Як перекласти сканований PDF у Phrase TMS (і XTM Cloud)

Клієнт надсилає сканований PDF нотаріально засвідченого договору або фото свідоцтва про народження у Viber, і завдання має бути в Phrase TMS сьогодні ввечері. Ви створюєте завдання, а аналіз не знаходить майже нічого для підрахунку, бо кожна сторінка - це картинка. Якщо ви шукаєте, як перекласти сканований PDF у Phrase TMS, відповідь починається з налаштування, яке вибирають ще до появи завдання: який із трьох PDF-фільтрів Phrase воно використає.

Нижче - що Phrase TMS (колишній Memsource) робить зі сканами станом на жовтень 2026 року, як налаштувати фільтр PDF v2 з OCR, коли краще спершу зробити Word-копію і що з тим самим файлом робить XTM Cloud. Вибір платформи розібрано в порівнянні Phrase TMS і Smartcat, а ту саму задачу в інших програмах - у гайдах для Trados Studio і memoQ.

Що Phrase TMS насправді робить зі сканованим PDF і зображенням¶

Phrase TMS обробляє PDF через три фільтри імпорту, і саме фільтр завдання вирішує, чи буде скан узагалі прочитано. Довідка Phrase про PDF, востаннє оновлена в червні 2026 року, називає їх Default, PDF v2 і TransPDF.

Фільтр Default - пастка для всіх, кому потрібен робочий цільовий файл. Як пише документація Phrase про PDF:

If an imported .PDF file is translated, output will only be in the form of an unformatted text file.

Українською: якщо імпортований PDF перекласти, результат буде лише у вигляді неформатованого текстового файла.

Завдання з фільтром Default можна порахувати для кошторису, але переклад втрачає верстку повністю: ні таблиць, ні заголовків, лише суцільний текст. Для довідки з печаткою, яку клієнт подаватиме в установу, це означає передруковування вручну.

PDF v2 - фільтр з OCR, і він новий. Він з’явився в довідці Phrase протягом 2026 року: версія тієї самої сторінки за жовтень 2025 року називала лише Default і TransPDF. Відповідь на форумі до 2026 року, де TransPDF названо єдиним способом для сканів у Phrase, у цьому пункті вже застаріла.

Фото і файли зображень¶

Phrase TMS не приймає фото як завдання для перекладу. У списку підтримуваних форматів Phrase немає JPG, PNG і TIFF, а з графічних форматів названо лише .psd і .svg. Фото сторінки паспорта потрапляє в завдання тільки як референсний файл, і за нотатками до релізу від 7 вересня 2026 року зображення-референси тепер відкриваються просто в редакторі, поруч із сегментами. Агенціям, які отримують більшість документів фотографіями з телефона, потрібен крок конвертації ще на прийманні; один такий процес описано в статті про фото документів із месенджерів.

OCR-перемикач в імпорті Word і PowerPoint¶

Налаштування імпорту Word і PowerPoint у Phrase мають опцію “Extract text from embedded images (OCR)”, і документація Phrase для Word описує, що вона робить:

When enabled, text from embedded images is extracted via OCR and inserted as a comment next to each image.

Українською: коли опцію ввімкнено, текст із вбудованих зображень розпізнається через OCR і вставляється як коментар поруч із кожним зображенням.

Коментар - не верстка. Коли “Word-файл” від клієнта насправді складається з фотографій сторінок, вставлених у Word, ця опція дає перекладачеві розпізнаний текст поруч із кожною картинкою для довідки, а сама картинка в перекладі лишається неперекладеною. Чи стають такі коментарі сегментами для перекладу, Phrase не документує, тож будувати на цьому здачу роботи не варто.

Спершу перевірте, що у вас насправді. Відкрийте PDF і спробуйте виділити речення: якщо нічого не виділяється, сторінка - це зображення, і їй потрібен OCR. Цей тест і змішані PDF докладно розібрано в статті про те, чому Trados і memoQ не імпортують скани.

Чому скан ламається в CAT-інструменті, і Phrase не виняток¶

Сканований PDF - це картинка сторінки в PDF-обгортці. CAT-інструмент або TMS працює з текстом: ділить речення на сегменти, шукає збіги в пам’яті перекладів і записує переклад назад у ту саму структуру. Якщо тексту у файлі немає, ділити на сегменти нічого.

OCR (оптичне розпізнавання символів) читає літери з картинки, і це лише половина роботи. Друга половина - відновити верстку: які рядки утворюють абзац, чи є сітка ліній таблицею, яку колонку читати першою. Помилка в порядку читання на двоколонковому свідоцтві перемішує колонки в сегментах; механіку пояснено в статті про те, чому CAT-інструменти ламають таблиці й колонки PDF.

