Переклад не редагованого PDF: OCR, верстка та перевірка

Коли переклад PDF перетворюється на ручну роботу¶

У PDF не виділяється жодне слово, дедлайн підтискає, а всередині двадцять сторінок із таблицями та печатками. Для перекладацької команди це не просто незручний формат: спочатку треба зрозуміти, чи є у файлі текст, потім правильно його витягти, а вже тоді перекладати й відновлювати макет.

Не редагований PDF часто називають сканованим або сплощеним. Такий файл може складатися з одного зображення на кожній сторінці, хоч на вигляд це звичайний текстовий документ. Спробуйте виділити рядок, знайти слово пошуком або скопіювати абзац: виділення може не спрацювати, пошук нічого не знайде, а скопійований текст перетвориться на набір символів.

Тут не допоможе просто вибрати інший перекладач. Автоматичний переклад не прочитає текст, якого система не бачить. OCR - оптичне розпізнавання символів - перетворює зображення літер на текст, із яким уже можна працювати. Але OCR не перекладає документ і не гарантує, що кожен символ розпізнано правильно.

У довідці Google Translate є таке застереження:

У довідці Google Translate сказано: “You can find text in images and scanned .pdf pages in the output document but they aren’t translated.” Ідеться про те, що текст зі сканованих сторінок може залишитися у вихідному документі, але сам по собі він не стає перекладом.

Для агенції це означає, що не завжди достатньо завантажити файл в універсальний перекладач і скачати результат. Потрібен процес із перевіркою розпізнаного тексту, перекладу та верстки. Далі розберемо три варіанти - бюро, фрилансера й онлайн-інструмент - і подивимося, коли який підходить.

Що треба зробити перед перекладом¶

Сплощений PDF - це файл, де видимий текст може бути частиною зображення сторінки, а не редагованими текстовими блоками. Щоб перекласти такий документ текстовим способом, спершу перетворіть зображення на машинозчитуваний текст.

Перевірити файл можна без спеціальних інструментів. Відкрийте PDF і спробуйте виділити одне речення. Потім знайдіть через пошук слово, яке чітко видно на сторінці. Якщо обидві дії не працюють, документ, імовірно, потребує OCR.

Станом на довідку Google Translate, актуальну під час дослідження у 2026 році, сервіс приймає PDF до 10 МБ і до 300 сторінок. Та сама довідка попереджає: текст зі зображень і сканованих сторінок може з’явитися у вихідному документі, але не перекластися (умови Google Translate). Для команди ліміт завантаження не означає, що сервіс повністю перекладе кожну сторінку.

Не починайте з того, що знову й знову завантажуватимете той самий файл у різні сервіси. Якщо в PDF немає тексту, повторне завантаження його не створить. Якщо документ змішаний, перевірте кожну частину окремо: текстовий шар і скановані сторінки можуть оброблятися по-різному.

Наприклад, клієнт надсилає файл, де титульна сторінка зроблена з тексту, а підписаний додаток відсканований. На вигляд це один PDF, але для перекладу в ньому два різні типи вмісту. Через це перші сторінки можуть перекластися, а важливий додаток залишиться мовою оригіналу.

Які файли та елементи перевірити перед кошторисом¶

Перед оцінюванням роботи подивіться не лише на кількість сторінок, а й на якість вихідного файлу. Скан на двадцять сторінок із чітким друкованим текстом і скан із печатками, таблицями та блідими фрагментами - це різний обсяг перевірки.

Для точного кошторису передайте виконавцю не лише кількість сторінок, а й короткий опис складності. Наприклад: «сканований договір, таблиці в додатку, частина печаток перекриває текст, потрібен редагований Word». Такий опис корисніший за повідомлення «PDF на двадцять сторінок».

Якщо зберігся вихідний DOCX або PPTX, пошукайте його. Google Cloud радить перекладати файл у редагованому форматі до перетворення на PDF, якщо вихідний документ доступний: DOCX і PPTX краще зберігають структуру та стиль (документація Google Cloud). У такому разі OCR може стати зайвим кроком і додатковим місцем для помилки.

Google Cloud дає таку рекомендацію:

Google Cloud формулює рекомендацію так: “For optimal format handling, use native PDF files when possible.” Тобто для роботи з форматом краще брати PDF, у якому текст уже доступний, а не його зображення.

Домовтеся заздалегідь, що саме означає «зберегти форматування». Переклад має повторювати початкові сторінки? Потрібен файл, який можна редагувати? Чи досить тексту з таблицями у Word? Від відповіді залежать вибір виконавця й обсяг фінальної перевірки.

