扫描件与扫描版 PDF 翻译
扫描件里的文字不是文字，是图：复制不了，普通翻译工具也读不到——所以把一份影印的旧档案丢进翻译框，往往什么都不出来。扫描件翻译得先过 OCR 这一关，把字从图里认出来，才谈得上翻译。
上传扫描件开始翻译
格译对这类文件先做识别再翻译：把图里的字读出来、理清阅读顺序、然后翻译并重新排版。多栏页面按栏还原而不是揉成一团，竖排会转成横排。
格译扫描件翻译先识别再翻译：把扫描件、影印档案和只有图像层的 PDF 里的字读出来，理清阅读顺序后翻译并重新排版；多栏页面按栏还原，竖排转成横排。
核心能力
- 扫描书页、影印档案与只有图像层的 PDF
- 手机拍的文档照片：PNG、JPEG、WEBP、TIFF 等
- 多栏页面按栏还原
- 竖排日文、見開き自动纠正阅读顺序
- 只要原文时可用文档提取，不翻译
哪些原件属于这一类
- 扫描的书页与影印档案——用扫描仪或复印机产出的 PDF。
- 手机拍的文档照片——PNG、JPEG、WEBP、TIFF 等图片格式。
- 只有图像层的 PDF——在阅读器里选不中任何文字的那种。
- 版面复杂的旧出版物——多栏、竖排、跨页排版。
什么情况下识别得最准
印刷清晰、扫描端正的版面识别率最高。图像模糊、倾斜、光照不均，或者手写体较多时，识别难度明显上升——这类文件建议导出前对着原件过一遍关键段落。
竖排日文、見開き这类阅读顺序特殊的版式会自动纠正，不用自己拆页或调整顺序。
只想要原文，不要译文
如果你要的只是把扫描件里的字抠出来、不需要翻译，用文档提取更合适：它按页收 4 积分，产出 Word、PDF、TXT 或 Markdown 的横排可编辑文本，原文是什么语言出来还是什么语言。
先提取、确认识别质量之后再决定要不要翻译，也是一种省积分的做法。
格译与通用机器翻译、手工处理对比
「通用机器翻译」「手工处理」两列描述的是常见情况，具体表现因工具和做法而异；格译一列只列目前已上线、可在产品里用到的能力。
实际效果
1917 年版《罗生门》开头 4 页竖排扫描件经高精度重排翻译，再对照原件逐段校订为横排简体中文。展示时清理了混入正文的注音，并修正了衣物、时刻及跨页衔接等译文问题。
竖排旧书翻译：1917 年版原书第 1 页与校对后的开头一段简体中文译文；注音不混入正文。
原书第 1–4 页（按日文阅读顺序排列）与完整校订节选对照，跨页文字按语义衔接。
处理前
或日の暮方の事である。一人の下人が、羅生門の下で雨やみを待つてゐた。廣い門の下には、この男の外に誰もゐない。唯、所々丹塗の剝げた、大きな圓柱に、蟋蟀が一匹とまつてゐる。羅生門が、朱雀大路にある以上は、この男の外にも、雨やみをする市女笠や揉烏帽子が、もう二三人はありさうなものである。それが、この男の外には誰もゐない。
处理后
某日黄昏时分，一个下人正在罗生门下等待雨停。宽阔的门下，除了这个男人以外谁也没有。只有在那几根各处剥落着朱红色油漆的大圆柱上，停着一只蟋蟀。既然罗生门位于朱雀大路上，除了这个男人之外，原本似乎还应有两三个戴着市女笠或揉乌帽子、在此躲雨的人。然而，除了这个男人以外，谁也没有。
开头一段：原书文字按扫描件转录（旧字体保留、略去注音），与逐句校订的简体中文译文对照。
经格译实际管道处理；展示前逐段人工校对并修订译文，所示为优化后的节选。 · 原文：羅生門，芥川龍之介，1917（作者芥川龍之介 1927 年去世，距今已超过 70 年；按日本著作权法，1967 年底以前去世的作者保护期为死后 50 年，本书保护期已于 1977 年底届满。国立国会图书馆数字馆藏将该条目标为 PDM（公有领域标记）并在互联网公开（DOI 10.11501/1088339）。）
常见问题
扫描件翻译多少积分？
扫描件走 AI 重排的识别路径：高精度 8 积分一页、标准 4 积分一页，每个文件最低 10 积分。单张图片按一页计算。
为什么比普通 PDF 贵？
扫描件要先经过文字识别才能翻译，这一步的算力成本明显高于直接读文字层。文字层完整的电子版 PDF 走原版保留只要 4 积分一页。
多栏排版会被读乱吗？
不会。多栏页面按阅读顺序还原，而不是从左到右横扫成一大团。
手写的能识别吗？
印刷体的识别率明显高于手写体。手写内容较多时，结果需要人工核对，建议先用文档提取看一遍识别质量。
翻完的成品是什么格式？
扫描件走 AI 重排，可导出 Word、PDF、Markdown 或 EPUB。注意它不是把译文贴回原图，而是重排成可编辑的文档。
一张图片也要收 10 积分吗？
是。单文件最低收 10 积分，一张图片按一页算。多张图片可以合并成一个 PDF 再上传，按总页数计费更划算。
相关内容
English · Français · Deutsch · Русский · 日本語 · 한국어 · العربية · 繁體中文
Geyi is a proprietary AI document platform owned and operated by Nayuta Technology and Culture Company Limited.