PDFを翻訳してレイアウトを保つ：「書式を維持」の本当の意味

「書式を維持」はチェックボックスひとつで済みそうに聞こえます。しかし翻訳されたPDFが戻ってくると、列があふれ、表が崩れ、フォントが元と合わなくなっていることがあります。料金を払う前に、レイアウトの維持が実際には何を意味すべきかを確認しましょう。

翻訳後にレイアウトが崩れる理由

PDFは、どこで開いても同じに見えるように作られています。PDFが保存しているのは、ページ上の固定位置に配置された文字の形（グリフ）であり、言葉が変わると流れて再配置される段落ではありません。翻訳者（人間でもAIでも）がテキストを抽出し、翻訳し、元の場所に戻すとき、次の3つの要素がいっせいにレイアウトと衝突します。

1. 固定された枠に、長くなった文章。 多くのヨーロッパ言語は英語より長くなります。一般的な見積もりでは、通常の本文でフランス語は約+15–20%、ドイツ語は約+10–35%ほど長くなるとされています。UIのような短い文字列では、これよりはるかに大きく増えることもあります。英語に合わせてサイズを決めたテキストボックスには余分な文字を置く余地がなく、文字があふれたり、縮んだり、隣の要素と重なったりします。PDFは、WordやInDesignのように「段落を伸ばす」ことができません。
2. 読む順番と見た目の順番のずれ。 段組みのページ、サイドバー、ヘッダーでは、テキストが目で追う順番とは異なる順番で格納されていることがよくあります。抽出時に列が結合されたり、改行で文が途切れたり、見出しがばらばらの断片として扱われたりすることがあります。
3. 見た目にしか存在しない構造。 表が、実際の表オブジェクトではなく、罫線と位置指定されたセルで描かれていることがあります。画像は座標で配置されています。フォントは元の言語向けに埋め込まれている一方で、翻訳先の言語に必要なグリフが欠けていることもあります。

そのため、チャット型の翻訳ツールにコピー＆ペーストすると、ほぼ確実にページが壊れます。手に入るのは、文書の文脈から切り離された単語だけです。レイアウトを認識するツールは、構造を解析して、翻訳し、再構築しようとします。しかし、動くことを想定していないデザインに、長い（あるいは短い）テキストを収めなければなりません。手順ごとの方法を知りたい場合は、書式を崩さずにPDFを翻訳する方法をご覧ください。

「書式を維持」で本当に保持すべきもの

マーケティングページではこの言葉がよく使われます。購入者としては、ピクセル単位で完全に一致する複製の約束ではなく、チェックリストとして扱うのが賢明です。

表。 セルの境界、行と列の配置、ヘッダーのスタイルは維持されるべきです。数字やラベルが単語の寄せ集めのように並び替わってしまうなら、そのツールは構造を保持したのではなく、文字列を翻訳しただけです。入れ子になった複雑な表やフォームは、依然として最もリスクの高い要素で、見直しの工程が必要になります。表特有の落とし穴については、文書翻訳における表をご覧ください。

フォントと組版。 太字や斜体、文字サイズ、色、おおよその書体は引き継がれるべきです。ただし、フォントを完全に一致させられないこともあります。翻訳先の言語で必要なグリフが、埋め込まれたフォントに含まれていないことがあるためです（CJK、アラビア語、キリル文字で見られる、いわゆる「豆腐」と呼ばれる四角い記号など）。信頼できる「書式を維持」のワークフローは、文字を黙って落とすのではなく、互換性のあるフォントに置き換えます。関連記事：翻訳後にフォントが崩れる理由。

画像と図形。 ロゴ、写真、グラフ、装飾的な線は、元の位置に残るべきです。画像の中にある文字はPDFのテキストではありません。OCRか、別の画像処理の仕組みが必要です。図の近くにあるキャプションや注釈は、正しい図と関連付けられたままであるべきです。

ページレイアウト。 段組み、余白、ヘッダーとフッター、ページサイズは、見分けがつく状態を保つべきです。「レイアウトを維持」とは、テキストが大きく増えても一切変わらないという意味ではありません。信頼できるツールは、ページを読みやすく保つために、行間をわずかに詰めたり、文字サイズをわずかに調整したり、ブロック内で再配置したりすることがあります。拒否すべきなのは、ブランドのデザインが消え、実質的にプレーンテキストだけになっているダウンロードです。

購入者にとって役立つ問いはこれです。出力は、表、画像、フォント、ページレイアウトがそのまま残った再構築されたPDFですか、それとも単なるテキストの羅列ですか？ 製品ページがチャット形式の出力しか示していないなら、別のツールを探しましょう。