Варіант 1: перекладацьке бюро¶

Бюро стане в пригоді, якщо документ має складний макет, над ним працюватиме кілька фахівців або потрібне додаткове узгодження оформлення. У такому процесі можна окремо оцінити OCR, переклад, верстку та контроль якості.

Передайте бюро оригінальний PDF, а не лише автоматично витягнутий текст. Зображення сторінки допоможе перекладачеві перевірити сумнівний фрагмент, а верстальнику - побачити, де стояли таблиця, примітка чи підпис. Якщо частина сторінок читається, а частина ні, позначте їх окремо.

Попросіть бюро відповісти на конкретні запитання:

• Чи входить OCR до кошторису, чи його рахують окремо?
• Хто звіряє розпізнаний текст з оригіналом?
• У якому форматі ви отримаєте файл: DOCX, PDF чи обидва?
• Чи перевіряють верстку після перекладу?
• Як позначатимуть нерозбірливі слова, числа й рукописні фрагменти?
• Чи можна опрацювати частину документа, якщо решта сторінок читається погано?

Складний PDF часто переходить між кількома фахівцями, а не просто потрапляє до перекладача. Якщо перекладач отримав текст із помилкою OCR, він може перекласти хибне ім’я або суму, не побачивши зображення. Якщо верстальник відновив таблицю за неправильним порядком рядків, вичитування граматики цього не помітить.

Зафіксуйте, хто відповідає за кожен етап: хто готує OCR, хто звіряє його з оригіналом, хто перекладає, хто перевіряє цифри та хто приймає фінальну верстку. Такий поділ особливо зручний, коли документ переглядають кілька людей із боку замовника.

Бюро може бути зайвим для короткого, чіткого документа з простим макетом. Якщо треба розпізнати лише кілька друкованих сторінок, запитайте, чи можна оплатити потрібні етапи окремо, а не замовляти повний пакет послуг.

Варіант 2: фрилансер або власна команда¶

Фрилансер підійде, якщо завдання можна чітко описати й передати одному фахівцеві: розпізнати текст, перекласти його, зберегти структуру та повернути файл у погодженому форматі. Ви матимете прямий контакт із виконавцем, але перевірте, чи його пропозиція охоплює всі етапи.

Попросіть тестово обробити найскладнішу сторінку, а не просту титульну. Таблиця з кількома колонками, печатка чи текст у нижньому колонтитулі швидко покажуть, чи підходить вам цей процес.

У власній команді розподіліть ролі між координатором, перекладачем і редактором. Координатор готує оригінали та інструкції, перекладач працює з перевіреним текстом, редактор звіряє переклад і макет. Якщо всі ролі виконує одна людина, залиште окремий час на звірку: перечитати переклад - не те саме, що порівняти його з оригіналом.

Домовтеся, як команда позначатиме сумнівні місця. Наприклад, перекладач може залишити коментар «перевірити номер у скані», а не вгадувати цифру. Відповідальна людина відкриє потрібну ділянку оригіналу й ухвалить рішення.

Короткий дедлайн не зробить розпізнавання точнішим. Якщо часу мало, розділіть документ на зрозумілі частини й визначте, що треба перевірити насамперед. Не пропускайте звірку дат, імен і сум, щоб лише швидше повернути файл.

Підводний камінь фриланс-моделі - нечітко погоджений обсяг. «Перекласти PDF зі збереженням форматування» може означати і Word із заголовками, і точне відтворення сторінок. До початку роботи узгодьте, які таблиці треба відновити, що робити з печатками та чи має результат залишатися редагованим.

Варіант 3: онлайн-інструмент і перевірка перекладу¶

Онлайн-інструмент зручний, коли команді потрібна чернетка, повторюваний процес або переклад без ручного копіювання кожного абзацу. Але «онлайн» не означає, що будь-який PDF буде однаково добре розпізнаний і перекладений.

У Google Translate є режим перекладу документів у браузері: виберіть мови або автоматичне визначення, завантажте файл, натисніть кнопку перекладу й скачайте результат. Станом на довідку, актуальну під час дослідження у 2026 році, документний режим недоступний на менших екранах і мобільних пристроях, а для PDF діють обмеження 10 МБ і 300 сторінок (довідка Google Translate). Перед роботою перевірте довідку ще раз: обмеження сервісів можуть змінитися.

Ці ліміти не розв’язують проблему сканованого тексту. Якщо сторінка є зображенням, сервіс може залишити її текст у вихідному файлі без перекладу. Після завантаження відкрийте результат і перевірте не лише першу сторінку, а й скани та сторінки зі змішаним вмістом.

