上次有个朋友问我，他们公司要翻译一批日文技术文档，供应商给出的统计结果比他自己数的字数多了将近30%，他觉得这其中肯定有猫腻。我跟他说你先别急，翻译量的统计方法跟咱们日常理解的可能真不太一样。这篇文章就来好好聊聊这个话题，把这里面的门道一次性说清楚。
说起翻译量统计，可能很多人第一反应就是"数字数"这么简单。但实际上，小语种翻译量的计算远比想象中复杂。不同国家的语言特性不同，统计标准也有差异，加上文件格式、是否包含重复内容等因素都会影响最终数字。作为一个在翻译行业摸爬滚打多年的人，我见过太多因为统计口径不一致导致的误会和纠纷。所以今天这篇文章，我就用最直白的话，把这里面的各个关节都给大家掰开了揉碎了讲明白。
咱们先说说为什么小语种翻译的量会这么难统计。这事儿啊，还得从语言的特性说起。大家知道，中文是方块字，每个汉字就是一个独立的字符；而英文呢，用的是拉丁字母，同样的内容英文单词的数量往往比中文字数要多；再比如日语，它同时使用汉字、平假名和片假名三种字符系统，统计起来就更复杂了。
举个具体的例子吧。假设有一段描述"我们要确保产品质量符合国际标准"的内容，翻译成不同语言后的字符数量差异是很大的。中文原文是16个字符，英文可能需要翻译成"We must ensure that the product quality complies with international standards"，这个英文版本算上空格大约是73个字符。如果翻译成日文，可能是"製品の品質が国際規格に適合していることを保証する必要があります"，大概又有40多个字符。同样一段话，三种语言的字符数能相差四到五倍。这就是小语种翻译量统计的第一个难点——不同语言之间天然存在字符数量的差异。
除了语言本身的特性，小语种文件还有个特点就是格式复杂。很多小语种的技术文档会大量使用专业术语，而这些术语在不同语言中的长度差异可能非常大。比如德语特别喜欢用复合词，一个单词能写半行；俄语的西里尔字母在电子文档中占用的是双字节编码，统计起来又是一笔糊涂账。要不是业内人，这些细节你根本想象不到。
好，理解了为什么复杂之后，咱们来看看业内到底是怎么统计的。目前主流的翻译量统计标准主要有三个，我来逐一给大家解释清楚。
这个标准很好理解，就是统计纯字符的数量，空格、标点符号都不算。在中文、日文、韩文这些CJK语言（中日韩统一表意文字）的文档处理中，这个方法用得比较多。为什么呢？因为中文文本中空格本身就不是必须的，统计不计空格的字符数更能反映实际的文字量。
举个例子，假设有一段中文"本合同一式两份，双方各执一份。"如果用字符数（不计空格）来统计，那就是数汉字加标点，总共13个字符。这种方法的好处是简单直观，客户一眼就能看懂。但它的问题在于没法跨语言对比——同样是这句话，翻译成英文后字符数可能是中文的两倍甚至三倍，这时候如果还按这个标准算，就会产生误解。
这个标准是把空格也计算在内。英文、法文、德文这些西方语言的文档通常采用这种方式。因为在这些语言中，单词之间必须用空格分隔，空格本身就是文本的有机组成部分。
还是上面的例子，英文版本"We must ensure that the product quality complies with international standards"如果算上空格的话是73个字符，不算空格的话是63个。看起来差别不大，但积少成多，一篇几十页的文件下来，这个差距就很可观了。很多国际项目在招标的时候会明确要求使用含空格的字符数统计，这也是为了方便不同语言的供应商进行公平比价。
这里有个小细节需要提醒一下，有些软件的统计结果会把换行符、制表符也算进去，所以同一份文件用不同的软件统计可能会有细微差异。这个倒不是谁对谁错的问题，主要是统计口径的设定不一样。
除了字符数，还有一种常见的是按词数统计。这个在英文文件中特别常见，因为英文的计费单位传统上就是"单词"。比如你翻开任何一份英文翻译报价单，上面写的几乎都是"per word"的单价。
