Con la llegada de la tecnología , se ha hecho posible realizar «hazañas» que en otras épocas hubieran podido parecer imposible , y en este post vamos a hablar de una de ellas : la traducción automática de calidad de libros o documentos en otros idiomas.

En efecto cuando el matemático Warren Weaver en los años 50 vaticinó que las maquinas serian capaces de traducir automáticamente, seguramente no fue consciente de a donde llegaría su pronóstico, al igual probablemente en la misma medida que quizás tampoco ahora seamos capaces de saber hasta donde de lejos llegaremos con la traducción simultanea.

Cuándo pensamos en la traducción automática probablemente pensaremos en la famosa herramienta de Google Translate, pero hemos de decir que día a día, gracias al aprendizaje automático y a la evolución de la Inteligencia Artificial, surgen opciones que superan en muchos aspectos a esta herramienta. Una de esas opciones es el servicio Deepl que genera traducciones mucho mas realistas que otras opciones ,

Para los amigos lectores que le guste leer mucho, de modo que la lectura forme parte de vuestra identidad, entonces, DeepL podría ser la mejor aplicación que ha existido pues la calidad de las traducciones (y nos tenemos que rendir otra vez ante ellos y ante la evidencia), está a la altura de cualquier traducción «homologada», sobre todo cuándo pasamos de cualquier idioma al Ingles.

Bien, si tenemos un escrito en papel impreso en otro idioma y queremos traducirlo a nuestro idioma ,necesitaremos algunas de las siguientes herramientas:

-Un scanner de buena calidad ( normalmente la mayoría de los scanner modernos lo suelen ser)

-Software de escaneo nativo del propio Scanner( en caso de un scanner HP, lo ideal es usar la multiherramienta HP Smart)

-Acrobat Reader a ser posible en su versión profesional para aplicarle el OCR

-Servicio Ilovepdf

-Servicio de traducción online DeepL.

Bueno , sin más dilaciones empecemos con nuestra empresa.

FASE1: ESCANEO DE DOCUMENTOS

Lo primero que necesitáremos es escanear los documentos a un formato standard como puede ser el formato PDF. Es también necesario que dado que en caso de libros en la costura o en los bordes de las hojas aparezcan sombras , realizar el escaneo seleccionado solo la mínima zona donde haya escrito despreciando el resto para facilitar al oCR cumplir su cometido

En nuestro caso vamos a usar la multifunción HP Deskjet 2540 con el software HP Smart. Obviamente tenemos que tener la maquina correctamente configurada y bien instalada ( por ejemplo para usar el software de HP necesitaremos estar validados para usar el servicio) .

Si usamos el software de HP nos iremos a la Opción Escanear, seleccionaremos «Detectar bordes» y una resolución de 300pp, pondremos la primera hoja del documento que queremos traducir lo mas recta posible sin que pueda quedar zonas de sombra y pulsaremos el botón «Escanear».

Es importante apretar con fuerza sobre la parte del lomo para minimizar las sombras inevitables que parareceran en la union centrar de las dos paginas .

Ahora, una vez hayamos escaneado el primer documento, que aunque hayamos dado la opción de Detección bordes , ajustar al mínimo la frontera entre el texto y la zona en blanco de modo que se minimicen las zonas de sombra tope ya que esto facilitara la labor del OCR y además minimizará el tamaño del archivo resultante .

Una vez delimitada la zona de texto, si usamos el sw de HP , daremos al botón «Aplicar» para tomar solo la parte que nos interesa ( el texto). En este punto que probablemente el traductor lo mezcle con el texto , es conveniente omitir en la zona de escaneo el numero de pagina pues esto suele dar muchos problemas con los servicios de traducción al estar fuera de los párrafos «normales».

Asimismo destacar que una vez hayamos seleccionado el área mínima con texto y previsualizado la zona , le demos a «Agregar«, para seguir añadiendo páginas al mismo documento.

Este proceso lo iremos realizando poco a poco siguiendo el orden de las páginas e intentando mantener la misma orientación (no seria crucial para el traductor o para el OCR , pero es trabajo extra que podemos evitar si lo hacemos correctamente desde el principio .

Importante: Antes de guardar él scanner si lo deseamos podemos escanear la portada y contraportada pues aunque no le apliquemos ningún otro tratamiento podemos añadirlo al final para que queda el pdf resultante con un toque mas profesional.

Es importante destacar que si vamos a usar el servicio DeepL el tamaño máximo admitido para el PDF es de 5MB , así que deberíamos tomar el numero de paginas suficiente para que no supere ese valor el pdf resultante.

Bien una vez hayamos concluido, le daremos a guardar en formato PDF básico , elegiremos un nombre ( por defecto se selecciona un nombre no obstante), pulsaremos «Aceptar» y comprobaremos que el fichero generado no supera el tamaño máximo (5Mb)

Una buena opción puede ser elegir ficheros de 20 a 30 páginas dado que con servicio Ilovepdf podemos unir las paginas mediante la opcion UNIR PDF y usando un tamaño «pequeño» de paginas el sw del scanner no nos dará problemas.

Asimismo , es interesante para minimizar el numero de pasos reducir el tamaño del fichero ( recuerde que DeepL y otros servicios limitan a 5Mb el tamaño del fichero máximo a escanear), objetivo que podemos cumplir con la opción «Comprimir PDF»

Bueno, ahora que tenemos uno o varios ficheros en formato en PDF de diferentes partes escritas , es conveniente antes de usar el servicio de traducción , aplicarle el OCR a los ficheros, por lo que abriremos el Adobe Acrobat Pro, Pulsaremos Herramientas, elegiremos Reconocimiento de texto y pulsaremos «En este archivo» . Es muy importante en es punto seleccionar el idioma en el que esta el escrito para que no haya problemas después posteriormente

Bueno , una vez hayamos pasado el OCR y salvado el fichero , ya solo nos queda traducir el fichero para lo cual usaremos el servicio Deepl , actualmente limitado a 4 ficheros de 5MB al mes por usuario en su versión gratuita.

Ahora pues nos oiremos a deepl.com , pulsaremos la opción «Traducir archivos» y subiremos el fichero pdf resultante de haberle aplicado el OCR y seleccionaremos el idioma del texto original que hemos pasado el OCR y al idioma que queremos nos traduzca .

Según el tamaño del pdf, la traducción puede tardar unos cuanto minutos así que no debemos desesperarnos ( puede oscilar entre tres o cuatro minutos si usamos ficheros comprimidos en pdf que contengan además alguna imagen).

Por cierto si usamos la versión gratuita , el fichero que nos devuelva deepL tendrá una pequeña marca de agua al principio del pdf y también vendrá protegido.

Una vez traducido el fichero , ya solo nos queda unir los ficheros resultantes ya traducidos usando el servicio IlovePdf con la opción UINIR PDF que ya hemos visto .

Además para darle un toque mas «profesional» es interesante al conjunto añadirle la portada y contraportada que previamente ya habíamos escaneado para general un único fichero que hemos conseguido traducir gracias a este mix de herramientas de las que hemos hablado .

Por cierto si en lugar de un texto impreso cuenta con un fichero en pdf en otro idioma, el proceso descrito, excepto el del escaneo, es completamente valido ( eso si en lugar de unir PDF tendrá que usar la opción DIVIDIR PDF del servicio ilovepdf para obtener ficheros que pueda usar en el servicio deepl).

Espero amigo lector le haya gustado esta guia, de modo que si tiene alguna sugerencia, truco o idea no dude en comentarla .!Gracias!