На офіційних документах є речі, які взагалі не є текстом. Кругла печатка, підпис, дата від руки, фото і QR-код - це зображення: OCR або пропускає їх, або вихоплює окреме слово з обідка печатки. Рукописний текст будь-який OCR читає ненадійно, тому рукописні документи потребують ручної звірки з оригіналом.

Третя проблема - теги. Коли в результаті OCR шрифт, розмір або міжлітерний інтервал змінюються кожні кілька слів, CAT-інструмент позначає кожну зміну тегом, і сегменти обростають тегами, які перекладач має переносити. Серед налаштувань імпорту Word у самому Phrase є опція “Minimize number of tags”, і документація описує її як призначену для сканованих документів.

Відновити придатну Word-копію зі скану - окрема від OCR робота. У скан-конвеєрі ChatsControl (маршрут 3 нижче) модель комп’ютерного зору дивиться на кожну сторінку й пише її Word-копію. Текст набирається так, як надруковано, таблиці стають таблицями, поля стоять біля своїх підписів, а печатки, штампи, підписи й фото вирізаються зі сторінки й ставляться на свої місця. QR-коди зчитуються й малюються заново, чисто. Друга перевірка порівнює зібрану копію зі сторінкою рядок за рядком і повертає знайдене на виправлення, а кожен скан отримує оцінку якості: добра, задовільна або погана. Рукопис і дуже пошкоджені скани все одно читаються ненадійно, і оцінка про це каже.

Маршрут 1: PDF v2 з OCR усередині Phrase TMS, крок за кроком¶

Маршрут 1 тримає все в Phrase: ви вибираєте PDF v2 під час створення завдання, Phrase запускає OCR, ви перекладаєте в редакторі й завантажуєте DOCX. Стаття Phrase про створення завдання розміщує налаштування імпорту в розділі File import settings, коли ви додаєте завдання через проєкт > Jobs > New.

1. Перевірте PDF. Спробуйте виділити речення на сторінках з основним текстом, таблицями й печатками. Немає тексту для виділення - потрібен OCR; виділяється абракадабра - сканер додав поганий текстовий шар.
2. Створіть нове завдання. У проєкті відкрийте Jobs > New і завантажте скан.
3. Відкрийте File import settings. У налаштуваннях PDF виберіть PDF v2 із трьох фільтрів.
4. Встановіть OCR Mode. Довідка Phrase дає три значення: Auto (за замовчуванням) “performs OCR only when needed”, тобто OCR лише за потреби; Force “applies OCR to all pages”, на всіх сторінках; Never “disables OCR entirely”, OCR вимкнено. Для повністю сканованого документа або файла з абракадаброю в текстовому шарі Force змушує Phrase прочитати кожну сторінку самостійно.
5. Залиште WYSIWYG Mode увімкненим. За словами Phrase, режим зберігає візуальну верстку й увімкнений за замовчуванням.
6. Створіть завдання і звірте. Відкрийте перші сегменти поруч зі сканом і перевірте прізвища, дати, номери документів і порядок клітинок таблиць.
7. Додайте фото сторінок як референсні файли, якщо клієнт їх надіслав.
8. Перекладіть, запустіть QA і завантажте переклад, який буде у DOCX. Крок до PDF плануйте окремо (див. розділ про здачу нижче).

Чого Phrase не документує про PDF v2¶

Станом на жовтень 2026 року довідка про PDF не каже, який OCR-рушій використовує PDF v2, які мови він читає і як відновлює таблиці. Не сказано й те, чи діє на PDF v2 ліміт 100 МБ, вказаний для Default, і чи залежить фільтр від тарифу. Якщо PDF v2 у вашому акаунті немає, напишіть у підтримку Phrase.

Перший скан через PDF v2 вважайте тестом, а не здачею. Проженіть одну складну сторінку (таблиця, печатка, дві колонки, кирилиця поруч із латиницею) і звірте сегменти із зображенням. Якщо свідоцтво радянського зразка повернулося зі злитими колонками або текст з обідка печатки розсипався по сегментах, переведіть цей документ на маршрут 2 або 3.

TransPDF: старіший платний шлях¶

TransPDF - сервіс окремої компанії Iceni. За довідкою Phrase про PDF, потрібен власний обліковий запис TransPDF, його підключають у Settings > Integrations > TransPDF через логін і пароль, а завантаження готового PDF платне. Безкоштовний рівень, описаний там, покриває 10 PDF або 25 МБ, з попереднім переглядом під водяним знаком.

