处理器列表

本页详细介绍了 Document AI 提供的所有处理器。您可以按解决方案类型查看所有处理器的列表。

所有 Document AI 处理器均遵守数据处理和安全条款。

如需了解详情，请参阅管理处理器版本文档。此外，除了总体产品配额和限制之外，还适用特定的处理器限制。

数字化文本

Enterprise Document OCR（光学字符识别）

说明	识别并提取不同类型的文档中的文本。 通过该处理器，您可以识别并提取文档中的文字（包括手写文字），支持 200 多种语言。处理器还使用机器学习技术，根据文档内容的可读性来评估文档的质量。
类别	数字化
函数	OCR、质量分析
发布阶段	正式版
访问权限状态	公开
输入 API	OCR_PROCESSOR
支持的语言	完整语言列表 语言名称 BCP 47 代码 脚本 支持手写 南非荷兰语 af Latn 阿尔巴尼亚语 sq Latn 阿拉伯语 ar Arab 亚美尼亚语 hy Armn 白俄罗斯语 be Cyrl 孟加拉语 bn Beng 孟加拉语 bn Beng 保加利亚语 bg Cyrl 加泰罗尼亚语 ca Latn 中文 zh Hani 克罗地亚语 hr Latn 捷克语 cs Latn 丹麦语 da Latn 荷兰语 nl Latn 英语 en Latn 爱沙尼亚语 et Latn 菲律宾语 fil Latn 芬兰语 fi Latn 法语 fr Latn 德语 de Latn 希腊语 el Grek 古吉拉特文 gu Gujr 希伯来语 iw Hebr 印地语 hi Deva 匈牙利语 hu Latn 冰岛语 is Latn 印度尼西亚语 id Latn 意大利语 it Latn 日语 ja Jpan 卡纳达语 kn Knda 高棉语 km Khmr 韩语 ko Kore 老挝语 lo Laoo 拉脱维亚语 lv Latn 立陶宛语 lt Latn 马其顿语 mk Cyrl 马来语 ms Latn 马拉雅拉姆语 ml Mlym 马拉地语 mr Deva 尼泊尔语 ne Deva 挪威语 no Latn 波斯语 fa Arab 波兰语 pl Latn 葡萄牙语（葡萄牙和巴西） pt Latn 旁遮普语 pa Guru 罗马尼亚语 ro Latn 俄语 ru Cyrl 塞尔维亚语 sr Cyrl 斯洛伐克语 sk Latn 斯洛维尼亚语 sl Latn 西班牙语 es Latn 瑞典语 sv Latn 塔加路文 tl Latn 泰米尔语 ta Taml 泰卢固语 te Telu 泰语 th Thai 土耳其语 tr Latn 乌克兰语 uk Cyrl 越南语 vi Latn 意第绪语 yi Hebr
处理器版本	版本 ID 发布版 说明 pretrained-ocr-v1.2-2022-11-10 稳定版 v1.0 的冻结模型版本：容器映像中冻结的版本快照的模型文件、配置和二进制文件，最长可保留 18 个月。 pretrained-ocr-v2.0-2023-06-02 稳定版 专门针对文档使用场景而打造的生产环境就绪型模型。包括对所有 OCR 加购项的访问权限。 pretrained-ocr-v2.1-2024-08-07 稳定版 v2.1 的主要改进方面包括：更好地识别印刷文字、更精确地检测复选框以及更准确的阅读顺序。 pretrained-ocr-v2.1.1-2025-01-31 候选版本 v2.1.1 与 v2.1 类似，适用于除以下地区以外的所有地区：US、EU 和 asia-southeast1。 如需了解详情，请参阅管理处理器版本。
配额和限制	最大页数（在线/同步请求）： 15 最大网页数（批量/离线/异步请求）： 500 最大页数（无图片模式下的在线/同步请求）： 30 注意：特定处理器的限制是除了总体产品配额和限制之外的限制。 注意：如需将在线请求和同步请求的最大页面数上限提高到 30，请务必在 ProcessRequest 中启用 imageless_mode。
Uptraining
输入文件示例	在新窗口中打开。
输出示例	在新窗口中打开。
支持的区域	asia-south1 asia-southeast1 australia-southeast1 eu europe-west2 europe-west3 northamerica-northeast1 us 注意：如需查看按区域划分的处理器版本可用性的完整列表，请参阅支持的区域。
更多信息	Enterprise Document OCR

