แปล PDF ภาษารัสเซียเป็นอังกฤษและรักษาเลย์เอาต์ไว้
TABLE OF CONTENTS
สัญญา ใบแจ้งหนี้ หรืองานวิจัยภาษารัสเซียที่แปลเป็นอังกฤษคล่องแคล่วแล้วยังถือว่าเสร็จแค่ครึ่งทาง ถ้าตารางพัง คอลัมน์ทั้งสองรวมเป็นกระแสเดียว หรือครึ่งหนึ่งของไฟล์สแกนกลับมาเป็นตัวอักษรไร้สาระ
การแปล PDF รัสเซียเป็นอังกฤษมีจุดล้มเหลวแยกกันสองจุด จุดแรกคือ การอ่านตัวอักษร Cyrillic ได้เลย: PDF แบบข้อความมีตัวอักษรจริงอยู่แล้ว แต่ PDF ที่สแกนเป็นเพียงภาพของหน้า และต้องการ OCR ที่ฝึกกับภาษารัสเซียก่อนจึงจะแปลได้ จุดที่สองคือ การวางข้อความอังกฤษกลับไปที่เดิม: ภาษาอังกฤษมักใช้พื้นที่ต่างจากรัสเซีย ดังนั้นตาราง คอลัมน์ ส่วนหัว และตราประทับคือจุดที่เครื่องมือที่ประมาทจะทำให้หน้าพัง
คู่มือนี้ครอบคลุมทั้งสองด้าน หาให้รู้ว่า PDF ของคุณเป็นชนิดใด ตรวจว่า Cyrillic ถูกจดจำถูกต้อง แปลด้วยเครื่องมือที่รู้เลย์เอาต์ และตรวจหน้าที่มักพังก่อนจ่ายเงินทั้งไฟล์
ขั้นตอนที่ 1: หาให้รู้ว่า PDF รัสเซียของคุณเป็นข้อความหรือสแกน
เปิด PDF แล้วลอง เลือกคำรัสเซียคำเดียว ด้วยเคอร์เซอร์ จากนั้นคัดลอกไปวางในตัวแก้ไขข้อความ
| สิ่งที่เกิดขึ้น | ความหมาย | สิ่งที่ควรทำ |
|---|---|---|
คำถูกไฮไลต์และวางเป็น Cyrillic ที่อ่านได้ (เช่น Договор) |
PDF แบบข้อความ | แปลโดยตรง ไม่ต้องใช้ OCR |
| ไม่มีอะไรถูกไฮไลต์ หรือทั้งหน้าถูกเลือกเป็นภาพเดียว | PDF สแกน / ภาพ | คุณต้องการ OCR ที่รองรับรัสเซีย |
วางออกมาเป็นขยะอย่าง Äîãîâîð หรือกล่องว่าง |
เลเยอร์ข้อความที่การเข้ารหัสฟอนต์พัง | ถือว่าเป็นสแกน เพื่อให้ OCR อ่านหน้าใหม่ |
กรณีที่สามทำให้หลายคนประหลาดใจ PDF รัสเซียเก่ามักใช้การเข้ารหัสแบบเลกาซีหรือฟอนต์กำหนดเอง ดังนั้นข้อความ ดู ถูกต้องบนหน้าจอ แต่ตัวอักษรด้านล่างผิด การแปลด้วยเครื่องจากเลเยอร์นั้นให้ผลไร้สาระ ไม่ว่าตัวแปลจะดีแค่ไหน
ขั้นตอนที่ 2: ให้แน่ใจว่า Cyrillic OCR อ่านถูกต้อง
ถ้าไฟล์ของคุณเป็นสแกน คุณภาพ OCR จะตัดสินทุกอย่างที่ตามมา ตัวอักษรผิดกลายเป็นคำผิด และภาษาอังกฤษออกมาผิดอย่างมั่นใจ
ตรวจคุณภาพการสแกนก่อน ใช้การสแกน 300 DPI หากสแกนใหม่ได้ จัดหน้าให้ตรง และหลีกเลี่ยงภาพถ่ายจากมือถือที่ถ่ายเอียง สำเนาจางและลายมือที่ขอบกระดาษคือจุดที่ OCR รัสเซียลำบากที่สุด
