Як перекласти скановані документи (PDF, фото) за допомогою ШІ та OCR

Фото диплому з телефону, скан паспорта в PDF, виписка з банку яку надрукували і відсканували у 150 DPI - і тепер тобі потрібно все це перекласти на німецьку. Відкриваєш файл у Google Translate - а він бачить просто картинку. Копіюєш текст з PDF - а там каша з кракозяблів. Знайомо? Тоді ця стаття для тебе: розберемо, як витягнути текст зі сканів і фото за допомогою OCR, перекласти його через ШІ, і не втратити при цьому ні форматування, ні нерви.

Що таке OCR і навіщо він потрібен для перекладу¶

OCR (Optical Character Recognition - оптичне розпізнавання символів) - це технологія, яка перетворює зображення тексту на реальний текст, з яким можна працювати. Простіше: ти завантажуєш фото документа, а на виході отримуєш текст, який можна копіювати, редагувати і перекладати.

Без OCR будь-який перекладач - і людина, і машина - бачить тільки картинку. Google Translate не може перекласти зображення напряму (точніше, може через камеру в додатку, але якість там сумнівна). DeepL взагалі працює тільки з текстом. І навіть ChatGPT чи Claude потребують або тексту, або зображення з достатньою якістю.

Ось типовий процес перекладу сканованого документа:

1. Скан/фото - ти маєш файл (PDF, JPG, PNG) з текстом на зображенні
2. OCR - технологія розпізнає текст і конвертує його в редагований формат
3. Переклад - текст можна прогнати через перекладач (ШІ, NMT або людина)
4. Перевірка - результат потрібно перевірити, бо і OCR, і переклад можуть додати помилок

І ось тут починається цікаве: якість кожного кроку залежить від попереднього. Поганий скан = поганий OCR = поганий переклад. Давай розберемо, як зробити кожен крок правильно.

Крок 1: підготуй скан правильно (інакше все піде не так)¶

Головне правило: якість OCR прямо залежить від якості вхідного зображення. Якщо ти скануєш документ - це 80% успіху.

Мінімальні вимоги до скану¶

• Роздільна здатність: мінімум 300 DPI. Ідеально - 600 DPI для документів з дрібним шрифтом. Скан у 150 DPI - це привіт кракозяблам
• Формат: PDF або PNG (без стиснення). JPG з високим стисненням “з’їдає” деталі тексту
• Контраст: чорний текст на білому фоні - ідеально. Кольорові документи з фоновими візерунками - проблема
• Кут: документ має бути рівно, без перекосу. Навіть 2-3 градуси нахилу можуть зіпсувати розпізнавання

Що робити, якщо скан уже поганий¶

Буває так, що оригінал документа далеко (наприклад, у ДРАЦС в Україні), а ти маєш тільки фото з телеграму, яке хтось зробив на бігу. Не панікуй:

• Перед OCR пропусти зображення через фільтр: збільш контрастність, конвертуй у чорно-біле, прибери шум
• Безкоштовні інструменти для цього: ScannerPro, Adobe Scan (мобільні), або навіть Paint.NET / GIMP на комп’ютері
• Деякі OCR-системи (ABBYY, Google Cloud Vision) мають вбудовану передобробку зображень - використовуй їх

На одному з форумів для українців у Німеччині хтось писав: “Надіслав фото свідоцтва про народження з телефону, перекладач повернув - каже, не може прочитати половину тексту. Перефоткав з нормальним освітленням - і все ок.” Це типова ситуація.

Крок 2: обери OCR-інструмент¶

Інструментів для OCR більше ніж достатньо. Ось головне, що тобі потрібно знати для вибору.

Безкоштовні інструменти¶

Платні інструменти¶

Мультимодальні ШІ (OCR + переклад одразу)¶

А тепер найцікавіше. У 2026 році тобі не обов’язково робити OCR і переклад окремо. Мультимодальні моделі - GPT-4o, Claude, Gemini - можуть прочитати зображення і одразу перекласти текст в одному запиті.

