Oversettelse av pdf med AI

[^fmj]

Bruksanvisning, Furuno FCV-291/292. Antar det vanskeliggjøres siden tekst ikke blir oppfattet som tekst?

Anbefaling av KI-programvare?

Den som har fungert best til nå er DeepL, men den tar ikke alle sidene.

 

Endret 11. juli av ^fmj

[kremt]

Google lens? 

[strike_]

Er det norsk du skal ha? Se vedlagt. 4756ea03-8b67-499b-9f80-8c1daade5c8d (1).pdf

 

Google oversetter har en funksjon der man kan laste opp dokument og få det oversatt, mens den samtidig bevarer bilder og  layout. 

[^fmj]

strike_ skrev (57 minutter siden):

Er det norsk du skal ha? Se vedlagt. 4756ea03-8b67-499b-9f80-8c1daade5c8d (1).pdf

 

Google oversetter har en funksjon der man kan laste opp dokument og få det oversatt, mens den samtidig bevarer bilder og  layout. 

Takk, men er ikke hele manualen. Prøvde Google, funket dårlig. Skulle være best å laste opp til disk først, men det ble bare surr.

https://www.manualslib.com/manual/270369/Furuno-Fcv-292.html#manual

Endret 11. juli av ^fmj

[strike_]

Den manualen du linker til virker å være en bok/hefte som er scannet inn og da blir det fort verre. Da må du til med OCR innlesning. Google lens er nevnt tidligere som et alternativ, men det vil nok ta en del tid tror jeg om du skal oversette hele manualen. Så å finne et bra OCR verktøy er nok en bedre løsning. 

Du kan jo også kontakte levrandøren i Norge og høre om de har en norsk versjon eller evt en bedre kopi av orginalen på engelsk som ikke er scannet inn.

Endret 12. juli av strike_

[xRun]

^fmj skrev (8 timer siden):

Bruksanvisning, Furuno FCV-291/292. Antar det vanskeliggjøres siden tekst ikke blir oppfattet som tekst?

Anbefaling av KI-programvare?

Den som har fungert best til nå er DeepL, men den tar ikke alle sidene.

Jeg spurte ChatGPT om dette og evt. løsning på oppgaven:

Sitat

Spørsmål:
Hei. En bruker på et forum ønsker hjelp med oversettelse av en produktmanual. Det er et PDF-dokument på 75 sider, og det ser ut til å være scannet innhold, ikke lagret som redigerbar tekst. Sidene inneholder både tekst og figurer/illustrasjoner. Kan du oversette et slikt dokument til norsk slik at jeg kan laste ned dette som en norsk utgave av PDF-dokumentet?

 

ChatGPT:
Ja. Det er noe jeg kan hjelpe med.

For et 75-siders skannet PDF-dokument vil prosessen typisk være:

1. Jeg leser hver side med OCR (tekstgjenkjenning).
2. Jeg oversetter teksten til norsk.
3. Jeg beholder så langt som mulig den opprinnelige strukturen (overskrifter, tabeller, punktlister osv.).
4. Jeg lager en ny PDF med den norske teksten som du kan laste ned.

Det er et par ting det er greit å være klar over:

• Hvis PDF-en er et skann, kan OCR gjøre enkelte feil dersom kvaliteten er dårlig. Jeg retter normalt slike feil under oversettelsen.
• Tekst som er en del av illustrasjoner (f.eks. etiketter i figurer) kan også oversettes, men det kan kreve at figurene redigeres eller gjenskapes. Enkle figurer går ofte fint, mens komplekse tekniske tegninger kan være mer tidkrevende.
• Jeg kan bevare innholdet svært godt, men den ferdige PDF-en blir normalt ikke en pikselidentisk kopi av originalen. Hvis du ønsker et tilnærmet identisk utseende, kan det ofte oppnås, men det krever mer arbeid.

Den ferdige leveransen kan være:

• en norsk PDF,
• eventuelt også et Word-dokument (.docx) hvis du ønsker å kunne redigere teksten senere.

For et dokument på 75 sider er det sannsynligvis mest praktisk å behandle det i flere omganger, siden så store filer kan overskride hvor mye som kan behandles i én samtale.

Bare last opp PDF-en, så kan jeg begynne. Hvis filen er svært stor, kan vi ta for eksempel 10–20 sider om gangen og til slutt sette sammen en komplett norsk utgave.

 

Spørsmål:
Ok, jeg bare stiller spørsmålet her nå, vi gjør ikke den jobben. Her er brukeren sitt spørsmål i original form: "Bruksanvisning, Furuno FCV-291/292. Antar det vanskeliggjøres siden tekst ikke blir oppfattet som tekst? Anbefaling av KI-programvare? Den som har fungert best til nå er DeepL, men den tar ikke alle sidene."

 

ChatGPT:
Ja, at dokumentet er skannet gjør det litt mer utfordrende. Da må programmet først kjøre OCR (tekstgjenkjenning) før det kan oversette innholdet.

