La conversión de un PDF a Word generalmente se centra en preservar el diseño visual, pero la configuración de idioma del documento es igualmente importante para la accesibilidad, la revisión ortográfica y la compatibilidad con el lector de pantalla. Cuando los metadatos del idioma se pierden durante la conversión de PDF a Word, el documento resultante puede marcar cada palabra como un error ortográfico, leer el texto con la voz incorrecta cuando se utiliza un lector de pantalla y no aplicar reglas gramaticales y de separación de palabras específicas del idioma. Un estudio de 2025 realizado por WebAIM encontró que el 18 por ciento de las conversiones de PDF a Word probadas eliminaban los metadatos del idioma del resultado, lo que hacía que los documentos fueran menos accesibles para los usuarios que dependen de tecnología de asistencia (WebAIM, "Accesibilidad del lector de pantalla de documentos convertidos", 2025).
Conclusiones clave
La configuración de idioma del PDF se almacena en el árbol de estructura del documento y en las propiedades de los objetos de texto individuales. La mayoría de las herramientas de exportación conservan el diseño visual del texto pero descartan los metadatos del idioma a menos que la configuración de conversión conserve explícitamente la estructura del documento. La configuración de idioma en el archivo de Word resultante controla los diccionarios de revisión ortográfica, las búsquedas de sinónimos, las reglas de separación de palabras y el idioma predeterminado anunciado a los lectores de pantalla. Arreglar la configuración de idioma perdida después de la conversión solo toma unos segundos por documento.
Dónde se encuentran las configuraciones de idioma en un PDF
Es posible que el motor de OCR agregue metadatos de idioma a los archivos PDF creados a partir de documentos escaneados que fueron procesados con OCR en lugar de heredados del documento original. Si el motor de OCR está predeterminado en inglés pero el documento escaneado estaba en francés, los metadatos del idioma en el PDF serán incorrectos incluso antes de que comience la conversión. Verifique el campo de idioma de propiedades del documento PDF antes de convertirlo y corríjalo usando un editor de metadatos de PDF si el motor de OCR lo configuró incorrectamente.
Un PDF almacena información del idioma en dos lugares. El idioma a nivel de documento se establece en el catálogo de documentos y se aplica a todo el texto a menos que se anule. Los objetos de texto individuales pueden tener su propia propiedad de idioma utilizando el atributo Lang, que especifica el idioma para ese segmento de texto específico. Un PDF multilingüe, como un manual de producto con texto en inglés y citas en francés, puede tener inglés a nivel de documento con atributos de idioma francés en los pasajes citados. Este sistema de dos niveles sigue el estándar de accesibilidad PDF/UA para garantizar que los lectores de pantalla cambien de idioma correctamente.
Cuando un PDF Converter extrae texto de un PDF, lee los códigos de caracteres y los asigna a valores Unicode. Los metadatos del idioma viajan junto al texto pero no forman parte de los caracteres visibles. Un convertidor que solo lee el flujo de caracteres e ignora los metadatos producirá un documento de Word sin información de idioma, lo que hará que Word utilice de forma predeterminada el idioma de instalación, que puede coincidir o no con el idioma del documento original.
Verificar y configurar el idioma en el documento de Word de salida
Para documentos que contienen varios idiomas en el mismo párrafo, como un libro de texto de idiomas o un artículo de lingüística, la marca de idioma por palabra de Word es más precisa que la configuración a nivel de párrafo. Después de configurar el idioma del documento, seleccione palabras o frases extranjeras individuales y configure su idioma a través de la pestaña Revisar. Esto le indica al corrector ortográfico de Word que omita esas palabras o las compare con el diccionario correcto. También indica a los lectores de pantalla que cambien la pronunciación de esas palabras específicas, lo que mejora significativamente la experiencia auditiva para los usuarios de tecnología de asistencia.
Después de la conversión, abra el documento de Word y presione Ctrl+A para seleccionar todo el texto. Mire la barra de estado en la parte inferior de la ventana de Word. El idioma actual se muestra junto al recuento de palabras. Si muestra el idioma incorrecto o muestra "Idioma: (varios)" o está en blanco, los metadatos del idioma no se conservaron durante la conversión. Para configurar el idioma, vaya a la pestaña Revisar, haga clic en Idioma, luego en Establecer idioma de revisión y seleccione el idioma correcto de la lista. Marque la casilla "Detectar idioma automáticamente" si el documento contiene varios idiomas, o déjelo sin marcar si todo el documento está en un idioma.
Para documentos multilingües donde diferentes pasajes necesitan diferentes configuraciones de idioma, el proceso es más complicado. Seleccione cada pasaje individualmente y configure su idioma a través del mismo menú de la pestaña Revisar. La configuración de idioma se aplica únicamente al texto seleccionado. Este proceso manual funciona para documentos cortos con algunos cambios de idioma. Para documentos multilingües más largos, considere conservar los metadatos del idioma durante la conversión inicial en lugar de corregirlos manualmente después.
Herramientas de conversión que preservan los metadatos del idioma
La estructura de etiquetas de accesibilidad en un PDF, si está presente, contiene atributos de idioma para cada elemento de texto. Cuando un PDF se ha etiquetado correctamente para su accesibilidad, lo cual es necesario para cumplir con PDF/UA, los metadatos del idioma se almacenan en un formato estructurado y legible por máquina que se convierte limpiamente a Word. Si su flujo de trabajo lo permite, solicite o cree archivos PDF con etiquetas de accesibilidad para cualquier documento que luego se convertirá a Word. La inversión inicial en etiquetado se traduce en conversiones más rápidas y precisas.