У Google Cloud Translation інший процес роботи з документами, і сервіс підтримує скановані PDF. Станом на документацію, актуальну під час дослідження у 2026 році, онлайн-переклад PDF має ліміт 20 МБ; для сканованих PDF зазначено обмеження до 20 сторінок, а для нативних PDF із відповідним налаштуванням - до 300 сторінок (документація Google Cloud). Також треба налаштувати Cloud-проєкт, увімкнути API та автентифікацію. Такий варіант має сенс, якщо команда готова налаштовувати технічний процес, а не просто завантажувати файл у браузері.

Команда, якій потрібна чернетка з макетом і подальшою вичиткою, може завантажити сканований PDF у ChatsControl і отримати розпізнаний та перекладений Word, а також копію, де перекладений текст розміщено поверх зображення сторінки. Під час роботи зі сканами система читає структуру сторінки, зокрема абзаци, таблиці й поля форми, а оцінка якості підказує, де уважніше звірити результат. Інструмент не розрахований на рукописний текст і дуже пошкоджені скани, тому складні фрагменти все одно треба перевіряти вручну.

Двомовний режим перегляду дає змогу бачити джерело й переклад поруч, а вбудовані перевірки звертають увагу на числа, імена, терміни та пропуски. Але редактор усе одно відповідає за перевірку: якщо OCR неправильно прочитав цифру, переклад може правильно відтворити вже помилковий текст.

Онлайн-інструмент не замінить систему керування перекладацькими проєктами. Якщо потрібні перекладацька пам’ять, керування сегментами чи робочі процеси постачальників, перевірте ці вимоги окремо. Для разової роботи з документом на перший план виходять інші питання: формат результату, можливість звірити його з оригіналом і контроль доступу до файлів.

Порівняння варіантів¶

Перевірка потрібна в кожному з цих варіантів. Різниця лише в тому, хто розпізнає текст, хто відповідає за переклад і наскільки легко команді порівняти результат із вихідною сторінкою.

Щоб організувати внутрішній процес, зіставте обробку скану з перетворенням сканованого PDF у Word перед перекладом. Якщо клієнт надіслав не файл, а зображення в месенджері, почитайте про організацію перекладу фото документа з WhatsApp.

Покроковий процес для команди перекладу¶

Послідовний процес допоможе не почати перекладати текст, який OCR прочитав неправильно. Ось порядок, який підійде і для короткого скану, і для пакета складних документів.

1. Перевірте, чи доступний текст. Спробуйте виділити речення й знайти слово через пошук. Позначте сторінки без текстового шару та змішані сторінки, де доступна лише частина тексту.
2. Знайдіть редагований оригінал. Запитайте, чи зберігся DOCX, PPTX або інший вихідний файл. Робота з авторським документом зазвичай дає змогу не витрачати час на розпізнавання; документація Google Cloud також радить використовувати редагований файл, якщо він є.
3. Оцініть стан скану. Перевірте розмиття, перекоси, обрізані поля, плями та печатки поверх тексту. Позначте місця, які треба виправити або звірити вручну.
4. Виберіть формат результату. Домовтеся, чи потрібен Word для редагування, PDF зі збереженим макетом або обидва варіанти. Не вважайте їх взаємозамінними.
5. Запустіть OCR. Розпізнавання може зробити PDF пошуковим і редагованим, але не перекладає текст. У навчальному процесі Adobe для цього використовують інструменти Scan & OCR, покращення зображення та команду розпізнавання тексту (пояснення Adobe Acrobat).
6. Звірте OCR з оригіналом. Насамперед перевірте імена, дати, номери, суми, заголовки колонок, підписи до графіків і фрагменти біля печаток. Виправте текст до перекладу, щоб не перенести помилку далі.
7. Перекладіть узгоджену версію тексту. Передайте перекладачеві перевірений текст або редагований файл, термінологію, вимоги до тону та інструкції щодо нерозбірливих фрагментів.
8. Перевірте переклад і верстку. Зіставте важливі елементи з оригіналом, перегляньте таблиці й порядок блоків, а потім відкрийте результат у форматі, у якому його отримає замовник.

Особливо уважно перевірте текст між OCR і перекладом. Якщо команда одразу перекладає розпізнаний текст, помилка в номері документа може залишитися непоміченою до фінального етапу, коли виправляти її складніше.

Adobe описує результат OCR так:

Adobe описує результат OCR так: “The file is now a searchable, editable PDF file.” Ідеться про можливість шукати й редагувати текст, а не про автоматичну перевірку кожного розпізнаного символу.

