Sì, puoi tradurre accuratamente un PDF scansionato senza ridigitarlo, ma la precisione dipende dalla qualità di due processi sequenziali: OCR, che converte le immagini della pagina scansionata in testo leggibile dalla macchina, e traduzione automatica, che converte il testo riconosciuto da una lingua all'altra. Ogni processo introduce i propri errori. Gli errori si sommano. Un output OCR accurato al 99% inserito in una traduzione automatica accurata al 95% produce traduzioni che sono accurate circa al 94% a livello di carattere, il che significa che circa una parola su sedici conterrà un errore. Per molti scopi aziendali questo è accettabile. Per una traduzione legale, medica o di qualità editoriale, è necessaria la revisione umana.
Il flusso di lavoro di traduzione per i PDF scansionati prevede tre fasi: miglioramento della scansione e OCR per estrarre il testo, traduzione automatica per produrre una bozza di traduzione e revisione umana per correggere gli errori. Saltare qualsiasi fase riduce la precisione. Il flusso di lavoro che massimizza la precisione li applica tutti e tre.
Secondo un benchmark del 2025 condotto dalla società di tecnologia linguistica DeepL, la precisione della traduzione dei documenti scansionati elaborati con OCR è in media inferiore dall'8 al 12% rispetto ai PDF creati digitalmente, a causa degli errori OCR che si propagano attraverso il processo di traduzione (DeepL, "Document Translation Quality Report", 2025).
Requisiti di qualità della scansione per una traduzione accurata
| Qualità scansione | Precisione OCR | Qualità della traduzione | Azione consigliata |
|---|---|---|---|
| 300 DPI, pulito, dritto | 99%+ | Quasi equivalente alla traduzione PDF digitale | Procedi con la traduzione automatica. Revisione umana leggera per i contenuti critici |
| 150 DPI, leggera inclinazione, ombre chiare | 95-98% | Errori evidenti nel testo denso o tecnico | Traduzione automatica più revisione umana. Esamina attentamente i termini tecnici e i numeri |
| Bassa risoluzione, obliqua, scura o spiegazzata | 85-95% | Errori in circa una parola ogni 10-20 | Considera la possibilità di eseguire nuovamente la scansione prima della traduzione. Se la nuova scansione è impossibile, prevedere un tempo significativo per la revisione umana |
| Foto del telefono, illuminazione non uniforme, distorsione trapezoidale | 70-90% | Inaffidabile per la traduzione automatica. Errori in ogni frase | Eseguire nuovamente la scansione correttamente se il documento è disponibile. In caso contrario, la traduzione umana potrebbe essere più efficiente della correzione dell’output della macchina |
Prova a tradurre PDF
Nessuna installazione necessaria. Funziona direttamente nel tuo browser.
Il flusso di lavoro di traduzione in tre fasi per PDF scansionati
Fase uno: migliorare la scansione. Allineare, regolare il contrasto e sbiancare lo sfondo. Immagini di input migliori producono un output OCR migliore. Fase due: esegui l'OCR e verifica. Controllare a campione l'output dell'OCR rispetto alla scansione originale. Correggere gli errori di riconoscimento prima della traduzione. La correzione di un errore OCR previene un errore di traduzione. Fase tre: traduzione e revisione. Esegui la traduzione automatica sul testo OCR verificato. Chiedi a un revisore umano di confrontare la traduzione con la scansione originale per i documenti critici. Il flusso di lavoro Traduci PDF per i documenti scansionati dà priorità alla qualità OCR perché la qualità della traduzione non può superare la qualità del testo che sta traducendo.
WukongPDF Gli strumenti OCR elaborano i documenti scansionati e aggiungono livelli di testo ricercabili. L'output OCR PDF diventa la fonte per la traduzione. La precisione della traduzione dipende dalla precisione dell'OCR.
