Traduzir PDF para Pashto

Porque as letras não são as que você pensa que são. Vários caracteres Pashto se assemelham muito a caracteres árabes ou persas e são pontos de código separados, e o texto digitado em um teclado árabe ou processado por uma ferramenta de normalização acaba usando os errados. A página parece correta e o arquivo não corresponde mais na pesquisa, classifica incorretamente e falha em se alinhar com os registros mantidos em outros lugares. A saída usa os caracteres Pashto corretos, que é o que torna o texto resultante pesquisável.

Não. Dari e Farsi são variedades de persa e pertencem ao ramo ocidental das línguas iranianas, enquanto Pashto é iraniano oriental, com sua própria gramática, seu próprio vocabulário e letras adicionais que o persa não usa. O Afeganistão tem Pashto e Dari como línguas oficiais, e muitos documentos contêm ambos, razão pela qual a identificação da língua na página antes da tradução é mais importante aqui do que na maioria dos pares.

Às vezes, e a qualidade da imagem decide. A escrita cursiva em um script da direita para a esquerda está entre o material mais difícil para reconhecimento automático, e os certificados afegãos são frequentemente manuscritos, carimbados, fotocopiados repetidamente e depois fotografados sob má iluminação. Coloque a imagem plana e uniformemente iluminada na resolução mais alta que seu dispositivo permitir. Onde o resultado for incerto, trate a leitura automática como uma primeira passagem e peça a um tradutor humano para confirmar nomes e datas.

Páginas mistas são normais em documentos afegãos e são lidas como tal, em vez de serem forçadas a um único idioma. Os dois compartilham a maioria de suas letras, então uma ferramenta que adivinha um único idioma para todo o arquivo traduzirá um deles incorretamente enquanto produz um texto que parece fluente. Se o seu documento for bilíngue, diga isso e verifique ambas as partes da saída em vez de apenas a seção que você esperava.

Naskh, o estilo vertical, que é a convenção para Pashto. Nastaliq, o estilo caligráfico inclinado, pertence ao Urdu e à poesia persa, e Pashto escrito nele parece deslocado para um leitor de Pashto. Software que assume que qualquer idioma sul-asiático com script árabe é Urdu buscará Nastaliq automaticamente. A saída é definida em uma fonte apropriada e a fonte é incorporada para que o arquivo não volte a algo inadequado em outro dispositivo.

Não como a versão enviada. As autoridades de imigração exigem uma tradução acompanhada de uma certificação assinada de que está completa e precisa, o que uma ferramenta automática não pode fornecer. O que a tradução automática faz bem nesses casos é triagem: ler rapidamente uma pilha de cartas, certificados e relatórios para que um assistente social saiba o que há no arquivo e quais documentos precisam ser certificados. Peça uma tradução certificada para o próprio arquivamento.

Menos do que você poderia esperar para material escrito. Os grupos de dialetos sudoeste e nordeste diferem principalmente na pronúncia, particularmente das letras retroflexas, enquanto a grafia permanece a mesma, então um documento escrito viaja entre Kandahar e Peshawar sem dificuldade. O vocabulário é onde a divisão se mostra: palavras administrativas e técnicas são emprestadas do Dari no Afeganistão e do Urdu ou inglês no Paquistão, então um termo familiar de um lado da fronteira pode não ser do outro.

Menos largura do que o inglês na maioria dos casos, já que o script é compacto e as vogais curtas não são escritas, mas mais altura por linha, porque as letras carregam pontos e marcas acima e abaixo da linha de base e os descendentes são profundos. Documentos com espaçamento de linha apertado para digitação latina são os que sofrem. Tabelas e formulários também espelham, então a ordem das colunas inverte, o que vale a pena confirmar antes que um documento seja impresso.