Звіряйте текст із зображенням сторінки, а не лише перевіряйте, чи він здається правдоподібним. Дата може виглядати цілком звично навіть після помилки розпізнавання, а рядок таблиці - бути граматично правильним, але стояти не в тій колонці.

Якщо замовлення повторюються, збережіть шаблон передачі файлу. Додайте до нього назву документа, мову оригіналу й перекладу, бажаний формат результату, проблемні сторінки, термінологію та поля для звірки. Шаблон не поліпшить OCR, зате допоможе не загубити вимогу в листуванні.

Підводні камені: де найчастіше губляться дані¶

Найнебезпечніша помилка не завжди впадає в око. Документ може виглядати акуратно, слова - читатися, а значення в таблиці вже опинитися в сусідньому рядку. Тому перевіряйте не лише орфографію перекладу.

Google Cloud прямо попереджає: переклад сканованих PDF може призвести до втрати форматування. Складні макети, таблиці даних, кілька колонок і графіки з позначками чи легендами можуть відобразитися неправильно (документація Google Cloud). У тому самому описі зазначено, що в PDF зі змішаним текстом і сканованим вмістом скановані фрагменти можуть не перекластися.

Google Cloud попереджає:

Google Cloud попереджає: “Translating scanned PDF files results in some formatting loss.” Для замовника це причина перевіряти не лише зміст, а й розташування елементів після обробки.

Додайте до контрольного списку такі помилки:

• OCR переплутав схожі знаки. Порівняйте текст і зображення в полях, де неправильний символ змінить номер, дату, суму чи скорочення.
• Таблиця стала набором рядків. Перевірте, чи кожне значення залишилося біля правильного заголовка. Правильний порядок копіювання ще не означає, що збережено логіку комірок.
• Колонки читаються не в тому порядку. Звірте, чи система не поставила праву колонку перед лівою і не перенесла підпис до іншого абзацу.
• Печатка перекриває речення. Позначте нерозбірливе місце, а не вгадуйте, що там написано. Якщо фрагмент неможливо надійно прочитати, виконавець має повідомити про це.
• Змішаний PDF оброблено як єдине ціле. Перевірте сторінки, де частина тексту виділяється, а інша залишається зображенням.
• Результат виглядає правильно, але його не можна редагувати. Уточніть формат заздалегідь: «перекладений PDF» не обов’язково означає редагований Word.
• Автоматичний переклад приховав проблему джерела. Зіставте важливі фрагменти із зображенням, навіть якщо переклад звучить природно.

До сканів і фотографій дуже низької якості поставтеся особливо уважно. Adobe описує підготовку зображення до OCR, зокрема покращення та вирівнювання (інструкція Adobe). Такі дії можуть допомогти системі прочитати сторінку, але не перетворять нерозбірливий рукопис на точний текст.

Під час тесту онлайн-перекладу команда може побачити повідомлення про те, що сканований PDF не вдається обробити. У спільноті Google Translate є користувацьке обговорення з назвою “Why do I keep getting a ‘Can’t translate scanned PDFs’ message” (обговорення спільноти). Це досвід окремого користувача, а не офіційна специфікація сервісу. Він лише підказує, що такі технічні труднощі трапляються.

Інше обговорення спільноти називається “Can’t translate pdf files anymore” (обговорення Google Translate Community). Форумні повідомлення не підтверджують актуальних обмежень сервісу. Перевіряйте правила завантаження в офіційній довідці, а форум використовуйте лише як підказку, що варто перевірити.

У робочому процесі ChatsControl кожна сторінка скану отримує оцінку якості: добру, задовільну або низьку. Низька оцінка - сигнал звірити сторінку з оригіналом, а не доказ того, що система вже виправила всі неточності. Для дуже поганих сканів і рукописного тексту потрібен окремий процес із ручним опрацюванням.

Контрольний список перед передаванням результату¶

Перед відправленням перекладу замовнику перевірте кожен пункт:

• [ ] Перевірено, чи існує редагований оригінал документа.
• [ ] Визначено сторінки без доступного текстового шару.
• [ ] Розпізнані імена, дати, номери й суми звірено з оригіналом.
• [ ] Таблиці та колонки перевірено за заголовками й комірками.
• [ ] Нерозбірливі місця позначено, а не вгадано.
• [ ] Вибрано й перевірено потрібний формат результату.
• [ ] Фінальну верстку відкрито й переглянуто після перекладу.
• [ ] Сторінки зі сканованим і редагованим вмістом перевірено окремо.
• [ ] Замовник знає, які фрагменти потребували ручного рішення.