Опубліковані ціни Iceni на TransPDF станом на жовтень 2026 року: OCR скану коштує 1 кредит за сторінку, фінальний PDF - ще 1 кредит за сторінку, а кредит коштує 50 центів і дешевшає до 15 центів при оптовій купівлі (валюту на сторінці не вказано). Нові акаунти отримують 25 безкоштовних кредитів. Десятисторінковий скан через OCR і назад у PDF забирає 20 кредитів, тобто 10,00 за ставкою 50 центів.

TransPDF повертає PDF замість DOCX, але ціною другого облікового запису, посторінкових кредитів і передачі клієнтського файла третій стороні.

XTM Cloud: OCR немає, тож скан читають деінде¶

XTM Cloud (тепер під брендом xtm.ai, довідка версії 26.4) не має кроку OCR. Стаття бази знань XTM про PDF-файли, оновлена в лютому 2026 року, пише, що сканований PDF не проходить аналіз проєкту з помилкою “file could not be analyzed”, і пояснює причину:

your PDF file might actually be are scans or images – XTM Cloud can not extract the text out of them. Unfortunately, we currently do not support OCR files.

Українською: ваш PDF може насправді складатися зі сканів або зображень, і XTM Cloud не може витягти з них текст; на жаль, наразі ми не підтримуємо OCR-файли.

У XTM немає маршруту 1: скан має стати текстом ще до того, як потрапить у проєкт XTM, а помилка аналізу сигналізує, що цього не сталося. Та сама стаття визначає формат здачі для текстових PDF:

Source files in PDF format are always returned as target files in DOCX format.

Українською: вихідні файли у форматі PDF завжди повертаються як цільові файли у форматі DOCX.

Список підтримуваних форматів XTM описує підтримку PDF як “PDF (converts PDF file to Word)” і не містить JPG, PNG чи TIFF серед форматів для перекладу; з графічних там PSD, AI, SVG, FXG і EPS. Фото з телефона, як і в Phrase, треба спершу конвертувати.

Процес у XTM для скану такий: перетворіть його на DOCX поза XTM (маршрут 2 або 3 нижче), звірте зі сторінкою і завантажте як вихідний файл. Перевірений DOCX заодно дає XTM справжній підрахунок слів. Як скласти кошторис ще до OCR, описано в статті про підрахунок обсягу сканованого документа.

Маршрут 2: спершу OCR у DOCX, потім імпорт як звичайного Word-файла¶

Маршрут 2 однаково працює в Phrase TMS і XTM Cloud: Word-файл ви робите самі, тож TMS бачить звичайний DOCX. Інструмент OCR - на ваш вибір (конвертація PDF у самому Word, Adobe Acrobat, ABBYY FineReader або Google Docs), а обмеження кожного розібрано в порівнянні способів перетворити сканований PDF на Word.

1. Запускайте OCR з реальною мовою джерела. Українське свідоцтво з російськомовною радянською печаткою потребує обох мов, інакше розпізнавання піде за не тим словником.
2. Експортуйте в DOCX, а оригінальний скан залиште недоторканим.
3. Зшийте розірвані рядки. OCR ставить жорсткий розрив після кожного надрукованого рядка, а розрив абзацу завершує сегмент, тож одне речення в редакторі стає трьома уривками.
4. Витягніть текст із плаваючих текстових полів у звичайні абзаци або клітинки таблиць, інакше порядок читання в TMS не збігатиметься зі сторінкою.
5. Перебудуйте таблиці як справжні таблиці Word, якщо OCR видав рядки, розділені табуляцією.
6. Приберіть форматувальний шум. Видаліть зміни шрифту, розміру й міжлітерного інтервалу, яких немає на сторінці, бо кожна зміна стане тегом.
7. Залиште печатки, штампи й підписи картинками на своїх місцях. Перекладач додає в переклад примітку на зразок [Печатка: …], якщо установа хоче бачити її текст; див. статтю про переклад печаток і штампів.
8. Звірте DOCX зі сканом рядок за рядком: прізвища, дати, суми, номери документів.
9. Імпортуйте в Phrase як звичайне Word-завдання. У налаштуваннях імпорту Word зверніть увагу на “Minimize number of tags”, а “Extract text from embedded images (OCR)” залиште вимкненим.
10. Додайте оригінальні сторінки як референсні файли і перегляньте теги після імпорту.

