AuraDoc
AnmeldenKonto

Was ist Spracherkennung?

Spracherkennung ist das automatische Bestimmen der Sprache, in der ein Text geschrieben ist, etwa Englisch, Spanisch oder Japanisch. Bei einem PDF liest das Werkzeug den Text der Seiten und vergleicht ihn mit statistischen Profilen vieler Sprachen: welche Buchstaben, Buchstabenfolgen und kurzen Wörter am häufigsten vorkommen. Das Ergebnis ist die wahrscheinlichste Sprache, manchmal mit einem Konfidenzwert oder einer Liste von Sprachen, wenn ein Dokument mehrere mischt.

Warum echter Text nötig ist

Die Erkennung arbeitet mit Zeichen, daher muss das PDF markierbaren Text enthalten. In einem gescannten Dokument ist jede Seite nur ein Bild, und es gibt keine Zeichen zu lesen. Führen Sie zuerst die Texterkennung aus: Sie fügt eine Textebene hinzu, danach lässt sich die Sprache bestimmen. Sehr kurze Texte, Listen von Namen oder Zahlen und tabellenlastige Seiten liefern weniger verlässliche Ergebnisse, weil es wenige Wörter zum Vergleichen gibt.

Wobei sie hilft

Die Sprache einer Datei zu kennen hilft, große Dokumentsammlungen zu sortieren, jedes Dokument an die richtige Leserin oder den richtigen Übersetzer zu leiten, das passende Wörterbuch für die Texterkennung zu wählen und zu prüfen, dass ein für einen Markt bestimmtes Dokument nicht versehentlich in einer anderen Sprache vorliegt. Auch Archive und Suchsysteme speichern die Sprache, damit Suche und Bildschirmleser richtig funktionieren.

Sprache des Textes und Sprache der Datei

Ein PDF kann seine Sprache auch in den internen Einstellungen angeben, die Bildschirmleser zur Wahl der Aussprache nutzen. Diese Angabe setzt das Programm, das die Datei erstellt hat, und sie kann fehlen oder falsch sein. Die Spracherkennung betrachtet die tatsächlichen Wörter, daher können beide voneinander abweichen.

Werkzeuge, die diesen Begriff nutzen

Anleitungen, die ihn anwenden

Häufige Fragen

Erkennt sie die Sprache eines gescannten PDFs?
Erst nach der Texterkennung. Ein Scan enthält Bilder von Seiten; die Erkennung macht daraus Text, der sich analysieren lässt.
Was ist mit mehrsprachigen Dokumenten?
Die Erkennung meldet die Hauptsprache und kann weitere gefundene Sprachen auflisten. Prüfen Sie bei gemischten Dokumenten die Abschnitte einzeln, wenn es auf Details ankommt.
Ändert die erkannte Sprache die Datei?
Nein. Die Erkennung liest den Text nur und meldet das Ergebnis; das PDF bleibt unverändert. Die Sprachangabe in der Datei selbst bleibt ebenfalls, wie sie ist.

Verwandte Begriffe

Sie brauchen mehr als eine schnelle Korrektur?

AuraDoc ist eine Dokumentenplattform mit OCR, KI-Suche und -Zusammenfassungen sowie mehr als 60 PDF-Tools für Teams. Testen Sie sie 7 Tage kostenlos.

Kostenlose Werkzeuge für private und berufliche Nutzung. Dieses läuft auf einem isolierten AuraDoc-Server: Die Datei wird direkt nach der Verarbeitung gelöscht und nie gespeichert. Richtlinie zu fairer Nutzung und Missbrauch