Різні процеси для різних типів матеріалів¶

Маршрут перекладу залежить від того, що саме надійшло в агентство. Друкований документ, фото сторінки в месенджері й архівний рукопис потребують різної підготовки, тож не запускайте їх одним і тим самим способом.

Друкований скан спершу перевірте на якість і структуру. Якщо OCR чітко розпізнав заголовки, абзаци й таблиці, вичитайте текст і передайте перекладачеві. Сторінки з низькою оцінкою якості й сумнівними цифрами звірте із зображенням.

Фото з телефона може бути перекошеним, затіненим, обрізаним або нерівномірно освітленим. Перед OCR перевірте, чи видно документ повністю й чи не закривають відблиски або пальці важливий текст. Якщо різні люди надсилають фото сторінок окремо, організуйте приймання так, щоб не загубити сторінку чи її порядок.

Рукописний документ потребує іншого підходу, ніж чіткий друкований скан. Розпізнавання рукопису ненадійне, особливо коли літери з’єднані, чорнило бліде або текст накладається на лінії бланка. Якщо важливі точні імена, дати й формулювання, попросіть людину звірити прочитане з оригіналом.

Старий документ із печатками може поєднувати друкований текст різної якості, відбитки, рукописну дату й підпис. Якщо треба перекласти всю сторінку, окремо позначте, що є текстом, а що - зображенням чи печаткою. Матеріал про оцифрування старих українських рукописів пояснює, чому рукописне джерело треба обробляти не так, як звичайний скан.

Офіційний документ для подання потребує ще одного уточнення: чи достатньо звичайного перекладу, чи отримувач вимагає засвідчення. OCR і автоматичний переклад самі по собі не надають перекладеному документові юридичного статусу. Якщо потрібне засвідчення, заздалегідь уточніть вимоги установи та розгляньте нотаріальний переклад.

У цій роботі регіональні відмінності зазвичай пов’язані не з OCR, а з вимогами отримувача документа. Для одного завдання досить редагованого перекладу для внутрішнього перегляду, для іншого потрібен конкретний формат або засвідчення. Не робіть висновок про вимоги країни лише з того, що PDF сканований: розпізнавання тексту й прийняття документа - різні питання.

Якщо документ надійшов з-за кордону, запитайте замовника, куди він подаватиме переклад і який формат там приймають. Не обіцяйте, що один тип вихідного файлу підійде для всіх установ, якщо конкретну вимогу не підтверджено.

FAQ¶

Як перекласти PDF, якщо текст у ньому не виділяється?¶

Спочатку запустіть OCR, щоб перетворити зображення сторінки на машинозчитуваний текст. Звірте розпізнані фрагменти з оригіналом, а потім перекладайте текст або документ.

Чи потрібно робити OCR перед перекладом сканованого PDF?¶

Так, якщо інструмент перекладу працює з текстом, а сторінка містить лише зображення. OCR створює текстовий шар, але не перекладає його й не підтверджує, що всі символи розпізнані правильно.

Чи перекладає Google Translate текст зі сканованого PDF?¶

Довідка Google Translate, актуальна під час дослідження у 2026 році, повідомляє, що текст зі сканованих сторінок може з’явитися у вихідному документі, але не перекладається (офіційна довідка). Перевірте сам результат, а не лише повідомлення про завершення завантаження.

Як зберегти таблиці та верстку під час перекладу сканованого PDF?¶

Перевірте, чи OCR зберіг порядок колонок і значення в правильних комірках, а після перекладу відкрийте фінальний файл і звірте макет. Google Cloud попереджає, що складні макети, зокрема таблиці й багатоколонкові сторінки, можуть втратити форматування (документація Google Cloud).

Як перевірити помилки OCR у діловому документі?¶

Порівняйте текст із зображенням сторінки та окремо перевірте імена, дати, номери, суми й таблиці. Граматична перевірка не виявить, що правильно написане число взяли не з тієї комірки.

Чи можна перекласти не редагований PDF без OCR?¶

Якщо текст існує лише як зображення, звичайний текстовий перекладач не має доступу до нього. Спочатку розпізнайте текст або передайте документ на ручне опрацювання.

Чи збережеться форматування після OCR і перекладу?¶

Ні, збереження форматування не гарантоване, особливо в складних таблицях, кількох колонках і графіках із підписами. До початку роботи погодьте формат результату, а після перекладу перевірте верстку.

Чи можна автоматично перекладати рукописні PDF?¶

Рукописні фрагменти можуть розпізнаватися ненадійно, особливо на скані низької якості. Перевірте важливі імена, дати й формулювання за джерелом, а нерозбірливі місця передайте людині для ручної роботи.