Traduire un PDF en conservant la mise en page : ce que « conserver la mise en forme » signifie vraiment

« Conserver la mise en forme » ressemble à une simple case à cocher, jusqu’à ce que le PDF traduit revienne avec des colonnes qui débordent, des tableaux cassés et des polices qui ne correspondent plus. Voici ce que la préservation de la mise en page doit réellement signifier avant de payer.

Pourquoi la mise en page se casse après traduction

Un PDF est conçu pour s’afficher de la même façon partout. Il stocke des glyphes à des positions fixes sur la page, et non des paragraphes qui se réorganisent lorsque le texte change. Lorsqu’un traducteur (humain ou IA) extrait le texte, le traduit et le réinsère, trois éléments entrent simultanément en conflit avec la mise en page :

1. Cadres fixes, texte plus long. Beaucoup de langues européennes sont plus longues que l’anglais. Les estimations du secteur situent souvent le français autour de +15–20 % et l’allemand autour de +10–35 % pour un texte courant ; les chaînes courtes, de type interface, peuvent gonfler bien davantage. Une zone de texte dimensionnée pour l’anglais n’a pas de place pour les caractères supplémentaires : le texte déborde, rétrécit ou chevauche les éléments voisins. Un PDF ne peut pas « agrandir un paragraphe » comme le peuvent Word ou InDesign.
2. Ordre de lecture et ordre visuel. Les pages à plusieurs colonnes, les barres latérales et les en-têtes stockent souvent le texte dans un ordre qui ne correspond pas à celui de votre regard. L’extraction peut fusionner des colonnes, couper des phrases aux sauts de ligne forcés ou traiter un titre comme plusieurs fragments.
3. Une structure purement visuelle. Les tableaux peuvent être constitués de lignes et de cellules positionnées, et non d’un véritable objet tableau. Les images sont placées selon des coordonnées. Les polices peuvent être intégrées pour la langue source, mais ne pas contenir les glyphes nécessaires à la langue cible.

C’est pourquoi le copier-coller dans un traducteur de chat détruit presque toujours la page : vous obtenez des mots sans le document qui les entoure. Les outils qui tiennent compte de la mise en page tentent d’analyser la structure, de traduire, puis de reconstruire, mais ils doivent tout de même faire tenir un texte plus long (ou plus court) dans une mise en page qui n’a jamais été conçue pour bouger. Pour un aperçu des méthodes étape par étape, consultez comment traduire un PDF sans perdre la mise en forme.

Ce que « conserver la mise en forme » devrait réellement préserver

Les pages marketing adorent cette expression. En tant qu’acheteur, traitez-la comme une liste de contrôle, et non comme la promesse d’un jumeau pixel par pixel.

Tableaux. Les bordures des cellules, l’alignement des lignes et des colonnes et le style des en-têtes doivent être conservés. Si les chiffres et les libellés se retrouvent mélangés en une soupe de mots, l’outil n’a pas préservé la structure : il s’est contenté de traduire des chaînes de caractères. Les tableaux imbriqués complexes et les formulaires restent l’élément le plus risqué ; prévoyez une relecture. Pour les pièges propres aux tableaux, consultez les tableaux dans la traduction de documents.

Polices et typographie. La graisse (gras/italique), la taille, la couleur et la police approximative doivent être conservées. Une correspondance exacte des polices n’est pas toujours possible : la langue cible peut nécessiter des glyphes que la police intégrée ne possédait jamais (les fameux carrés « tofu » pour le CJK, l’arabe ou le cyrillique). Un bon flux de conservation de la mise en forme remplace la police par une police compatible plutôt que de supprimer silencieusement des caractères. Voir aussi : pourquoi les polices se cassent après traduction.

Images et graphiques. Les logos, photos, graphiques et filets décoratifs doivent rester à leur place. Le texte à l’intérieur d’une image n’est pas du texte PDF : il nécessite un OCR ou un autre traitement d’image. Les légendes et les encadrés proches des figures doivent rester associés au bon visuel.

Mise en page. Les colonnes, les marges, les en-têtes et pieds de page et le format de page doivent rester reconnaissables. « Préserver la mise en page » ne signifie pas l’absence de tout changement lorsque le texte s’allonge beaucoup. Les outils honnêtes peuvent resserrer légèrement l’espacement, ajuster un peu la taille des caractères ou réorganiser le texte dans un bloc pour que la page reste lisible. Ce que vous devez refuser, c’est un fichier qui ressemble essentiellement à du texte brut, sans votre identité visuelle.

Une question utile à se poser : l’export renvoie-t-il un PDF reconstruit, avec tableaux, images, polices et mise en page intacts, ou seulement un export de texte ? Si la page produit n’affiche qu’une sortie de type chat, continuez à chercher.

PDF natif ou scanné (limites honnêtes de l’OCR)

Tous les PDF ne posent pas le même type de problème.