DeepL er veldig bra på selve oversettelsen, men gratisversjonen og enkelte abonnement har begrensninger på filstørrelse og antall sider.

Hvis målet er å oversette en hel bruksanvisning med bevart oppsett, ville jeg vurdert:

• ChatGPT – kan lese skannede PDF-er med OCR og oversette til norsk. For store dokumenter (75 sider) må de ofte deles opp i flere deler.
• Adobe Acrobat Pro – har OCR som gjør skannede PDF-er søkbare. Etterpå kan teksten oversettes med for eksempel DeepL eller ChatGPT.
• ABBYY FineReader PDF – regnes som en av de beste OCR-løsningene for skannede dokumenter, spesielt tekniske manualer. Deretter kan teksten oversettes i ønsket oversetter.

For en teknisk manual som Furuno FCV-291/292 ville jeg først kjørt OCR med Acrobat Pro eller ABBYY FineReader, og deretter brukt ChatGPT eller DeepL til selve oversettelsen. Det gir vanligvis et bedre resultat enn å forsøke å oversette en ren bildefil direkte.

Et lite tillegg: Hvis manualen fortsatt er beskyttet av opphavsrett, bør oversettelsen kun brukes privat eller med tillatelse fra rettighetshaveren dersom den skal deles videre.

 

Spørsmål:
Hvordan stiller det seg om en lagrer hver side som en bildefil, og lager 3 zip-filer med f.eks. 25 bilder (1 side pr. bilde), og laster opp disse zip-filene slik at de behandles en etter en?

 

ChatGPT:
Ja, faktisk kan det fungere ganske bra – og på noen måter bedre enn å laste opp én stor skannet PDF.

Fordelene er:

• Hver side blir behandlet som et bilde, så OCR kan kjøres direkte på siden uten å måtte håndtere PDF-strukturen.
• Hvis én side er vanskelig å lese, påvirker det ikke resten av dokumentet.
• Zip-filene gjør det enklere å holde siderekkefølgen dersom filene er navngitt f.eks. 001.png, 002.png osv.
• Man unngår ofte begrensninger på antall sider eller filstørrelse som enkelte tjenester har for PDF-er.

For ChatGPT spesielt ville en arbeidsflyt som denne vært ganske fornuftig:

1. Konverter PDF til PNG eller JPG (300 dpi er vanligvis tilstrekkelig).
2. Navngi filene 001.png–075.png.
3. Del dem i tre ZIP-filer med 25 sider i hver.
4. Last opp én ZIP om gangen.
5. Oversett side for side og generer til slutt en samlet norsk PDF eller Word-fil.

Den eneste ulempen er at den opprinnelige PDF-strukturen (bokmerker, lenker, tekstlag osv.) går tapt når den gjøres om til bilder. Men hvis utgangspunktet allerede er en ren skannet PDF, er det som regel ikke noe vesentlig å miste.

For en 75-siders Furuno-manual tror jeg faktisk denne metoden ville gitt et bedre resultat enn å laste opp hele PDF-en på én gang. Da blir OCR og oversettelse mer robust, og risikoen for at en stor opplasting eller konvertering feiler blir mindre. Det er sannsynligvis også enklere å følge opp dersom noen sider trenger manuell korrigering.

Ut fra dette kan det foreslås at du bruker et verktøy som konverterer PDF-filen til bildefiler, f.eks. https://github.com/Tichau/FileConverter som gir deg denne funksjonen ved høyreklikk i Windows. Manualen lagres som 75 bildefiler. Gi dem anbefalte filnavn. De lagrede bildefilene kan du så zippe med 25 bilder pr. zip-fil, som blir 3 filer.

Da kan hver av disse 3 filene lastes opp til f.eks. ChatGPT med instruksjon om å oversette tekstene i hvert bilde til norsk (eller foretrukket språk) og gi deg de 25 oversatte bildene i en zip-fil som du kan laste ned.
Til slutt lagrer du de 75 oversatte bildene i en mappe og kan evt. bruke dette til å lage en oversatt utgave av PDF-filen hvis du foretrekker det.

Endret 12. juli av xRun

[Svein M]

Det ser ut til en får bedre PDF-filer her (om det er det samme):

https://www.furunousa.com/en/support/FCV292--SS

og her https://www.furunousa.com/-/media/sites/furuno/document_library/documents/manuals/public_manuals/fcv292_operators_manual_l1__122403.pdf

Endret 12. juli av Svein M

[^fmj]

Takk for tips alle.

Den manualen fra furunousa ble oversatt bedre med DeepL, rar formatering enkelte plasser.

Ble bra dette, tok noen sider enkeltvis, da klarte DeepL å oversette dem. Usikker på hvorfor det ble krøll når jeg oversatte hele dokumentet. Sejda var veldig greit å bruke til pdf-redigering, aldri hørt om det før, fikk justert noen rare ord og ordnet litt på formateringen.

Endret 12. juli av ^fmj