Чек-лист перед імпортом сканованого документа¶

Якщо сам скан перекошений, темний чи розмитий, кожен пункт дається важче; з чого почати, описано в статті про поганий скан перед перекладом.

Маршрут 3: Word-копія від сервісу scan-to-Word, потім Phrase TMS¶

Маршрут 3 замінює OCR і чистку з маршруту 2 сервісом, який відтворює сторінку як Word-файл. Один із варіантів - ChatsControl: ви завантажуєте скан або фото (PDF, PNG, JPG, TIFF, WebP), сервіс читає сторінку й повертає редаговану Word-копію, яка повторює верстку сторінки. Текст набрано так, як надруковано, таблиці стають справжніми таблицями, печатки, штампи, підписи й фото вирізані зі сторінки й стоять на своїх місцях, а QR-коди перемальовані чисто. Далі ви імпортуєте цей .docx у Phrase TMS або XTM Cloud як будь-який клієнтський Word-файл, або перекладаєте його прямо в тому самому сервісі.

1. Завантажте скан або фото й дочекайтеся завершення обробки.
2. На сторінці завдання завантажте Word-копію оригіналу кнопкою “Оригінал”, поруч із перекладеним Word-файлом і самим сканом.
3. Звірте Word-копію зі сканом: прізвища, цифри, клітинки таблиць і оцінку якості.
4. Створіть завдання в Phrase (або проєкт у XTM) з цього .docx і додайте оригінальні сторінки як референсні файли.
5. Перегляньте теги після імпорту, як із будь-яким конвертованим файлом.

Результат - звичайний документ Word, і Phrase TMS чи XTM Cloud імпортує його так само, як будь-який клієнтський .docx. На сторінці з прикладами сканів показано реальні скани поруч із Word-файлами, які повернув сервіс, тож таблиці й сторінки з печатками можна оцінити ще до завантаження клієнтського файла.

Ціни станом на жовтень 2026 року, за даними ChatsControl: безкоштовно 6 000 символів на місяць, далі оплата за фактом, $1,50 за 1 000 символів ($2,70 за сторінку в 1 800 символів). Скани тарифікуються за розпізнаними символами, але не менше 1 000 символів за сторінку, а завантаження видаляються через 30 днів за замовчуванням. Завдання завжди створює ще й переклад, і саме за нього списується оплата; окремого режиму “лише OCR” немає.

ChatsControl - не CAT-інструмент і не TMS: немає пам’яті перекладів і керування проєктом на рівні сегментів. Сервіс працює лише в хмарі, без локальної чи офлайн-версії. Рукопис і дуже пошкоджені скани читаються ненадійно, і оцінка якості про це каже. Печатки, штампи й підписи лишаються картинками, тож якщо установа хоче бачити текст печатки, перекладач додає примітку в дужках на зразок [Печатка: …].

Три маршрути поруч для Phrase TMS і XTM Cloud¶

Що кожен маршрут зберігає зі сторінки, за тим, що документує кожен інструмент:

PDF v2 найдешевше спробувати, бо довідка Phrase про PDF не називає для нього окремої плати. Для агенції, яка щотижня отримує довідки з печатками, гроші йдуть на час чистки, і це добре видно в розрахунку реальної вартості передруковування сканів.

Що йде не так зі сканами в Phrase TMS і XTM Cloud¶

Автоматизація створює завдання з іншим фільтром¶

У довіднику API Phrase для налаштувань імпорту завдання PDF-фільтр за замовчуванням - TRANS_PDF, а в налаштуваннях PDF є окремі поля ocrMode і wysiwyg. Якщо завдання приходять через конектор, скрипт або автоматизацію, перевірте, який фільтр вони передають: скан, створений так, не отримає PDF v2 лише тому, що менеджер вибрав би його в інтерфейсі.

Наявні проєкти зберігають свої налаштування за замовчуванням¶

Довідка Phrase про налаштування проєкту пише, що налаштування імпорту за замовчуванням для вже створеного проєкту в інтерфейсі не редагуються. Встановлюйте фільтр для кожного завдання під час його створення або змінюйте через API.

Завдання вже імпортовано з фільтром Default¶

За довідкою Phrase про PDF, для файлів, імпортованих із Default, таблиця завдань показує попередження, а переклад виходить неформатованим текстовим файлом. Не перекладайте таке завдання в надії на краще: створіть його заново з PDF v2 і вибраним OCR Mode.