Type	Contenu	Méthode de traduction	Attentes sur la mise en page
Natif (numérique d’origine)	Couche de texte sélectionnable	Analyser le texte et la structure, traduire, reconstruire	Meilleure chance de conserver tableaux, polices, liens et mise en page
Scanné / image uniquement	Photos de pages, peu ou pas de texte	OCR d’abord, puis traduction et placement du texte	Dépend de la qualité du scan ; plus de dérive de mise en page
Mixte	Certaines pages natives, d’autres scannées	Nécessite un traitement page par page	Facile de sous-traduire ou de sur-OCRiser

Les PDF natifs contiennent déjà un texte parfaitement exact. Lancer un OCR sur eux est généralement une erreur : vous remplacez un texte exact par une estimation et risquez d’introduire des erreurs. Privilégiez les analyseurs qui lisent la couche de texte.

Les PDF scannés nécessitent un OCR. La qualité dépend de la résolution, du contraste, de l’inclinaison et de la prise en charge de l’écriture. D’après la pratique de l’OCR, les seuils pratiques approximatifs sont les suivants : en dessous d’environ 150–200 DPI, les confusions de caractères augmentent (rn→m, 0→O). Les photos de téléphone inclinées et les écritures manuscrites restent difficiles. La documentation de Google Cloud sur la traduction de documents indique également que les PDF scannés perdent souvent davantage de mise en forme que les PDF natifs, en particulier avec les tableaux denses, les mises en page multicolonnes et les graphiques annotés.

Contrôle de réalité pour les promesses « OCR + mise en page conservée » : l’OCR récupère des mots ; reconstruire une mise en page multicolonne soignée à partir de pixels est un second travail, bien plus difficile. Les scans nets, en haute résolution et droits de pages simples donnent de bons résultats. Les fax flous de rapports complexes nécessitent souvent une relecture manuelle, ou le document Word/InDesign original modifiable si vous le possédez encore. Pour les flux de travail centrés sur les scans, consultez comment traduire un PDF scanné en 2026.

Comment prévisualiser avant de payer

Payer pour un document entier avant d’avoir vu la qualité de la mise en page, c’est le meilleur moyen de se retrouver avec des fichiers inutilisables. Utilisez cette courte liste de contrôle :

1. Vérifiez le type de fichier. Essayez de sélectionner du texte dans un lecteur PDF. Si vous pouvez surligner des mots, il s’agit probablement d’un fichier natif. Si la page entière se comporte comme une image, prévoyez les limites de l’OCR.
2. Repérez d’abord les parties difficiles. Ouvrez les pages contenant des tableaux, du texte sur deux colonnes, des polices personnalisées et des figures. Ce sont ces pages qui déterminent si la « conservation de la mise en forme » est réelle pour votre fichier.
3. Utilisez un aperçu gratuit ou limité. Privilégiez les outils qui affichent un échantillon traduit avec sa mise en page, et pas seulement un devis basé sur le nombre de mots. Le traducteur PDF d’OpenL propose un aperçu quotidien gratuit afin que vous puissiez examiner la mise en forme d’un échantillon avant de payer le fichier complet, y compris les tableaux, images, polices et la mise en page lorsque c’est pris en charge. La traduction complète d’un document est payante, car elle demande beaucoup de calcul ; l’aperçu permet de juger de l’adéquation au préalable.
4. Relisez avant de partager. Vérifiez la première et la dernière page, chaque tableau, la couverture des polices dans la langue cible et si les images sont toujours placées à côté des bons paragraphes. Si l’outil renvoie également un fichier de comparaison bilingue, utilisez-le pour contrôler rapidement la terminologie.
5. Passez à une autre solution si le PDF est une impasse. Si la mise en page est critique (brochure imprimée, dossier réglementaire), demandez le fichier source InDesign/Word. Traduire un original modifiable et exporter un nouveau PDF reste préférable à la lutte avec un PDF aplati.

Prochaine étape facultative : importez un PDF représentatif sur doc.openl.io/translate/pdf, prévisualisez la mise en page sur un échantillon, puis décidez seulement ensuite si la traduction complète répond à vos exigences. Conserver la mise en forme doit signifier un document que vous pouvez réellement remettre à un client, et non un simple espoir.

Sources

• Translating PDF Files: Why Layouts Break — DTP Services Berlin — Texte PDF à position fixe, échecs de l’ordre de lecture et raisons pour lesquelles les cadres ne se réorganisent pas
• How to Translate a PDF and Keep the Layout — Vitra.ai — Analyse élément par élément des colonnes, tableaux, polices et expansion du texte
• Expansion and contraction factors — Andiamo! — Plages d’expansion par paire de langues utilisées pour prévoir la marge de mise en page
• Text size in translation — W3C Internationalization — Pourquoi les chaînes courtes s’allongent de manière disproportionnée
• Translate documents — Google Cloud Translation — Notes officielles sur la perte de mise en forme des PDF natifs et scannés
• What Is PDF Parsing / Supported File Types — LlamaIndex glossary — Caractéristiques des fichiers natifs et scannés et limites de l’OCR
• Image / PDF → Text: The Reading Task (2026) — CodeSOTA — Pourquoi passer un PDF numérique d’origine à l’OCR ajoute des erreurs
• AI PDF Translator — OpenL Doc — Conservation de la mise en page, OCR pour les scans nets et aperçu gratuit avant paiement