ระวังตัวอักษรที่คล้ายกันระหว่างละตินกับ Cyrillic รัสเซียมีรูปร่างร่วมกับตัวอักษรละติน: А В Е К М Н О Р С Т Х และตัวเล็ก а е о р с у х OCR ที่ไม่ได้ตั้งเป็นรัสเซียอาจผสมสองอักษรในคำเดียว ตาดูแล้วดูดี แต่กลายเป็นคำที่ไม่รู้จักสำหรับตัวแปล เครื่องยนต์อย่าง Tesseract จึงมาพร้อมโมเดลฝึกแยกสำหรับรัสเซีย (rus) ด้วยเหตุนี้
สุ่มตรวจตัวอักษรที่สับสนง่าย ในหน้าทึบหน้าหนึ่ง ให้ดู ш/щ, ь/ъ/ы, и/й และ е/ё จากนั้นตรวจตัวเลข: ข้อผิดพลาด OCR ในจำนวนเงิน วันที่ (12.03.2024) และหมายเลขเอกสารคือชนิดที่แพง
หากต้องการคำอธิบายลึกขึ้นเกี่ยวกับ OCR บนไฟล์ภาพล้วน ดู วิธีแปล PDF ที่สแกนด้วย OCR และรักษาเลย์เอาต์ไว้
ขั้นตอนที่ 3: แปลด้วยตัวแปล PDF ที่รู้เลย์เอาต์
การคัดลอกวางลงในแชทหรือตัวแปลบนเว็บให้ข้อความอังกฤษโดยไม่มีเอกสาร เพื่อรักษาเลย์เอาต์ ให้ใช้เครื่องมือที่เขียนข้อความ ในที่เดิม บนแต่ละหน้า
- อัปโหลด PDF ต้นฉบับ ใช้ไฟล์ต้นทาง ไม่ใช่ภาพหน้าจอหรืองานพิมพ์ที่บันทึกใหม่ OpenL Doc Translator for PDF รับทั้ง PDF แบบข้อความและที่สแกนสูงสุด 80 MB ทำ OCR บนข้อความในภาพ และสร้างมาเพื่อรักษาตาราง ภาพ ฟอนต์ และเลย์เอาต์หน้า
- ตั้งภาษาเป็น Russian → English การตั้งภาษาต้นทางอย่างชัดเจนแทนการพึ่งการตรวจจับอัตโนมัติ ช่วยในหน้าที่ผสมซึ่งมีชื่อแบรนด์อังกฤษหรือตัวย่อละตินด้วย
- สร้างตัวอย่างฟรี OpenL แสดง ตัวอย่างฟรี ของเอกสารที่แปลพร้อมการจัดรูปแบบ เพื่อให้คุณตัดสินผลก่อนจ่ายเงิน
ขั้นตอนที่ 4: ตรวจหน้าที่มักพังที่สุด
อย่าตัดสินตัวอย่างจากหน้าปก เปิดหน้าที่ยากที่สุดที่จะทำให้ถูกต้อง:
| องค์ประกอบหน้า | สิ่งที่ควรตรวจ | ปัญหาทั่วไป รัสเซีย → อังกฤษ |
|---|---|---|
| ตาราง | ส่วนหัวยังอยู่เหนือคอลัมน์ที่ถูก; ตัวเลขอยู่ในเซลล์ที่ถูก | ส่วนหัวคำประสมรัสเซียที่ยาวกลายเป็นอังกฤษสั้น (หรือกลับกัน) และเซลล์จัดเรียงใหม่ |
| เลย์เอาต์สองคอลัมน์ | ลำดับการอ่านยังเป็นคอลัมน์ซ้าย → คอลัมน์ขวา | คอลัมน์ถูกรวมทีละบรรทัดเป็นย่อหน้าเดียว |
| ตัวเลขและวันที่ | รูปแบบ 1 234,56 และ 12.03.2024 จัดการอย่างสม่ำเสมอ |
จุลภาคทศนิยมหรือวันที่แบบวันก่อนเดือนถูกเปลี่ยนเงียบ ๆ หรือคลุมเครือ |
| ตราประทับ ตราประทับอย่างเป็นทางการ ลายเซ็น | ยังอยู่ที่เดิมบนหน้า | ภาพถูกผลักไปท้ายหน้าหรือหายไป |
| ตัวย่อ | ООО, ИНН, г., руб. แสดงอย่างสมเหตุสมผล |
เหลือเป็น Cyrillic หรือขยายผิด |
| ฟอนต์ | ข้อความอังกฤษแสดงสะอาดโดยไม่มีกล่อง | สลับฟอนต์เมื่อฟอนต์ต้นฉบับครอบคลุมเฉพาะ Cyrillic |