Таблиці в сканах: застереження, яке Phrase пише для Portal¶

Phrase опублікував застереження щодо таблиць у сканованих PDF, але для Phrase Portal, окремого продукту з власним вбудованим OCR, що повертає DOCX, а не для PDF v2 у TMS. Сторінка Phrase про Portal каже:

Tables and charts may lose alignment, borders, and structure, especially in complex layouts. In scanned PDFs, content may occasionally be missed or incorrectly formatted.

Українською: таблиці й діаграми можуть втратити вирівнювання, межі та структуру, особливо в складній верстці; у сканованих PDF вміст іноді може бути пропущено або неправильно відформатовано.

Для PDF v2 подібного твердження немає ні в той, ні в інший бік. Сприймайте попередження Portal як привід протестувати сторінку з таблицею через PDF v2, перш ніж довірити йому додаток до довідки, а не як опис роботи PDF v2.

Здача: DOCX, коли клієнт чекає PDF¶

Скан через PDF v2 повертається у DOCX, а XTM Cloud повертає DOCX для будь-якого PDF-джерела. Якщо клієнт хоче PDF, схожий на оригінал, хтось має перевірити верстку перекладеного DOCX і експортувати його, а це час на верстку, який варто закласти в ціну; див. статтю про оплату DTP для сканованих документів. TransPDF повертає PDF за посторінковою ціною Iceni. Перед відправкою безкоштовний QA-валідатор звірить перекладений файл із джерелом за цифрами й змістом.

Часті питання¶

Як перекласти сканований PDF у Phrase TMS?¶

Під час створення завдання (проєкт > Jobs > New) відкрийте File import settings, виберіть фільтр PDF v2 і встановіть OCR Mode в Auto або Force. Phrase прочитає скан, а переклад завантажиться як DOCX. Для складних сканів спершу зробіть перевірений Word-файл і імпортуйте його.

Чи є в Phrase TMS (Memsource) OCR?¶

Так, станом на жовтень 2026 року фільтр PDF v2 має OCR Mode зі значеннями Auto, Force і Never. Два інші PDF-фільтри - Default, який не читає скани й повертає неформатований текст, і TransPDF, платний сторонній сервіс від Iceni.

Чи можна імпортувати JPG або PNG у Phrase TMS?¶

Ні. У списку підтримуваних форматів Phrase немає JPG, PNG і TIFF, з графічних там лише .psd і .svg. Зображення можна додати до завдання як референсні файли, тож фото спершу перетворіть на Word.

Чи підтримує XTM Cloud OCR для сканованих PDF?¶

Ні. База знань XTM пише, що сканований PDF не проходить аналіз проєкту і що XTM наразі не підтримує OCR-файли. Розпізнайте скан поза XTM, перевірте результат і завантажте DOCX.

Чи будуть сегменти й теги брудними після OCR?¶

Так, можуть бути. Результат OCR, де шрифт, розмір чи міжлітерний інтервал змінюються кожні кілька слів, дає зайві теги, а розриви рядків усередині речень ріжуть сегменти. Почистіть DOCX до імпорту, спробуйте опцію ‘Minimize number of tags’ для Word-файлів і перегляньте теги після імпорту, як із будь-яким конвертованим файлом.

Чи можна віддати клієнту переклад у PDF?¶

Не напряму з PDF v2 чи XTM, бо обидва повертають DOCX для PDF-джерела. TransPDF у Phrase повертає PDF, але Iceni бере за це плату посторінково; інакше перевірте перекладений DOCX і експортуйте його в PDF самостійно.

Чи безпечно завантажувати клієнтські скани в онлайн-OCR?¶

Перевірте, куди йде файл і скільки він там зберігається. PDF v2 працює всередині Phrase, TransPDF передає файл Iceni під вашим обліковим записом, а ChatsControl станом на жовтень 2026 року видаляє завантаження через 30 днів за замовчуванням. Якщо договір із клієнтом забороняє хмарну обробку, розпізнавайте файл на своєму комп’ютері.

Джерела¶

1. PDF (Portable Document Format) - довідка Phrase TMS
2. Архівна версія сторінки Phrase про PDF за жовтень 2025 року
3. Edit job import settings - довідник API Phrase TMS
4. Supported File Formats (TMS) - довідка Phrase
5. Word Processor Documents - довідка Phrase TMS
6. Create a Job (TMS) - довідка Phrase
7. Project Settings (TMS) - довідка Phrase
8. Weekly Release Notes September 7, 2026 - Phrase
9. Phrase Portal - довідка Phrase
10. TransPDF - Iceni
11. Translating PDF Source Files in XTM Cloud - база знань XTM
12. File formats supported in XTM Cloud 26.4