Azure Document Translation能否实现PDF文档的部分内容翻译？

您好，针对您的问题，目前Azure Document Translation在控制台或直接API调用中，确实没有原生支持直接标记PDF内特定区域跳过翻译的功能，但我们可以通过一些间接方案来实现您的需求，完全不需要修改生成PDF的第三方应用：

方案一：转格式标记后再翻译（适合页面内部分内容排除） #

• 先用Azure Form Recognizer的布局分析API把PDF转换成带完整格式的Word文档，这个工具能很好地保留原PDF的排版结构，避免格式混乱
• 在Word文档里，给不需要翻译的文本设置「不翻译」标记——可以通过Word“审阅”选项卡中的“标记为不翻译”功能，或者给目标文本应用特定样式后，在翻译时指定排除该样式
• 将处理后的Word文档上传到Azure Document Translation服务，它会识别这些标记并自动跳过对应内容的翻译
• 最后把翻译完成的Word文档转回PDF即可，基本能还原原文档的格式

方案二：指定页码范围翻译（适合整页排除的场景） #

如果您不需要翻译的内容刚好是整页或者连续的页码段，可以在调用Azure Document Translation API时，通过pages参数指定要翻译的页码范围。比如原PDF有5页，只想翻译第1、3、5页，就可以在请求里设置pages: "1,3,5"，这样服务只会处理指定页码的内容。不过这个方法只适用于整页排除的情况，无法处理单页内的部分内容。

方案三：结合文本API做精细化翻译控制 #

如果您需要更精准的区域控制，可以这样操作：

• 用Azure Form Recognizer提取PDF中的所有文本块，同时获取每个文本块的位置信息
• 自行判断哪些文本块需要翻译，哪些需要保留原文
• 对需要翻译的文本块单独调用Azure Translator Text API完成翻译
• 最后用PDF编辑工具把翻译后的文本块替换回原PDF的对应位置，完成部分翻译的PDF输出

另外您提到ChatGPT提到的标记功能，可能是混淆了其他翻译服务的预览功能或者旧版特性，目前Azure Document Translation确实没有直接在PDF上标记不翻译区域的原生功能，上述方案是当前可行的替代方法。

备注：内容来源于stack exchange，提问作者user2205623