ความยาวข้อความจะเปลี่ยน บันทึกของ W3C เรื่องขนาดข้อความในการแปล อธิบายว่าทำไมป้ายสั้นจึงผันแปรมากที่สุด โดยปกติหมายถึงเซลล์ตารางที่แน่นหรือหลวมขึ้น ไม่ใช่โครงสร้างพัง สำหรับสิ่งที่ควรตรวจเพิ่ม ดู เกิดอะไรขึ้นกับตารางระหว่างการแปลเอกสาร
ขั้นตอนที่ 5: จ่ายตามปริมาณแล้วดาวน์โหลด
เมื่อตัวอย่างดูถูกต้อง ให้ดาวน์โหลดทั้งไฟล์ OpenL Doc Translator คิด เครดิตตามปริมาณเอกสาร สำหรับการแปลเต็ม ไม่มี ทดลองใช้ฟรี สำหรับการดาวน์โหลดเอกสารเต็มแบบไม่จำกัด ตัวอย่างฟรีคือวิธีทดสอบไฟล์ก่อนใช้จ่ายอะไร
หลังดาวน์โหลด ให้ผ่านรอบสุดท้าย:
- ค้นหา PDF อังกฤษหา Cyrillic ที่เหลือ เศษที่ไม่ได้แปลสั้น ๆ มักมาจากข้อความในภาพหรือฟอนต์แปลก
- เทียบยอดรวมตารางและวันที่ทุกอันกับต้นฉบับรัสเซีย
- ตรวจชื่อ ชื่อบุคคลรัสเซียมีการถอดเป็นอักษรโรมันที่พบบ่อยหลายแบบ (
Юрий→ Yuri / Yury / Iurii) ดังนั้นให้ตรงกับการสะกดในหนังสือเดินทางหรือเอกสารก่อนหน้า
สัญญา เอกสารศาล เวชระเบียน และเอกสารวีซ่ายังต้องใช้ผู้แปลมนุษย์ที่มีคุณสมบัติ และมักต้องได้รับการรับรอง การแปลด้วยเครื่องที่รักษาเลย์เอาต์เป็นร่างแรกที่ดีและเป็นวิธีเร็วในการเข้าใจเอกสาร มันไม่ได้แทนที่การรับรอง
คู่มือตัดสินใจด่วน
| PDF รัสเซียของคุณคือ… | วิธีที่ดีที่สุด |
|---|---|
| รายงานหรือคู่มือแบบข้อความ | อัปโหลดโดยตรง; ดูตัวอย่างหน้าตารางที่ทึบที่สุด |
| สัญญาหรือใบรับรองที่สแกน | สแกนใหม่ที่ 300 DPI หากทำได้; ตรวจ OCR บนตัวเลขและชื่อในตัวอย่าง |
| งานวิชาการสองคอลัมน์ | ดูตัวอย่างหน้าที่มีคอลัมน์และเชิงอรรถก่อนดาวน์โหลด |
| PDF เก่าที่วางแล้วเป็นขยะ | ถือว่าเป็นสแกนเพื่อให้ข้อความถูกรับรู้ใหม่ |
หากคุณยังใหม่กับภาษาเอง คู่มือภาษารัสเซีย ของเราอธิบายอักษร Cyrillic และเหตุผลที่ตัวอักษรบางตัวทำให้ทั้งผู้อ่านและเครื่องสับสน
เมื่อพร้อม อัปโหลดหน้าที่คุณกังวลที่สุดไปที่ OpenL Doc Translator แล้วตรวจตัวอย่างฟรี หากตารางและคอลัมน์ยังดูเหมือนต้นฉบับ ส่วนที่เหลือของเอกสารมักจะตามมาเช่นกัน
Sources
- Traineddata files for Tesseract — tessdoc — Language-specific OCR models, including Russian (
rus) - Russian alphabet — Wikipedia — The 33-letter Cyrillic alphabet and letter forms
- Text size in translation — W3C Internationalization — Why translated text changes length and affects layout
- AI PDF Translator — OpenL Doc — Text and scanned PDF support, 80 MB limit, layout retention, free preview