Як це працює: завантажуєш фото документа прямо в чат і пишеш “переклади цей документ з української на німецьку”. Модель “бачить” текст на зображенні, розпізнає його і перекладає. Без окремого OCR-кроку.

Точність? Непогана. Claude показує CER (Character Error Rate) близько 2.1% на друкованому тексті, GPT-4o - приблизно на тому ж рівні. Для чистих документів з стандартним шрифтом це працює чудово. Для рукописного тексту або поганих сканів - все ще краще використовувати спеціалізований OCR.

Покроковий воркфлоу: від скану до готового перекладу¶

Ось як я рекомендую працювати зі сканованими документами, якщо тобі потрібен якісний переклад.

Варіант 1: Швидкий (для особистого використання)¶

1. Завантаж фото або PDF з текстом у ChatGPT, Claude або Gemini
2. Напиши промпт: “Розпізнай текст на зображенні і переклади його з [мова] на [мова]. Збережи структуру документа”
3. Перевір результат - порівняй з оригіналом

Коли підходить: особисте листування, розуміння документа “для себе”, чернетка перед замовленням офіційного перекладу.

Варіант 2: Професійний (для документів, які кудись подаватимуться)¶

1. Відскануй документ у 300+ DPI, формат PDF або PNG
2. Пропусти через ABBYY FineReader або Google Cloud Vision для OCR
3. Перевір розпізнаний текст - виправ помилки OCR вручну
4. Переклади текст через ChatsControl або спеціалізований інструмент
5. Вичитай переклад, порівнюючи з оригіналом речення за реченням
6. Якщо потрібен завірений переклад - передай готовий текст заприсяжному перекладачу

Варіант 3: Пакетна обробка (для перекладачів і бюро)¶

1. Налаштуй ABBYY FineReader або Tesseract для пакетного OCR
2. Пропусти всі скани через OCR з автоматичною передобробкою
3. Експортуй результат у DOCX або XLIFF для завантаження в CAT-інструмент
4. Переклади з використанням Translation Memory і термінологічних баз
5. Фінальна перевірка і QA

Типові проблеми і як їх вирішити¶

OCR - це не магія, і помилки будуть. Ось найчастіші проблеми і як з ними боротися.

Проблема 1: кирилиця розпізнається як латиниця (і навпаки)¶

Це класика. OCR плутає “В” (кирилиця) з “B” (латиниця), “С” з “C”, “Р” з “P”. Результат - текст виглядає нормально, але половина символів з неправильної кодової таблиці, і перекладач (або Translation Memory) не може з ним працювати.

Рішення: в налаштуваннях OCR вкажи мову документа явно. У Tesseract це параметр -l ukr, в ABBYY - вибір мови розпізнавання. Не залишай “автовизначення” для кириличних документів.

Проблема 2: таблиці і складне форматування¶

OCR непогано працює з суцільним текстом, але таблиці, колонки, зноски - це біль. Текст з різних колонок змішується, рядки таблиці зливаються.

Рішення: використовуй інструменти з підтримкою layout recognition - ABBYY FineReader і Google Document AI непогано справляються з таблицями. Для простих випадків - мультимодальний ШІ (GPT-4o, Claude) краще “розуміє” структуру документа, бо “бачить” його як картинку.

Проблема 3: рукописний текст¶

Рукописні примітки, підписи, дописки від руки - OCR з цим справляється погано. Навіть Google Cloud Vision дає тільки 92% точності на рукописному тексті (порівняно з 98.7% на друкованому).

Рішення: рукописні частини доведеться транскрибувати вручну. Або спробуй GPT-4o - він непогано читає розбірливий рукопис, хоча й далеко не ідеально.

Проблема 4: старі документи і нестандартні шрифти¶

Радянські дипломи, свідоцтва з 90-х надруковані на друкарській машинці, документи з вицвілим текстом - все це челлендж для OCR.