ネイティブPDFとスキャンPDF（OCRの正直な限界）

すべてのPDFが同じ種類の問題とは限りません。

種類	中身	翻訳の方法	レイアウトの見込み
ネイティブ（デジタル作成）	選択可能なテキストレイヤー	テキストと構造を解析し、翻訳して再描画	表、フォント、リンク、レイアウトを維持できる可能性が最も高い
スキャン／画像のみ	ページの写真、テキストがほとんどないか全くない	先にOCRを行い、翻訳してテキストを配置	スキャンの品質に依存し、レイアウトのずれが大きくなりやすい
混在	一部のページはネイティブ、一部はスキャン	ページごとに処理を振り分ける必要がある	翻訳が不十分になったり、過剰なOCRが行われたりしやすい

ネイティブPDFには、文字単位で正確なテキストがすでに含まれています。そこにOCRをかけるのは通常、誤りです。正確なテキストを推測に置き換えてしまい、新たな誤りを持ち込むことになるからです。テキストレイヤーを読み取るパーサーを優先しましょう。

スキャンPDFにはOCRが必要です。品質は、解像度、コントラスト、傾き、文字体系への対応に左右されます。OCRの実務から見た大まかな目安として、約150–200 DPIを下回ると、文字の取り違え（rn→m、0→O）が増えます。傾いたスマートフォンの写真や手書き文字は、依然として難しいままです。Google Cloudの文書翻訳のドキュメントでも、スキャンPDFは特に、密度の高い表、段組みのレイアウト、ラベル付きのグラフがある場合に、ネイティブPDFより多くの書式が失われやすいと指摘されています。

「OCR＋レイアウト維持」という主張に対する正直なチェック： OCRが復元できるのは単語です。ピクセルから洗練された段組みのデザインを再構築するのは、より難しい二つ目の作業です。明瞭で高解像度、まっすぐなスキャンのシンプルなページなら、うまく処理できます。複雑なレポートの不鮮明なファックスは、人の手による修正作業が必要になることが多く、編集可能な元のWordやInDesignのファイルがあるならそちらを使うのが確実です。スキャンを中心としたワークフローについては、2026年にスキャンPDFを翻訳する方法をご覧ください。

支払う前にプレビューする方法

レイアウトの品質を確認する前に、文書全体の代金を払ってしまうと、使い物にならないファイルを抱えることになりかねません。以下の簡単なチェックリストを使ってください。

1. ファイルの種類を確認する。 PDFビューアーでテキストを選択してみてください。単語をハイライトできれば、おそらくネイティブです。ページ全体が画像のように振る舞うなら、OCRの限界を想定しておきましょう。
2. 難しい部分を先に見つける。 表、二段組みのテキスト、特殊なフォント、図がある箇所を開いてください。そのページこそが、あなたのファイルにとって「書式を維持」が本当に可能かどうかを決めます。
3. 無料または制限付きのプレビューを使う。 見積もりの単語数だけでなく、レイアウトを保った翻訳サンプルを示すツールを選びましょう。OpenLのPDF翻訳ツールでは、サンプルを支払う前に書式を確認できる無料の1日分のプレビューを提供しています。対応している範囲では、表、画像、フォント、ページレイアウトも含まれます。文書全体の翻訳は計算負荷が高いため有料です。プレビューは、適合性を先に判断してもらうためにあります。
4. 共有する前に見直す。 最初と最後のページ、すべての表、翻訳先の言語でのフォントの対応状況、画像が正しい段落の横にまだあるかを確認してください。ツールが対訳の比較ファイルも返す場合は、それを使って用語を抜き取りで確認しましょう。
5. 行き詰まったPDFは、元データに戻す。 レイアウトが極めて重要な場合（印刷用のパンフレット、規制対象の提出書類など）は、InDesignやWordの元データを依頼しましょう。編集可能な原本を翻訳して新しいPDFを書き出す方が、平坦化されたPDFと格闘するよりも確実です。

次の一歩として、代表的なPDFをdoc.openl.io/translate/pdfにアップロードし、サンプルでレイアウトをプレビューしてから、全体の翻訳が基準を満たすかを判断するのも良いでしょう。「書式を維持」とは、希望的観測ではなく、そのままクライアントに渡せる文書であるべきです。

Sources

• Translating PDF Files: Why Layouts Break — DTP Services Berlin — 固定位置のPDFテキスト、読み順の失敗、枠が再流動しない理由
• How to Translate a PDF and Keep the Layout — Vitra.ai — 段組み、表、フォント、テキストの拡張を要素ごとに解説
• Expansion and contraction factors — Andiamo! — レイアウトの余白を計画する際に使われる言語ペアごとの拡張率の範囲
• Text size in translation — W3C Internationalization — 短い文字列が不釣り合いに拡張する理由
• Translate documents — Google Cloud Translation — ネイティブPDFとスキャンPDFの書式の損失に関する公式の注記
• What Is PDF Parsing / Supported File Types — LlamaIndex glossary — ネイティブとスキャンの特徴、OCRの限界
• Image / PDF → Text: The Reading Task (2026) — CodeSOTA — ネイティブのPDFをOCRにかけると誤りが増える理由
• AI PDF Translator — OpenL Doc — レイアウトの保持、明瞭なスキャンのOCR、支払い前の無料プレビュー