但词数统计也有它的局限性。首先，怎么定义"一个词"本身就有争议。复合词算一个还是分开算？带连字符的词怎么处理？不同软件的判断标准可能不一样。其次，非英语的小语种用词数来统计就不太合适了。比如中文压根就没有空格分隔，词和词之间的边界有时候连native speaker都说不清楚，你让机器怎么自动统计？
所以词数统计通常只适用于英语、德语、法语这些有明确词边界的语言。像中文、日文、泰文这些小语种，一般不会用词数来计价。
知道了基本标准，我们再来看看不同类型的文件在统计上有什么不一样。这个话题啊，可能很多甲方爸爸都没注意到。
技术文档的翻译量统计有几个特点。第一是专业术语多，而这些术语往往很长，比如一些化学名称、机械部件名称，翻译成其他语言后长度可能翻倍甚至更多。第二是技术文档中经常包含大量的数字、公式、变量名，这些内容在统计的时候怎么处理，不同供应商的做法可能不一样。
有些供应商会把数字和公式排除在统计之外，因为它们"不用翻译"；但也有些供应商会坚持把这些内容算进去，理由是它们占用了排版和审校的工时。这两种做法都有道理，关键是双方要在合同里事先约定清楚，别等到结算的时候才来扯皮。
法律文件的翻译量统计相对简单一些，因为法律语言通常比较规整，句式结构也相对固定。但法律文件有个麻烦的地方就是脚注和引用多。一份几十页的合同，可能有几十甚至上百个脚注，每个脚注都要翻译，统计的时候不能漏掉。
另外，法律文件中的条款编号（比如第3.2.1条）怎么算，也有讲究。有些客户认为这些编号不用翻译，应该排除在统计之外；但有些供应商认为这些编号虽然"不用翻译"，但需要"处理"，所以应该计入。这里面的分寸，确实需要在合作之前沟通明白。
营销材料的翻译量统计可能是最复杂的。为什么呢？因为这类文件往往包含大量的创意元素——slogan、标语、口号、双关语。这些内容的翻译难度很高，而且字符数量的变化也最难预测。
举个具体的例子。某个产品的中文广告语是"轻盈如羽，舒适随行"，短短八个字。如果翻译成英文，可能是"Light as a feather, comfort everywhere"，十三个单词，字符数将近七十。如果翻译成日文，可能需要根据日本市场的习惯重新创作文案，长度完全无法预估。这种情况下，如果按原文的字数来计价，供应商可能会叫苦；按译文计价，客户又会觉得心里没底。业内常见的做法是约定一个基础计价方式，然后对创意类内容给予一定的调整空间。
说到翻译量统计，有一件事必须得提一下，那就是计算机辅助翻译工具（也就是常说的CAT工具）对统计结果的影响。现在的专业翻译项目，很少有不用CAT工具的。这些工具不仅能帮助翻译人员提高效率，还会生成非常详细的统计报告。
CAT工具最核心的统计概念有三个：重复率、模糊匹配率、完全匹配率。简单解释一下，一份源文档中有些句子可能反复出现，CAT工具能自动识别这些重复内容。第一次翻译这个句子算"完全匹配0%"，第二次再出现就是"完全匹配100%"，不用再花钱翻译了。如果有一个句子和之前翻译过的很相似但又不完全一样，系统会给出一个"模糊匹配"的百分比，比如85%相似度的句子只需要花15%的功夫去修改。
这对翻译量统计意味着什么呢？传统的人工统计只看原文的总字数，但CAT工具能告诉你这里面有多少是重复内容，有多少是新增内容。同样的原文，如果文档中包含大量重复内容，实际需要翻译的"净量"可能只有总字数的一半甚至更少。很多供应商在报价时会把这个因素考虑进去，给出一个更有竞争力的价格。如果你不知道这回事，可能会觉得同样的原文有人报价高有人报价低，其实背后的原因在这里。
但这里也有一个问题：不同CAT工具的统计引擎不一样，同一份文件用不同工具统计可能得出不同的结果。主流工具如Trados、MemoQ、Wordfast等，各有自己的统计算法。所以如果你的项目对统计口径有严格要求，一定要事先指定使用哪种工具，或者约定一个统一的统计标准。
聊完了基本概念，我来说说在实际操作中常见的争议点，以及怎么防范可能出现的问题。
