您在旅行時遇到了您無法閱讀的語言的標誌、選單、文件或標籤。您拿出手機，打開相機，然後將其對準文字。在螢幕上，外文字元會即時轉換成您的語言，疊加在攝影機視圖上，就好像標誌本身是用您的母語書寫的一樣。這不是科幻小說。現在它已內建在您的手機中。它是手機內建的基於相機的翻譯，也適用於 PDF。
使用手機相機翻譯 PDF 中的文字時，將 OCR（識別影像中的文字）與機器翻譯（將其轉換為目標語言）結合。該過程有兩種模式：針對列印文件的即時相機翻譯，以及針對 PDF 螢幕截圖和照片的靜態影像翻譯。兩者都可以透過手機上已有的免費工具獲得。
方法 1：列印 PDF 和紙本文件的即時相機翻譯
Google翻譯的相機模式適用於 iPhone 和 Android。打開谷歌翻譯應用程式。選擇來源語言，或者如果您不確定文件使用的語言，請將其設定為“檢測語言”。選擇您的目標語言。點擊相機圖示。將手機的攝影機對準列印的文件或在另一個螢幕上開啟的 PDF。該應用程式將翻譯後的文字直接即時疊加到相機視圖上。原文被譯文取代，並與相同的位置和視角對齊。這種擴增實境視圖可讓您閱讀文檔，就像它是用您的語言列印的一樣。
即時翻譯運行速度很快，每個螢幕文字處理時間大約為一秒，但它並不完美。翻譯由Google的機器翻譯引擎執行，該引擎可以很好地處理常見語言對，但對於慣用表達、專業術語和訓練資料有限的語言會產生尷尬或不正確的翻譯。使用即時翻譯進行理解：理解文件的內容。不要依賴它來產生精美的翻譯來與他人分享。為此，您需要一個可以審查和編輯的靜態翻譯。
方法 2：使用手機的照片應用程式翻譯 PDF 螢幕截圖或照片
如果您在手機上開啟了 PDF 並且想要翻譯特定部分，請截取螢幕截圖。在 iPhone 上，同時按下側邊按鈕和調高音量。在 Android 上，按電源按鈕和音量調低按鈕。螢幕截圖儲存到您的照片庫。在 Google 照片或 Apple 照片中開啟照片，然後使用內建的翻譯 PDF文字辨識來擷取和翻譯文字。
在 Google Photos 中，開啟螢幕截圖並點擊 Google Lens 圖示。 Lens 會偵測文字並提供翻譯選項。選擇目標語言，翻譯後的文字將顯示在圖像上。您可以點擊單字來查看原文，或複製翻譯後的文字以貼上到其他地方。在 iPhone 上的 Apple Photos 中，即時文字功能會偵測文本，並在您選擇文字時提供翻譯選項。翻譯出現在彈出視窗中。這兩種方法都可以在最新設備上離線進行文字識別，但翻譯步驟需要網路連線。
方法 3：使用基於瀏覽器的工具進行完整文件翻譯
為了翻譯整個 PDF 文檔，而不僅僅是螢幕截圖，基於瀏覽器的翻譯工具會處理整個文件。開啟手機瀏覽器，導覽至翻譯工具，然後上傳 PDF。如果 PDF 是掃描件，工具會執行 OCR、提取文字、翻譯文字並產生翻譯後的 PDF。輸出保留原始佈局，翻譯後的文字放置在與原始文字相同的位置。這是您需要完整閱讀、與他人分享或翻譯存檔的文件的方法。
基於瀏覽器的方法可以有效地處理多頁文件。上傳一次，等待處理，然後下載完整的翻譯檔。翻譯品質與主要機器翻譯引擎相同，因為WukongPDF 使用相同的底層技術。與基於螢幕截圖的翻譯相比，其優勢在於完整性：每個頁面的每個單字都會被翻譯，並且輸出是正確的 PDF，而不是手機螢幕截圖的集合。
了解電話翻譯能做什麼和不能做什麼
以電話為基礎的PDF閱讀翻譯為採用常見字體和可讀尺寸的列印文字效果最佳。它很難處理手寫、高度風格化的字體、彎曲或反光錶面上列印的文字以及尺寸非常小的文字（例如標籤上的細則印刷）。它也難以處理在同一頁上混合多種語言的文檔，例如雙語合約或包含一種語言的菜餚名稱和另一種語言的描述的菜單。翻譯引擎必須猜測每個片段所使用的語言，而且它經常猜測錯誤，從而產生令人困惑的結果。
翻譯技術、法律或醫療文件需要特別小心。機器翻譯不能像人工翻譯那樣理解上下文。在源語言中具有多種含義的單字在目標語言中可能會被翻譯成錯誤的含義。具有特定法定定義的法律術語可以翻譯為不具有相同法律效力的口語等效術語。對於精確含義很重要的文檔，請使用電話翻譯進行初步理解，然後如果將依賴該文檔做出決策，則請閱讀兩種語言的人員對翻譯進行審核。
保存與分享電話翻譯
翻譯 PDF 螢幕截圖或照片後，您通常想要儲存結果。 Google Lens 允許您複製翻譯後的文字並將其貼上到筆記、電子郵件或文件中。 Apple 的 Live Text 同樣可以讓您複製已識別和翻譯的文字。為了獲得更持久的記錄，完整文件翻譯會產生一個 PDF，您可以儲存、共用和存檔。翻譯後的 PDF 可以在任何裝置上開啟並像任何其他文件一樣閱讀。
手機相機已悄悄成為消費者可用的最強大的翻譯工具之一。它將高解析度相機與設備上的 OCR 和基於雲端的機器翻譯結合在一起，並且可以放入口袋中。對於旅行者、國際商人、使用外語資源的研究人員以及任何遇到無法閱讀的文本的人來說，將手機指向 PDF 並以自己的語言查看它的能力是十年前不存在的真正的超能力。 WukongPDF 將此功能從快照擴展到完整文檔，使基於電話的翻譯適用於所有 PDF 內容。
對於需要翻譯非拉丁文字語言（中文、日語、韓語、阿拉伯語、俄語）的 PDF 的用戶來說，手機相機方法還有一個額外的優勢。傳統的基於文字擷取的翻譯通常無法處理這些腳本，因為 OCR 引擎必須識別數千個唯一字符，而不是幾十個字母。基於相機的翻譯繞過字元級識別並在視覺模式層級工作，將整個字元形狀與翻譯模型進行匹配，而不是識別單個字母。這種視覺方法對於中文和日文特別有效，谷歌翻譯的相機模式可以產生可讀的文檔翻譯，這將完全擊敗基於文字的 OCR 翻譯管道。從技術意義上來說，視覺路徑並不更準確，但它的失敗方式不同，對於某些語言和文件組合，它在基於文字的翻譯完全失敗的情況下成功了。