容來決定
請嘗試用游標選取幾個詞。如果可以選取,表示檔案是數位版,可以直接翻譯。如果不能,則是掃描檔,首要工作是把影像變成文字。辨識錯誤會帶入譯文,因此清晰、端正、光線良好的掃描檔能帶來雙重好處。對於混合檔案,請把掃描的部分單獨處理。請仔細閱讀最終結果,因為機器翻譯仍可能漏掉細微含義或數字。
如何選擇
掃描版 PDF
當頁面是影像、翻譯之前需要文字層時,請選擇掃描版的流程。
數位版 PDF
當文字已經可以選取、可直接翻譯時,請選擇數位版的流程。
兩種選擇都能用的免費工具
提到這個術語的指南
用白話解釋 PDF 術語
常見問題
- 我如何得知自己的 PDF 是不是掃描檔?
- 請嘗試選取或搜尋一個詞。如果什麼都無法選取或找到,表示頁面是影像,翻譯前需要先做 OCR。
- OCR 的錯誤會帶入譯文嗎?
- 會的。辨識錯誤的詞會依辨識結果翻譯,因此掃描品質較差時,請先檢查辨識出的文字。
- 您的哪些工具可以處理這個問題?
- PDF OCR 為掃描頁面加入文字層,偵測 PDF 語言告訴您文字使用的語言,翻譯 PDF 則把文字翻譯成另一種語言。每個工具都會產生新檔案,因此原檔案不會被更動。