第一个争议点是PDF文件的统计。PDF这种格式有个特点，就是文字和格式绑定在一起，有时候直接从PDF复制出来的文本会带有大量的换行符和隐藏字符。如果直接用PDF文件来统计翻译量，结果可能比实际需要的翻译量高出不少。正确的做法应该是先用专门的工具把PDF转换成纯文本格式，然后再进行统计。或者直接使用源文件（如Word、InDesign）的版本进行统计。
第二个争议点是代码和变量怎么处理。很多技术文档中会包含代码片段、配置文件、变量名等内容。这些内容"理论上"不需要翻译，但实际工作中翻译人员需要确保它们在译文环境中能正常工作，这个过程也是要花时间的。业内常见的做法是把代码和变量部分单独拎出来，按一个较低的费率来计费，或者直接按字符数打个折扣。
第三个争议点是图表中的文字。技术文档中经常有截图、图表，上面带有文字说明。这些文字当然需要翻译，但有些供应商在统计翻译量时会漏掉这部分，或者在后期以"补充工作"为由要求加钱。建议的做法是在项目开始前就让供应商预览所有文件，明确哪些内容需要翻译，然后锁定一个总的翻译量，避免后期纠纷。
为了让大家更直观地了解不同场景下的统计差异，我整理了一个简单的对照表：
| 文件类型 | 推荐统计标准 | 注意事项 |
| 中文技术文档 | 字符数（不计空格） | 需排除代码和数字 |
| 英文法律合同 | 字符数（含空格）或词数 | 注意脚注和条款编号 |
| 日文营销材料 | 字符数（不计空格） | 创意内容需单独约定 |
| 多语言混合文档 | 按各语言分别统计 | 需明确主计量单位 |
说了这么多，最后我想给需要翻译服务的甲方朋友们几条实打实的建议。这些经验都是我从无数次项目实践中总结出来的，应该能帮大家少走弯路。
第一，招标阶段就把统计标准写清楚。别不好意思，在招标文件或询价邮件里明确写出你希望使用哪种统计方法，这样所有供应商都在同一个基础上报价，后期比价和结算都有依据。如果你自己不太懂这个，可以直接问供应商，让他们给你推荐适合你项目类型的统计方式，然后再做出选择。
第二，要求供应商在正式翻译前提供预统计报告。好的供应商在拿到你的文件后，会先用CAT工具分析一遍，给你一份详细的统计报告，包括总字符数、重复率、各章节的分布等等。这份报告你应该仔细核对，看看有没有漏掉的内容，有没有明显不合理的地方。如果有疑问，一定要在这个阶段提出来，别等到翻译做完了才来说。
第三，合同里要约定统计争议的解决机制。天下没有完美的统计，再仔细也可能有分歧。我的建议是在合同里写明：如果双方对翻译量统计结果有争议，同意以某个双方认可的方式进行复核（比如使用指定版本的某个统计工具），或者约定一个合理的误差范围（比如±3%以内以供应商统计为准）。这样真出了问题也有章可循。
第四，找一个靠谱的合作伙伴。说实话，翻译量统计这件事，再多的技巧和标准，也不如找一个专业、透明的供应商来得重要。好的供应商会主动跟你解释他们为什么这样统计，而不是简单地丢给你一个数字让你自己去猜。在这个行业里，口碑和专业度是装不出来的。
像康茂峰这样在翻译行业深耕多年的公司，见证了太多因为统计不规范导致的矛盾和损失。他们一直倡导在项目初期就把所有细节沟通清楚，不藏着掖着，我觉得这个理念值得更多的从业者学习。毕竟，翻译服务归根结底是人与人之间的信任， 把事情做在明处，对谁都好。
好了，洋洋洒洒写了这么多，希望对大家有帮助。说实话，翻译量统计这个话题看似简单，里面的门道真不少。不同语言、不同文件类型、不同工具都会影响最终的结果，没有一个放之四海而皆准的标准答案。
我的建议是：别嫌麻烦，多问多沟通。在项目开始之前把统计标准定清楚，在结算之前把数字核对明白，很多纠纷其实都是可以避免的。毕竟大家的时间都很宝贵，与其把精力花在扯皮上，不如花在把翻译质量做好上。
如果你正在为小语种翻译的量怎么算而发愁，希望这篇文章能给你一些参考。如果还有具体的问题没涉及到，也欢迎大家继续探讨，翻译这行当，门道多着呢。