Рішення: збільш контраст, перевір скан на кольоровій роздільній здатності перед конвертацією в ч/б, і використовуй ABBYY FineReader - він краще за інших справляється зі складними шрифтами і нестандартними друками.

Коли OCR + ШІ достатньо, а коли потрібна людина¶

Давай чесно: OCR + машинний переклад - це потужний інструмент, але він не замінює професійного перекладача у всіх ситуаціях.

OCR + ШІ достатньо для:¶

• Розуміння документа “для себе” (що написано в цьому листі з банку?)
• Чернетки перекладу, яку потім вичитає людина
• Внутрішніх документів, де не потрібна юридична точність
• Великих обсягів тексту, де потрібен швидкий загальний переклад

Потрібна людина (перекладач) для:¶

• Завіреного (beglaubigte) перекладу для подачі в Ausländerbehörde, Standesamt, суд
• Юридичних документів, де одна помилка може коштувати дорого
• Медичних документів зі специфічною термінологією
• Документів з рукописними вставками, печатками і підписами

Один клієнт якось розповів таку історію: “Прогнав скан свідоцтва про шлюб через OCR і ChatGPT, отримав переклад за 5 хвилин. Приніс в Standesamt - а вони кажуть, потрібен beglaubigter Übersetzung від заприсяжного перекладача. Довелося все одно замовляти нормальний переклад, але хоча б я розумів, що в документі написано, і міг перевірити переклад коли його отримав.”

Це, до речі, ідеальний підхід: зроби швидкий ШІ-переклад для розуміння, а потім замов офіційний переклад для подачі. Так ти і час не витрачаєш на очікування, і контролюєш якість фінального варіанту.

Скільки це коштує: безкоштовно vs платно¶

Для більшості людей, яким потрібно перекласти 1-3 документи, найкращий варіант - завантажити фото в ChatGPT або Claude і отримати переклад за хвилину. Якщо потрібен офіційний переклад - замовляй у заприсяжного перекладача, але хоча б ти вже розумітимеш, що в документі.

Для перекладачів і бюро - ABBYY FineReader окупається з першого тижня роботи, якщо ти регулярно працюєш зі сканами. $16 на місяць за те, щоб не набивати текст вручну - це чудова інвестиція.

FAQ¶

Чи можна перекласти скан документа без OCR?¶

Так, якщо використовуєш мультимодальні ШІ-моделі (GPT-4o, Claude, Gemini). Вони “бачать” зображення і можуть одразу розпізнати та перекласти текст без окремого OCR-кроку. Але для складних документів або великих обсягів окремий OCR все ще дає кращу якість.

Який OCR найкраще розпізнає українську?¶

ABBYY FineReader - безумовний лідер для кирилиці і конкретно для української. Він підтримує 198 мов і має спеціальні моделі для кириличних шрифтів. З безкоштовних варіантів - Google Cloud Vision дає точність 98%+ на чистих друкованих документах українською.

Чи збережеться форматування документа після OCR і перекладу?¶

Це залежить від інструменту. ABBYY FineReader і Adobe Acrobat непогано зберігають структуру (заголовки, таблиці, абзаци). Але повне збереження оригінального форматування при перекладі сканованого документа - складне завдання. Для максимальної точності краще зробити OCR, перекласти текст, і потім відтворити форматування вручну або через спеціалізовані інструменти.

Чи прийме Ausländerbehörde переклад, зроблений через OCR і ШІ?¶

Ні. Для офіційних інстанцій у Німеччині потрібен beglaubigte Übersetzung - завірений переклад від заприсяжного перекладача (vereidigter Übersetzer). OCR + ШІ - це інструмент для чернетки або для особистого розуміння документа, але не заміна офіційного перекладу.

Яка мінімальна якість скану для OCR?¶

Мінімум 300 DPI для друкованого тексту стандартним шрифтом. Для документів з дрібним текстом або складним форматуванням - 600 DPI. Фото з телефону теж працюють, але тільки якщо зроблені при хорошому освітленні, рівно, без тіней і розмитості.