Quando la traduzione umana è la scelta migliore
Per i documenti in cui la precisione è fondamentale e la qualità della scansione è scarsa, la traduzione umana professionale può essere più conveniente rispetto alla traduzione automatica più un'ampia correzione umana. Un traduttore umano legge direttamente le pagine scansionate, ignorando completamente la fase OCR. Il traduttore risolve le ambiguità che l'OCR interpreterebbe erroneamente e che la traduzione automatica andrebbe ad aggravare. La decisione tra traduzione automatica e traduzione umana per un PDF scansionato dovrebbe basarsi sulla qualità della scansione, sulla precisione richiesta e sul budget disponibile per la revisione.
Il flusso di lavoro PDF scansionato per la traduzione non è tutto o niente. I documenti con scansioni per lo più pulite e alcune pagine problematiche possono essere elaborati con la traduzione automatica per le pagine pulite e la traduzione umana per quelle difficili.
Utilizzo dei punteggi di affidabilità OCR per guidare la revisione della traduzione
I motori OCR assegnano un punteggio di confidenza a ciascun carattere e parola riconosciuti. I punteggi di confidenza bassi indicano incertezza e sono indicatori di potenziali errori. Quando si prepara l'output OCR per la traduzione, concentrare la revisione umana sulle aree con scarsa certezza. Un paragrafo in cui ogni parola ha una confidenza del 99% necessita di una revisione minima. Una frase in cui diverse parole ottengono un punteggio inferiore al 90% richiede un'attenzione particolare.
L’approccio della revisione guidata dalla fiducia assegna lo sforzo umano dove ha il maggiore impatto. Invece di rivedere l'intero output OCR in modo uniforme, il revisore si concentra sulle aree che hanno maggiori probabilità di contenere errori. Il risultato è una maggiore precisione effettiva per lo stesso tempo di revisione. I dati di confidenza OCR PDF sono disponibili in molti strumenti OCR. Usalo per dare priorità al carico di lavoro di revisione.
Scelta dei motori di traduzione per diverse coppie linguistiche
La qualità della traduzione automatica varia in modo significativo in base alla combinazione linguistica. Dall'inglese allo spagnolo, al francese o al tedesco si ottengono risultati fluenti adatti all'uso aziendale con un ripasso leggero. L'inglese-cinese, giapponese o arabo richiede una revisione più approfondita perché le differenze strutturali tra le lingue sono maggiori. Dall'inglese al finlandese, all'ungherese o al turco, lingue con strutture grammaticali complesse che differiscono significativamente dall'inglese, produce l'output più soggetto a errori.
Abbina il motore di traduzione alla coppia linguistica. Alcuni motori sono specificatamente ottimizzati per determinate combinazioni linguistiche. Se il tuo documento richiede la traduzione in più lingue, utilizza il motore migliore per ciascuna coppia anziché un motore per tutte. La qualità Translate PDF per ciascuna lingua di destinazione sarà buona quanto quella del motore che l'ha prodotta. WukongPDF elabora i documenti per la preparazione della traduzione. La scelta del motore di traduzione determina la qualità dell'output.
Conservazione della formattazione originale dopo la traduzione
La traduzione modifica la lunghezza del testo. Un paragrafo tradotto non ha quasi mai la stessa lunghezza dell’originale. Quando il testo tradotto viene reinserito nel layout del documento originale, eccede o eccede lo spazio disponibile. Per preservare la formattazione originale è necessario modificare il layout per adattarlo alla traduzione oppure accettare che il documento tradotto abbia un aspetto diverso dall'originale.
Per i documenti in cui la formattazione è fondamentale, valuta la possibilità di fornire la traduzione come documento separato accanto all'originale anziché tentare di adattare il testo tradotto nel layout originale. Il PDF originale conserva la formattazione. Il documento di traduzione fornisce il contenuto nella lingua di destinazione. Il lettore fa riferimento ad entrambi. La decisione Translate PDF tra la traduzione incorporata e il documento associato dipende dalla priorità se si dà priorità all'integrità della formattazione o alla comodità bilingue.
Prova a tradurre PDF
Nessuna installazione necessaria. Funziona direttamente nel tuo browser.