文档2 分钟
扫描版 PDF 与 OCR 说明
扫描版 PDF 是一叠页面的照片,里面没有可供翻译的文字。OCR(光学字符识别)先把文字重建出来,译文才能排回页面上。
扫描件是怎么被认出来的
选中 PDF 时,浏览器会检查有多少页带文字层;发现没有文字层的页面时,就显示「需要 OCR」。这枚徽标只是上传前的估计。
真正起作用的判断在上传之后进行,而且对整份文档只做一次:系统抽查开头若干页,如果其中只有一小部分带文字,整份文档就按扫描件处理,每一页都做识别;否则就直接用文档自带的文字层翻译,一页也不识别。
一步步来
- 01像普通 PDF 一样导入把文件拖进「文档」,或者点「选择文件」。没有需要手动打开的 OCR 开关。
- 02看徽标「需要 OCR」表示浏览器发现了没有文字的页面,「可直接翻译」表示没有发现。「导入前处理」里的「OCR 文字层重建」一行是提示,不是设置项。
- 03保持「翻译」开启识别只在翻译任务里进行。如果关掉「翻译」导入扫描件,就没有文字可以显示,导入会失败。
- 04开始并跟进点「开始翻译」。识别排在翻译之前,会多花一些时间;「任务与交付」里的任务会显示进行到哪一步。
限制与计费
OCR 按识别的页数计费,与翻译分开算,而且只在任务成功时收取。被判定为扫描件的文档会从第一页识别到最后一页,所以其中本来就是文字的页面也会计入。当前价格见「价格」页。
只有 PDF 会做识别。Word、EPUB、TXT、Markdown 和 MOBI 文件直接读取自身的文字;JPG、PNG 这类图片不能导入,请先把扫描页合成一份 PDF。
字迹很淡或歪斜严重的扫描件可能识别不出来。这时任务会带着失败说明停下,预扣的积分会退回。
接下来
识别完成后,扫描件就和其他文档一样:可以在阅读台打开,译文副本保留原排版,也可以加高亮、批注和术语。
常见问题
可以手动开关 OCR 吗?
不可以。一份 PDF 是否需要识别,是上传后根据文档本身判断的,没有开关。
翻译失败了,OCR 还收费吗?
不收。OCR 只在任务成功时计费,失败的任务会退回预扣的积分。
可以直接上传书页的照片吗?
不能直接上传。「文档」接受 PDF、DOCX、EPUB、TXT、MD 和 MOBI 文件,请先把照片合成一份 PDF。
看完就去动手——下面的按钮直接到能操作的那一屏。
看导入设置 →