是的，您可以准确翻译扫描的 PDF，而无需重新输入，但准确性取决于两个连续过程的质量：OCR（将扫描的页面图像转换为机器可读的文本）和机器翻译（将识别的文本从一种语言转换为另一种语言）。每个过程都会引入自己的错误。错误复合了。将 99% 准确度的 OCR 输出输入到 95% 准确度的机器翻译中，生成的翻译在字符级别的准确度约为 94%，这意味着大约每 16 个单词中就有一个会包含错误。对于许多商业目的来说，这是可以接受的。对于法律、医学或出版质量的翻译，需要人工审核。
扫描 PDF 的翻译工作流程分为三个阶段：扫描增强和 OCR 来提取文本、机器翻译来生成翻译草稿以及人工审核来纠正错误。跳过任何阶段都会降低准确性。最大限度提高准确性的工作流程适用于这三者。
根据语言技术公司 DeepL 的 2025 年基准，由于 OCR 错误通过翻译管道传播，OCR 处理的扫描文档的翻译准确度平均比数字创建的 PDF 低 8% 到 12%（DeepL，“文档翻译质量报告”，2025 年）。
准确翻译的扫描质量要求
| 扫描质量 | OCR 准确度 | 翻译质量 | 建议措施 |
|---|---|---|---|
| 300 DPI，干净、直接 | 99%+ | 几乎等同于数字 PDF 翻译 | 继续机器翻译。对关键内容进行轻度人工审核 |
| 150 DPI，轻微倾斜，浅色阴影 | 95-98% | 密集或技术文本中的明显错误 | 机器翻译加人工审校。仔细查看技术术语和数字 |
| 分辨率低、倾斜、发暗或起皱 | 85-95% | 大约每 10-20 个单词就有一个错误 | 翻译前考虑重新扫描。如果无法重新扫描，请预算大量人工审核时间 |
| 手机拍照、光线不均匀、梯形失真 | 70-90% | 自动翻译不可靠。每句话都有错误 | 如果文档可用，请重新正确扫描。如果没有，人工翻译可能比纠正机器输出更有效 |
扫描 PDF 的三阶段翻译工作流程
第一阶段：增强扫描。校正偏斜、调整对比度并使背景变白。更好的输入图像会产生更好的 OCR 输出。第二阶段：运行 OCR 并验证。根据原始扫描件抽查 OCR 输出。翻译前纠正识别错误。修复 OCR 错误可防止翻译错误。第三阶段：翻译和审阅。对经过验证的 OCR 文本运行机器翻译。让人工审阅者将重要文档的翻译与原始扫描进行比较。扫描文档的翻译 PDF 工作流程优先考虑 OCR 质量，因为翻译质量不能超过其正在翻译的文本的质量。
WukongPDF OCR 工具处理扫描文档并添加可搜索文本层。 OCR PDF输出成为翻译源。翻译的准确性取决于 OCR 的准确性。
当人工翻译是更好的选择时
对于准确性至关重要且扫描质量较差的文档，专业的人工翻译可能比机器翻译加上大量人工校正更具成本效益。翻译人员直接读取扫描的页面，完全绕过 OCR 步骤。翻译器解决了 OCR 会误解的歧义，而机器翻译则会复合。扫描 PDF 的机器翻译和人工翻译应根据扫描质量、所需的准确性和审查的可用预算来决定。
扫描 PDF翻译工作流程并非全有或全无。对于大部分是干净的扫描件和一些有问题的页面的文档，可以通过机器翻译来处理干净的页面，并通过人工翻译来处理困难的页面。
使用 OCR 置信度分数来指导翻译审核
OCR 引擎为每个识别的字符和单词分配一个置信度分数。低置信度分数表示不确定性，并且是潜在错误的标志。准备 OCR 输出进行翻译时，请将人工审核重点放在低置信度区域。每个单词都有 99% 置信度的段落只需要很少的审查。有几个单词得分低于 90% 的句子需要特别注意。
以置信度为导向的审查方法将人力分配到影响最大的地方。审核者不是统一审核整个 OCR 输出，而是针对最可能包含错误的区域。结果是在相同的审核时间内获得更高的有效准确性。许多 OCR 工具都提供OCR PDF置信度数据。使用它来确定审核工作量的优先级。
为不同语言对选择翻译引擎
机器翻译质量因语言对而异。英语到西班牙语、法语或德语可生成适合商业用途的流畅输出，只需进行少量审核即可。英语到中文、日语或阿拉伯语需要更广泛的审查，因为语言之间的结构差异更大。英语到芬兰语、匈牙利语或土耳其语等语法结构复杂且与英语显着不同的语言产生的输出最容易出错。
将翻译引擎与语言对进行匹配。某些引擎专门针对某些语言组合进行了优化。如果您的文档需要翻译成多种语言，请为每一对语言使用最好的引擎，而不是为所有语言使用一个引擎。每种目标语言的翻译 PDF 质量将与生成它的引擎一样好。 WukongPDF 处理翻译准备文件。翻译引擎的选择决定了输出质量。
翻译后保留原始格式
翻译会改变文本长度。翻译的段落几乎永远不会与原文的长度相同。当翻译后的文本放回原始文档布局时，它会溢出或下溢可用空间。保留原始格式需要调整布局以适应翻译，或者接受翻译后的文档看起来与原始文档不同。
对于格式至关重要的文档，请考虑将翻译作为单独的文档与原始文档一起提供，而不是尝试将翻译后的文本适合原始布局。原始 PDF 保留格式。翻译文档提供目标语言的内容。读者参考两者。 翻译 PDF 嵌入式翻译和配套文档之间的决定取决于优先考虑的是格式完整性还是双语便利性。