Отсканированный PDF может отлично читаться на экране, но не давать переводчику ни одного пригодного слова. Слова здесь — это пиксели на странице. Чтобы перевести документ, система обработки должна распознать их, восстановить порядок и выдать результат в выбранном формате на другом языке.
Готовый файл нужно проверить дважды: правильно ли распознан исходный текст и сохранён ли смысл при переводе. Красивая фраза не успокаивает, если OCR потерял отрицание или посреди абзаца склеил первую колонку со второй.
Убедитесь, что на самом деле находится в PDF
Попробуйте выделить и скопировать предложение на нескольких страницах. Если выделяется только страница целиком, скорее всего, внутри изображения. Если слова выделяются, но при вставке идут в неправильном порядке, текстовый слой может быть неполным или ненадёжным по структуре. В смешанном документе могут встретиться чистый цифровой текст, сканированные вставки и страницы с разной вёрсткой.
Для проверки выбирайте сложные страницы: таблицу, мелкие примечания, разворот в две колонки и страницу рядом с границей главы. Не судите о длинной книге по титульному листу.
Посмотрите и на само изображение. Обрезанные поля, тень от переплёта, наклон строк и размытость мешают распознаванию. Если можно получить более чёткий скан, сделайте это до обработки. Если символа нет на изображении, система перевода не сможет надёжно восстановить его по контексту.
Решите, нужен ли вам PDF, EPUB или Markdown
Формат результата должен соответствовать тому, что вы будете делать с переводом:
| Формат | Для чего подходит | Что проверять |
|---|---|---|
| Переведённый PDF | Нужен PDF-файл и важно, как выглядят страницы | Вписывание текста, подписи, таблицы и связь текста с иллюстрациями |
| EPUB с переводом | Хочется увеличивать текст и читать в программе для электронных книг | Порядок абзацев, навигацию по главам, примечания и перетекание текста |
| Markdown с переводом | Нужен редактируемый текст для заметок или дальнейшей работы | Заголовки, формулы, таблицы, подписи и ссылки |
В PDF Craft для PDF-файла перевод обязателен. EPUB и Markdown можно только конвертировать или перевести, поэтому при необходимости другого языка включайте перевод явно. Адрес страницы эти настройки за вас не выбирает. Двуязычный результат доступен для поддерживаемых форматов, кроме PDF; двуязычного PDF ждать не стоит.
EPUB рассчитан на структуру для чтения, а не на точное повторение каждой печатной страницы. В Markdown на первом месте редактируемое содержимое. Если исходное расположение материалов важно, сохраните PDF рядом с любым из этих результатов.
Пройдите путь от распознавания к переводу
- Сохраните исходный скан. Сделайте нетронутую копию с понятным именем файла. Она останется точкой отсчёта для чисел, изображений и любых фрагментов, которые позже вызовут сомнения.
- Загрузите файл в рабочую область PDF Craft. Актуальные ограничения на размер файла и обработку смотрите в интерфейсе.
- Выберите формат результата. Для EPUB или Markdown включите перевод и укажите целевой язык. Проверьте доступный режим вывода, а не полагайтесь на то, что написано на главной странице.
- Добавьте указания по переводу. Опишите тему и несколько важных терминов, имён или региональных предпочтений. Указания направляют перевод, но не заменяют проверку результата.
- Проверьте настройки и отправьте задачу. Новым пользователям начисляются пробные кредиты; обработка оплачивается по фактическому расходу. Текущие тарифы — на странице «Цены».
- Скачайте файл из завершённой задачи. Откройте результат в подходящей программе для чтения или редактирования и сравните со сложными страницами, которые вы выбрали раньше.
PDF Craft выполняет распознавание и восстановление структуры документа в рамках задачи. Это не означает, что перед переводом есть отдельный этап ручной правки OCR. Если нужно независимо проверить распознанный текст, возможно, вам больше подойдёт отдельный процесс конвертации с проверкой, а не один переведённый файл.
Относитесь к таблицам и иллюстрациям не как к обычному тексту
В таблице нужные слова могут оказаться не в тех ячейках. Сверьте заголовки со значениями под ними, проверьте единицы измерения и проследите строку по всей ширине. Сдвинутый минус или десятичная запятая меняют смысл, даже если окружающий текст читается гладко.
Для иллюстрации проверьте её номер, подпись и предложение, которое на неё ссылается. Текст внутри изображения может вести себя не так, как обычный текст страницы; не считайте, что сохранённая картинка означает перевод всех подписей на ней. Держите под рукой оригинал со схемами и картами.
На страницах с несколькими колонками проверьте, правильно ли текст переходит из одной колонки в другую. Прочитайте последние строки одной колонки и первые строки следующей. Подписи и сноски прослеживайте отдельно: близость на странице не всегда задаёт правильный порядок чтения. В памятке по формулам и сноскам эта проверка разобрана подробнее.
Проверяйте содержание и оформление по отдельности
Сначала сравните смысл: имена, даты, количества, отрицания, определения и важные оговорки. Если фрагмент кажется странным, сверьтесь и с распознанным исходным текстом, где он доступен, и с изображением страницы. Ошибка перевода и ошибка OCR исправляются по-разному.
Затем посмотрите на оформление. В PDF ищите наложение текста, в EPUB — резкие склейки абзацев, в Markdown — разрушенную структуру таблиц и формул. Проверяйте файл в той программе для чтения или редактирования, которой действительно будете пользоваться, а не только в предварительном просмотре браузера.
Ведите простой журнал проверки с местом и проблемой, например: «печатная страница 42, таблица 3: проверить единицу во втором столбце». Номера печатных страниц могут не совпадать с номерами в программе просмотра PDF, а страницы в EPUB с перетекающим текстом зависят от размера шрифта. Надёжнее ссылаться на главу и характерную фразу — такая привязка работает в любом формате.
Сохраняйте исправленную или проверенную версию отдельно. Если главное — удобное чтение, перевод отсканированного PDF в EPUB может подойти лучше, чем сохранение фиксированной страницы. Если нужно редактировать извлечённое содержимое, используйте PDF в Markdown. В обоих случаях сложные страницы всё равно требуют сверки с исходником.