La función integrada Exportar PDF a Word de Adobe Acrobat conserva la configuración de idioma del documento cuando se activa la opción "Conservar texto fluido". La opción está seleccionada y "Incluir comentarios e imágenes" está marcado. El propio Microsoft Word, al abrir un PDF directamente a través de Archivo, Abrir, intenta asignar los metadatos del idioma del PDF a la configuración de idioma de Word. La calidad del mapeo depende de si el PDF utiliza códigos de idioma ISO estándar. Un PDF que especifique "en-US" o "fr-FR" el uso del código de idioma estándar se convertirá limpiamente. Un PDF que utiliza un código de idioma no estándar o faltante producirá un documento de Word sin configuración de idioma.
Los convertidores de PDF a Word en línea varían en el soporte de metadatos de idioma. Es más probable que las herramientas diseñadas para la accesibilidad, como las que apuntan al cumplimiento de PDF/UA, preserven la configuración de idioma que los convertidores de uso general. La herramienta de conversión de PDF a Word de WukongPDF conserva los metadatos del idioma a nivel de documento y los asigna al idioma de revisión de Word correspondiente, de modo que el documento de salida esté listo para la revisión ortográfica y el uso del lector de pantalla sin configuración de idioma adicional.
Por qué la preservación del lenguaje es importante más allá del corrector ortográfico
La configuración de idioma también afecta el rendimiento de la función Editor de Word, que proporciona sugerencias de escritura más allá de la simple revisión ortográfica. El editor utiliza modelos específicos del idioma para detectar problemas de claridad, inquietudes sobre el lenguaje inclusivo y problemas de estilo. Cuando el idioma del documento está configurado incorrectamente, el Editor aplica el modelo de idioma incorrecto y genera sugerencias falsas que hacen perder el tiempo al usuario. Configurar el idioma correctamente antes de ejecutar el Editor evita esta frustración.
La configuración de idioma en un documento de Word afecta más que las líneas onduladas rojas debajo de las palabras mal escritas. Determinan qué diccionario de sinónimos usa Word cuando presiona Shift+F7, qué reglas gramaticales se aplican durante la revisión gramatical, qué diccionario de separación de palabras se consulta para la separación automática de palabras en los saltos de línea y qué reglas de voz y pronunciación usa un lector de pantalla cuando lee el documento en voz alta. Para los usuarios con discapacidad visual, escuchar el documento leído en el idioma equivocado o con las reglas de pronunciación incorrectas hace que el contenido sea mucho más difícil de entender.
En las industrias reguladas, la configuración del idioma también es importante para el cumplimiento. Las agencias gubernamentales, los proveedores de atención médica y las instituciones educativas en regiones bilingües a menudo deben producir documentos en idiomas específicos. Un PDF convertido que ha perdido sus metadatos de idioma puede técnicamente contener el texto correcto pero no pasar una verificación de cumplimiento automatizada porque las propiedades del documento no declaran el idioma requerido. Verificar y configurar el idioma después de la conversión es un pequeño paso que evita un problema de cumplimiento mayor.
Preguntas frecuentes
¿Importa la configuración de idioma en el PDF si solo estoy convirtiendo a Word para editarlo y exporto nuevamente a PDF más tarde? Sí, porque la configuración de idioma en el documento intermedio de Word afecta la revisión ortográfica, gramatical y los metadatos del idioma que se escribirán en el PDF final. Si omite la configuración del idioma en Word, el PDF final no tendrá metadatos de idioma, lo que reduce su accesibilidad y puede hacer que no pase las comprobaciones de cumplimiento automatizadas.
¿Puedo configurar metadatos de idioma en el PDF original antes de la conversión para mejorar el resultado?
Sí. Si controla el proceso de creación de PDF, asegúrese de que el idioma del documento esté configurado en las propiedades del PDF y que cualquier texto en un idioma diferente lleve el atributo Lang correcto. Los archivos PDF creados a partir de Word con las "Etiquetas de estructura del documento para accesibilidad" La opción habilitada durante la exportación incluye estos metadatos automáticamente. La conversión de un PDF con etiquetas de accesibilidad produce una preservación del idioma mucho mejor que la conversión de un PDF sin etiquetas.
¿Qué sucede con la configuración de idioma de derecha a izquierda durante la conversión?
Los idiomas que se escriben de derecha a izquierda, como el árabe y el hebreo, requieren tanto el código de idioma como la configuración de dirección del párrafo. Los convertidores estándar de PDF a Word a menudo conservan el código de idioma pero eliminan la configuración de dirección, lo que hace que el texto convertido aparezca de izquierda a derecha. Después de la conversión, seleccione el texto afectado y establezca la dirección del párrafo de derecha a izquierda usando el cuadro de diálogo de configuración de párrafo en Word.
¿La conversión a un formato de Word más antiguo como DOC en lugar de DOCX afecta la preservación del idioma?
Sí. DOCX almacena la configuración de idioma en un formato XML estructurado que se asigna de manera más confiable a partir de metadatos PDF. El antiguo formato binario DOC tiene soporte limitado para atributos de idioma por texto. Convierta siempre a DOCX para obtener la mejor conservación de metadatos del idioma.
¿Cómo puedo comprobar en qué idioma está configurado un PDF antes de convertirlo? Abra el PDF y vea las propiedades del documento, generalmente en Archivo, Propiedades o presionando Ctrl+D. La pestaña Avanzado o Descripción incluye un campo Idioma. Si este campo está en blanco, el PDF no tiene configuración de idioma a nivel de documento y deberías esperar configurar el idioma manualmente en Word después de la conversión.