Traducir PDF a Pastún

Porque las letras no son las que crees que son. Varios caracteres pastunes se parecen mucho a los árabes o persas y son puntos de código separados, y el texto escrito en un teclado árabe o procesado por una herramienta de normalización termina usando los incorrectos. La página se ve bien y el archivo ya no coincide en la búsqueda, se ordena incorrectamente y no se alinea con los registros que se tienen en otros lugares. La salida utiliza los caracteres pastunes adecuados, que es lo que hace que el texto resultante sea buscable.

No. El darí y el farsi son variedades del persa y pertenecen a la rama occidental de las lenguas iranias, mientras que el pastún es iranio oriental, con su propia gramática, su propio vocabulario y letras adicionales que el persa no utiliza. Afganistán tiene tanto el pastún como el darí como idiomas oficiales, y muchos documentos contienen ambos, por lo que identificar el idioma en la página antes de traducir es más importante aquí que en la mayoría de los pares.

A veces, y la calidad de la imagen lo decide. La escritura cursiva en un guion de derecha a izquierda se encuentra entre el material más difícil para el reconocimiento automático, y los certificados afganos a menudo están escritos a mano, sellados, fotocopiados repetidamente y luego fotografiados con poca luz. Coloque la imagen plana y uniformemente iluminada a la mayor resolución que permita su dispositivo. Donde el resultado no está claro, trate la lectura automática como un primer paso y haga que un traductor humano confirme nombres y fechas.

Las páginas mixtas son normales en la documentación afgana y se leen como tales en lugar de forzarlas a un solo idioma. Los dos comparten la mayoría de sus letras, por lo que una herramienta que adivina un solo idioma para todo el archivo traducirá uno de ellos incorrectamente mientras produce un texto que parece fluido. Si su documento es bilingüe, dígalo, y revise ambas partes de la salida en lugar de solo la sección que esperaba.

Naskh, el estilo vertical, que es la convención para el pastún. Nastaliq, el estilo caligráfico inclinado, pertenece al urdu y a la poesía persa, y el pastún escrito en él parece fuera de lugar para un lector de pastún. El software que asume que cualquier idioma del sur de Asia con guion árabe es urdu recurrirá automáticamente a Nastaliq. La salida se establece en una cara apropiada y la fuente está incrustada para que el archivo no recurra a algo inadecuado en otro dispositivo.

No como la versión enviada. Las autoridades de inmigración requieren una traducción acompañada de una certificación firmada de que está completa y es precisa, lo que una herramienta automática no puede proporcionar. Lo que la traducción automática hace bien en estos casos es la clasificación: leer rápidamente una pila de cartas, certificados e informes para que un trabajador social sepa qué hay en el archivo y qué documentos necesitan certificación. Pida una traducción certificada para la presentación.

Menos de lo que cabría esperar para material escrito. Los grupos de dialectos del suroeste y noreste difieren principalmente en la pronunciación, particularmente de las letras retroflejas, mientras que la ortografía se mantiene igual, por lo que un documento escrito viaja entre Kandahar y Peshawar sin dificultad. El vocabulario es donde se muestra la división: las palabras administrativas y técnicas se toman prestadas del darí en Afganistán y del urdu o inglés en Pakistán, por lo que un término familiar en un lado de la frontera puede no serlo en el otro.

Menos ancho que el inglés en la mayoría de los casos, ya que el guion es compacto y las vocales cortas no se escriben, pero más altura por línea, porque las letras llevan puntos y marcas por encima y por debajo de la línea base y los descendentes son profundos. Los documentos diseñados con un espaciado de línea ajustado para tipos latinos son los que sufren. Las tablas y los formularios también se reflejan, por lo que el orden de las columnas se invierte, lo que vale la pena confirmar antes de imprimir un documento.