OCR 與翻譯：從掃描頁面到可讀成果

OCR 和翻譯常被包裝成同一個動作，但兩者回答的其實是不同的問題。OCR 問的是「這一頁上有哪些文字？」翻譯問的是「這些文字換成另一種語言是什麼意思？」文件處理還會多問一個問題：「文字、標題、圖表和註記該用什麼順序讀？」

釐清這個差別，就能解釋一種常見的失敗情況：譯文讀起來很自然，內容卻怪怪的。語言系統收到的可能是錯字、漏掉的符號，或順序顛倒的段落。原始資訊如果一開始就沒被正確辨識出來，再怎麼調整提示詞也很難可靠地補救。

把辨識、結構與語意分開看

想像一張掃描頁面，OCR 把 10 mg 讀成 IO mg。翻譯系統可能照抄這兩個錯誤的字母，也可能把它當成某個名稱來理解。單靠流暢的語言能力，翻譯階段無法還原正確的劑量，你得回頭看原圖才能釐清。

再想像一篇雙欄文章。每個字都辨識正確，但擷取出來的文字卻在兩欄之間交錯跳躍。問題出在閱讀順序，不在拼字。翻譯可以把這堆混在一起的文字變成文法通順的句子，卻同時把論述邏輯弄丟了。

因此，一套實用的流程會分成幾項各司其職的工作：

整合式工具可以在同一個任務裡完成這些階段，但校閱成果時，把它們分開來看仍然很有幫助。

如果是文字型 PDF，先選取一段文字貼到編輯器裡，看看字元和順序是否合理。文字可以選取是個好徵兆，但內嵌字型或損壞的文字層仍可能產生預期外的字元。

如果是掃描檔，先檢查頁面影像，留意模糊、歪斜、裝訂陰影和文字被裁切的情況。原始掃描品質差，辨識品質就有物理上的極限。提高已經模糊的影像解析度，並不會讓消失的筆畫細節重新出現。

混合型 PDF 兩種檢查都要做。有些頁面可能是可選取的文字，插頁或附錄卻是圖片。多挑幾個位置檢查，不要只憑一頁就替整本書下定論。

PDF Craft 接受 PDF 檔案進行處理，提供 EPUB 或 Markdown 轉檔，這兩種輸出可選擇是否翻譯。PDF 輸出則屬於翻譯任務。請實際查看設定內容；從哪個行銷頁面進來，並不會自動決定輸出格式或翻譯參數。

當你能對照原稿檢查成果時，用整合式的 OCR 加翻譯流程製作閱讀版本很方便。但如果文件含有重要數值、特殊詞彙，或版面容易造成結構錯誤，先單獨檢查辨識結果會比較妥當。

在分開進行的流程裡，先做一次不翻譯的轉檔，再在對應的閱讀器或編輯器中檢查擷取出來的內容。比對標題、跨頁段落，以及其中一個表格或註記。確認來源內容的問題後，在合適的編輯流程中修正，再把這份素材交給後續的翻譯流程。

不要假設每個服務都會提供可編輯的中間結果，或接受你修改過的格式作為新的輸入。PDF Craft 的網頁介面是任務式流程，並不是保證提供翻譯前 OCR 編輯器的工具。請確認下一階段支援哪些輸入格式，不要把轉檔、編輯和重新上傳當成可以隨意互換的步驟。

如果跳過中間校閱，最後的檢查就要做得更仔細。任何看起來可疑的譯文，都直接和 PDF 原圖對照。記下原文所在的位置，這樣才能分辨到底是辨識錯誤還是翻譯取捨。

EPUB 適合以持續閱讀為目標、希望字級可調整的情況。你會希望段落能自動重排、目錄能實際使用，註記也仍然和正文連在一起。掃描 PDF 轉 EPUB 指南整理了這些檢查重點。

Markdown 適合需要可編輯文字來做研究筆記、引用或後續處理的情況。請檢查公式和表格，不要期待排版會和紙本頁面一模一樣。可參考用於研究的 PDF 轉 Markdown。

PDF 翻譯適合必須交付 PDF 的場合。翻譯後請檢查文字是否塞得下、圖文關係是否正確，以及版面擁擠的區域有沒有出問題。其他輸出格式有雙語選項，不代表 PDF 也支援雙語。

雙語 EPUB 會把原文段落放在譯文前面，方便對照語意。但它不會拿頁面影像來驗證 OCR：如果辨識出來的原文本來就錯了，兩個版本的段落可能一起把問題藏起來。

挑一個跨頁處、一個換欄處和一個註腳參照來檢查。這些地方最容易讓各自看起來沒問題的局部結果，以錯誤的方式接在一起。註腳處理一文說明了為什麼一頁可能每個字都在，註記卻被掛到錯誤的位置。

接著把數值和語言放在一起看。確認數字與單位、否定詞與它所修飾的敘述，以及圖表編號與圖說是否對得上。遇到重要引文，請回到原始頁面確認，不要只信賴擷取或翻譯後的版本。

開始使用時，在 PDF Craft 上傳 PDF、選擇輸出格式，需要時明確開啟翻譯。處理費用依用量計算，目前費率請見定價。請保留原始檔、下載的成果，以及足夠的位置資訊，日後要複查時會輕鬆很多。