如何翻译扫描版 PDF 并排查 OCR 错误

扫描版 PDF 包含的是页面图像而非可选中文本。在翻译开始前，OCR 会先识别图像中的字符。即便 OCR 读错了数字或合并了分栏，生成的译文读起来也可能很通顺。请务必将源文件与输出文件并排对照检查。

根据文件情况选择下一步

实际现象	后续操作
可以选中文本，且粘贴出的段落顺序正常。	先使用文本型 PDF 流程。在翻译整个文件前，先检查包含表格或排版密集的页面。
无法选中任何文本。	使用带 OCR 的扫描版 PDF 流程。翻译后请对照原图检查文字和数字。
可以选中文本，但粘贴后不同分栏的内容混在一起。	先测试该页面。仅有文本层并不能证明阅读顺序正确。
只有部分页面是扫描件。	测试时请同时包含文本页和扫描页。处理整份文档前请先检查这两部分的输出效果。

选中一个句子并将其粘贴到纯文本编辑器中。如果无法选中任何文本，则该页面很可能需要 OCR。如果粘贴出来的文本出现乱码或将多栏合并在一起，现有的文本层也需要仔细检查。由于一份 PDF 可能混排了文本页和扫描页，请不要只检查第一页。

请仅使用您有权上传的页面。进行首次测试时，建议包含一个清晰页面、一个文字密集页面以及一个带表格的页面。请将横向页面旋转放正，并避免文本被裁切。请妥善保管您的原始文件。LangBox 支持最大 100 MB 的文件，不限页数，因此只需预先拆分超过该大小的文件。放大模糊的扫描件并不能恢复缺失的字符。

打开 PDF 翻译器，登录账户，选择源语言和目标语言，然后上传样本。扫描页面将使用已配置的 OCR 服务进行处理。等待任务完成后，将双语输出与原始文件进行比对。请在 24 小时内下载您的文件。此工作流程为在线服务，不支持离线运行。

从头到尾通读一个完整段落，以排查是否存在分栏合并的问题。对照行标题、列标题和单位检查每一个数字。比对负号、小数点、日期和否定词。公式请直接对照原始文件阅读。在我们的归档测试样本中，尽管任务完成时并未报错，但“CC0”仍被误读为“CCo”，且有一处中文单位换行生硬。

如果出现文本重叠、分栏丢失或数字改变的情况，请勿使用该输出结果。请尝试使用更清晰的已授权源文件或缩小样本范围，并检查新的翻译结果。对于复杂的表格或公式，请以原始文档为准或进行人工审校。重试文件可能会消耗额外积分，且不保证能提升字符识别效果。

可下载的测试样本包含一页可选中文本和一页对应的扫描件，并附有未经编辑的译文。它展示了在这两个特定页面上的具体成功之处与错误案例。它并不能证明手写体、低质量扫描件、其他语言或学术论文的翻译准确性。

这些是记录于 2026 年 9 月 20 日的 LangBox 生产环境归档结果，并非最新的基准测试。请将原始文件与未经编辑的输出文件并排打开进行对比。使用以下示例判断输出效果是否适合您的文档。

第 2 页是第 1 页的图像扫描件。最终的 OCR 重新运行结果保持了段落的可读性，但“CC0”变成了“CCo”，且字体版式发生了变化。这次针对两页文档的重新运行使用了 GPT-5.6 Luna，耗时约 96 秒。由于使用了与散文测试不同的模型，请勿将这些耗时作为基准测试进行横向对比。

点击任一页面即可打开对应的 PDF。此处显示的原文和导出结果来自同一个归档诊断案例。

请对照原始文件核对专有名词、否定词、小数点、单位、表格单元格及公式。任务完成并不保证这些细节完全准确。PDF 翻译需要免费账户和可用积分，支持最大 100 MB 的文件，不限页数，每个账户同时只能运行一个活跃的 PDF 任务。下载链接在 24 小时内有效。