如何翻譯掃描版 PDF 並檢查版面

掃描版 PDF 在螢幕上看起來完全正常，但對翻譯系統來說，裡面可能沒有一絲可用的文字。那些字其實是頁面上的像素。要翻譯這份文件，處理系統必須先辨識這些字、還原它們的順序，再以另一種語言產出你選擇的格式。

下載成品後有兩件事要分別檢查：原稿是否被正確辨識，以及譯文是否保留了原意。就算句子讀起來很順，只要 OCR 漏掉一個否定詞，或是在段落中途把第一欄接到第二欄，這樣的譯文一樣不能放心。

先確認 PDF 裡實際有什麼

試著在好幾頁上選取並複製一句話。如果只能選取整頁，代表內容很可能是圖片。如果字可以選取，貼上後順序卻亂掉，文字層可能不完整，或結構本身不可靠。混合型文件可能同時有直接產生的文字和插入的掃描頁，而且各頁的版面可能不同。

挑難處理的頁面來測試：一張表格、細小的註記、雙欄跨頁，以及章節交界附近的頁面。不要只憑書名頁就判斷整本長篇書籍的狀況。

也要檢查影像本身。裁切過頭的邊界、書脊造成的陰影、歪斜的行、模糊，都會影響辨識。如果能取得更清晰的掃描檔，請在處理前先換掉。字元一旦在影像中消失，翻譯系統就無法可靠地從上下文推回原貌。

判斷你需要 PDF、EPUB 還是 Markdown

輸出格式應該配合你拿到譯文之後的用途：

在 PDF Craft 中，PDF 輸出必須經過翻譯。EPUB 和 Markdown 可以只轉檔、也可以翻譯，所以需要另一種語言時，要明確開啟翻譯。頁面網址不會替你決定這些選項。支援的非 PDF 輸出可提供雙語版本；請不要預期 PDF 也有雙語選項。

EPUB 著重的是閱讀結構，而不是重現每一頁的印刷樣貌。Markdown 則以可編輯的內容為優先。如果原稿的視覺編排很重要，無論選哪一種結果，都請把 PDF 一併留著。

依序完成辨識到翻譯的流程

1. 保留原始掃描檔。 另存一份未經處理的副本，檔名要容易辨認。之後比對數字、圖片，或任何看起來可疑的段落時，都以它為準。
2. 上傳到 PDF Craft 工作區。 檔案大小與處理限制請以介面顯示的現行規定為準。
3. 選擇輸出格式。 若選 EPUB 或 Markdown，請開啟翻譯並選擇目標語言。確認介面上實際可用的輸出模式，不要只憑首頁說明就自行假設。
4. 填寫相關的翻譯指示。 說明主題，並列出幾個重要術語、人名或地區用語偏好。指示能引導翻譯，但不能取代你對成品的檢查。
5. 確認設定後送出。 新使用者會獲得試用額度；處理費用依用量計算。目前費率請見價格方案。
6. 從完成的任務下載成品。 用合適的閱讀器或編輯器開啟，並對照你先前挑出的難處理頁面。

PDF Craft 在任務中一併處理辨識與文件結構。這不代表翻譯前有可互動的 OCR 校正階段。如果你需要獨立核對擷取出來的文字，另做一次轉檔並自行校對的流程，可能比單靠翻譯成品更適合你。

表格與圖表要分開檢查

表格可能每個字都對，卻放錯了格子。請把表頭和底下的數值對照檢查、確認單位，並沿著同一列橫向讀完整排。一個錯位的負號或小數點，即使周圍文字再流暢，也可能改變整段的意思。

圖表方面，請檢查編號、圖說，以及引用它的那句正文。嵌在圖片裡的文字未必會像一般內文那樣被處理；不要以為圖片有保留，就代表每個標籤都翻譯過了。示意圖和地圖請保留原稿以備對照。

多欄頁面要檢查銜接。讀完一欄的最後幾行，再接讀下一欄的開頭。圖說和註腳要分開追蹤，因為在頁面上彼此靠近，不代表閱讀順序就是對的。公式與註腳檢查清單提供了更聚焦的檢查方式。

內容與呈現分兩輪檢查

先比對意思：人名、日期、數量、否定詞、定義，以及重要的限定條件。如果某段讀起來怪怪的，請同時查看可取得的辨識原文和原始頁面影像。翻譯錯誤和 OCR 錯誤需要用不同的方式修正。

再檢查呈現。PDF 輸出要注意文字是否重疊，EPUB 要注意段落是否被硬接在一起，Markdown 要注意表格或公式結構是否被壓平。請用你實際會使用的閱讀器或編輯器測試，不要只在瀏覽器預覽裡看。

準備一份簡單的檢查紀錄，寫下位置和問題，例如「印刷頁 42，表 3：確認第二欄的單位」。印刷頁碼可能和 PDF 檢視器的頁碼不同，可重排的 EPUB 頁碼也會隨字級變動。用章節加上一句有辨識度的原文，跨格式對照會更可靠。

把校對過或修正過的版本另外存檔。如果你的主要目的是舒服地閱讀，掃描版 PDF 轉 EPUB 的做法可能比保留固定版面更合適。如果你的目的是編輯擷取出來的內容，請用 PDF 轉 Markdown。無論哪一種，遇到複雜頁面時都還是要回頭核對原稿。