泰文扫描件改字：元音和声调符号为什么会错位

为什么会错位

泰文一个音节可能由辅音、上元音或下元音、声调符号叠成多层，例如 ที่、นั้น、กู้。这些符号在 Unicode 里是独立字符，但显示时要根据字体里的定位规则，放到辅音的上方或下方，遇到高辅音还要让位。

只会逐个摆放字符的软件，会把符号放在固定位置，于是出现：

• 声调符号和上元音重叠；
• 符号漂到相邻字符上方；
• 下元音和下一行打架；
• 复制出来的文字顺序不对。

泰国用户常说的「สระลอย」「วรรณยุกต์เพี้ยน」说的就是这些情况。

PDF 字符替换工具 的做法

1. 识别：泰文扫描件用 PP-OCRv5 泰文模型识别；关键词是泰文时，「自动」会选这个模型。
2. 排版：新文字交给 HarfBuzz，按所选字体的 OpenType 规则计算每个符号的位置。
3. 写入：排版结果以矢量轮廓写入，同一位置叠加一层不可见的正确文字，所以显示正确，也能搜索和复制。
4. 回读：保存时重新识别核对。泰文数字视为与阿拉伯数字等价。

建议

• 扫描分辨率用 300 DPI，旧印本尤其要注意；
• 替换前切到「预览替换效果」，放大查看符号位置；
• 一条替换里不要中文和泰文混写，除非本机有同时包含两种文字的字体。

常见问题

默认用什么泰文字体？

「替换字体：自动」时泰文用 Tahoma，也可以在字体菜单中手动指定本机已安装的其他泰文字体。

泰文扫描件识别准吗？

在新印刷的文档上可用但需要核对；旧印本和低分辨率扫描件仍是实验性。实测字符错误率见语言支持矩阵。

替换后再用其他 PDF 编辑器改这段泰文会怎样？

泰文在文字层里显示为矢量轮廓加不可见文字，其他编辑器再次编辑时看到的是轮廓，不是可编辑文字。

资料来源

1. ThaiDocs：แก้ไขตัวอักษรจาก PDF เพี้ยน（修复 PDF 泰文字符错乱） · 查询日期 2026-10-14