Översätt PDF till bhojpuri

Filen är okej, den är bara inte Unicode. Många indiska kontorsdokument sattes med äldre teckensnitt som Kruti Dev, Chanakya eller DevLys, som lagrar vanliga latinska byte-värden och förlitar sig på teckensnittet för att rita en devanagari-form för var och en. Utan det teckensnittet ser texten ut som slumpmässiga romerska bokstäver, och den kopieras ut på det sättet också. En sådan fil måste konverteras till Unicode Devanagari först, antingen genom att exportera den igen från den ursprungliga applikationen eller genom att köra en teckensnittskonverterare, innan något översättningsverktyg kan läsa den.

Leta efter verbet बा snarare än है i nutida satser, och kontrollera pronomenen. På bhojpuri betyder हम jag, medan samma ord på hindi betyder vi, och den respektfulla andra personen रउआ har ingen hindi-motsvarighet alls. En sida med översatt text utan någon av dessa former har glidit över till hindi. Att välja bhojpuri explicit som målspråk istället för att lämna fältet på hindi är det första att kontrollera.

Ja. Utdata är Unicode Devanagari med ligatur- och omordningsreglerna tillämpade, så kombinationer som क्ष och त्र renderas som enskilda sammanslagna former, det korta i-tecknet ritas till vänster om sin konsonant, och nukta-prickar förblir fästa vid de sju bokstäver som tar dem. Prickade cirklar i en PDF är tecknet på en kombinerande markör som förlorat sin basbokstav, vilket är ett renderingfel snarare än ett översättningsfel.

Inte automatiskt, och inget ärligt verktyg kommer att påstå något annat. Kaithi är en separat kursiv skrift som användes för skatte- och juridiska pappersarbeten i Bihar och östra Uttar Pradesh fram till en bra bit in på 1900-talet, och att läsa den är en specialistkunskap som färre och färre har. Den vanliga vägen är att låta en Kaithi-läsare transkribera registret till Devanagari, varefter transkriptionen kan översättas normalt.

Ja, paret fungerar åt båda hållen. Bhojpuri till engelska är vanligt för transkriptioner av muntlig historia, samlingar av folksånger, film- och undertextarbete, och familjedokument som innehas av ättlingar till kontraktsanställda arbetare i Mauritius, Fiji, Trinidad, Guyana och Surinam. Engelska till bhojpuri är mestadels uppsökningsmaterial: hälsokampanjer, jordbruksråd och förklaringar av statliga program riktade till läsare i Bihar och Purvanchal.

Mycket få, eftersom bhojpuri inte är listat i den åttonde bilagan till den indiska konstitutionen och inte är ett administrativt språk i varken Bihar eller Uttar Pradesh. Intyg, markregister och domstolspapper från regionen utfärdas på hindi eller engelska. Om du har blivit ombedd om en bhojpuri-översättning av ett officiellt dokument, handlar begäran vanligtvis om att göra innehållet begripligt för en familjemedlem eller en publik i samhället snarare än om att lämna in det någonstans.

Horisontellt är skillnaden blygsam, men det vertikala utrymmet är viktigare än folk förväntar sig. Devanagari placerar vokaltecken ovanför och under linjen och shirorekha längs toppen, så en rad bhojpuri behöver mer radavstånd än en rad latinsk text i samma punktstorlek. I täta formulär och tabeller med snävt radavstånd är det där överlappningen uppstår, och layoutpasset öppnar upp radhöjden snarare än att låta tecken kollidera.

Bild-PDF:er och JPG-, JPEG- och PNG-uppladdningar stöds, och ren tryckt devanagari med en anständig upplösning läses bra. Två saker försämrar den skarpt: kraftigt genomslag från baksidan av tunt papper, som smälter samman med shirorekha och förvirrar bokstavsgränser, och handstil. Platta ut sidan så gott du kan och skanna med högre upplösning om det första försöket kommer tillbaka med luckor.