从文档中提取实体

如需用于训练的已添加标签和未添加标签的示例数据集，请参阅示例数据集。

自定义提取器

说明	使用生成式 AI 或自定义模型从文档中提取字段；微调模型以准确地从文档中提取数据。
类别	提取
函数	OCR、实体提取
发布阶段	正式版
访问权限状态	公开
输入 API	CUSTOM_EXTRACTION_PROCESSOR
备注	如果使用生成式 AI 进行提取，则： 目前官方仅支持英语。 此功能在 US、EU、northamerica-northeast1 和 asia-southeast1 推出。
支持的语言	完整语言列表 语言名称 BCP 47 代码 脚本 支持手写 南非荷兰语 af Latn 阿拉伯语 ar Arab 阿塞拜疆语 az Latn 阿塞拜疆语（西里尔文） az-Cyrl Cyrl 白俄罗斯语 be Cyrl 保加利亚语 bg Cyrl 波斯尼亚语 bs Latn 加泰罗尼亚语 ca Latn 宿务语 ceb Latn 捷克语 cs Latn 威尔士语 cy Latn 丹麦语 da Latn 德语 de Latn 希腊语 el Grek 英语 en Latn 世界语 eo Latn 西班牙语 es Latn 爱沙尼亚语 et Latn 巴斯克语 eu Latn 波斯语 fa Arab 芬兰语 fi Latn 菲律宾语 fil Latn 法语 fr Latn 爱尔兰语 ga Latn 加利西亚语 gl Latn 印地语 hi Deva 克罗地亚语 hr Latn 海地克里奥尔语 ht Latn 匈牙利语 hu Latn 印度尼西亚语 id Latn 冰岛语 is Latn 意大利语 it Latn 希伯来语 iw Hebr 日语 ja Jpan 爪哇语 jv Latn 哈萨克语 kk Cyrl 韩语 ko Kore 吉尔吉斯语 ky Cyrl 拉丁语 la Latn 立陶宛语 lt Latn 拉脱维亚语 lv Latn 马其顿语 mk Cyrl 蒙古语 mn Cyrl 马拉地语 mr Deva 马来语 ms Latn 马耳他语 mt Latn 尼泊尔语 ne Deva 荷兰语 nl Latn 挪威语 no Latn 波兰语 pl Latn 普什图语 ps Arab 葡萄牙语（葡萄牙和巴西） pt Latn 罗马尼亚语 ro Latn 俄语 ru Cyrl 俄语（彼得正字法） ru-PETR1708 Cyrl 梵语 sa Deva 斯洛伐克语 sk Latn 斯洛维尼亚语 sl Latn 阿尔巴尼亚语 sq Latn 塞尔维亚语 sr Cyrl 瑞典语 sv Latn 斯瓦希里语 sw Latn 塔加路文 tl Latn 土耳其语 tr Latn 乌克兰语 uk Cyrl 乌尔都语 ur Arab 乌兹别克语 uz Latn 乌兹别克语（西里尔文） uz-Cyrl Cyrl 越南语 vi Latn 意第绪语 yi Hebr 中文（简体） zh-Hans Hani 中文（繁体） zh-Hant Hani 祖鲁语 zu Latn
处理器版本	版本 ID 发布版 说明 pretrained-foundation-model-v1.4-2025-02-05 稳定版 由 Gemini 2.0 Flash LLM 提供支持的正式版模型。还提供高级 OCR 功能，比如复选框检测。 注意：自 2026 年 2 月 5 日起，此版本将无法再访问。 pretrained-foundation-model-v1.5-2025-05-05 稳定版 由 Gemini 2.5 Flash LLM 提供支持的正式版候选版本。建议想要试用较新模型的人使用。 pretrained-foundation-model-v1.5-pro-2025-06-20 稳定版 由 Gemini 2.5 Pro LLM 提供支持的正式版模型。支持每分钟最多 30 页的在线处理请求配额。与 v1.5 相比，此模型的质量有所提升，但延迟时间可能会更长。 pretrained-foundation-model-v1.5.1-2025-08-07 候选版本 由 Gemini 2.5 Flash LLM 提供支持的公开预览版模型。此模型具有与 v1.5 相同的特征，并改进了自适应少样本学习。 如需了解详情，请参阅管理处理器版本。
配额和限制	最大页数（在线/同步请求）： 15 最大网页数（批量/离线/异步请求）： 200 最大页数（无图片模式下的在线/同步请求）： 30 注意：特定处理器的限制是除了总体产品配额和限制之外的限制。 注意：如需将在线请求和同步请求的最大页面数上限提高到 30，请务必在 ProcessRequest 中启用 imageless_mode。
已归一化数据类型	如需了解详情，请参阅丰富和规范化以及创建数据集页面。 标准化数据类型的完整列表 dateTime as STRING currency as STRING money as google.type.Money number as FLOAT or INTEGER
Uptraining
输入文件示例	在新窗口中打开。
输出示例	在新窗口中打开。
支持的区域	asia-south1 asia-southeast1 australia-southeast1 eu europe-west2 europe-west3 northamerica-northeast1 us 注意：如需查看按区域划分的处理器版本可用性的完整列表，请参阅支持的区域。
更多信息	自定义提取器

Form Parser

说明	除了 OCR 文本之外，还可从文档中提取一般键值对（实体和复选框）、表格和通用实体。 此处理器应用先进的机器学习技术，从 200 多种语言的文档中提取键值对、复选框和表格。此处理器还利用深度学习模型来提取各种文档类型中常见的 11 种通用实体。
类别	提取
函数	OCR、表单解析、实体提取
发布阶段	正式版
访问权限状态	公开
输入 API	FORM_PARSER_PROCESSOR
支持的语言	完整语言列表 语言名称 BCP 47 代码 脚本 支持手写 南非荷兰语 af Latn 阿尔巴尼亚语 sq Latn 阿拉伯语 ar Arab 白俄罗斯语 be Cyrl 加泰罗尼亚语 ca Latn 中文 zh Hani 克罗地亚语 hr Latn 捷克语 cs Latn 丹麦语 da Latn 荷兰语 nl Latn 英语 en Latn 爱沙尼亚语 et Latn 菲律宾语 fil Latn 芬兰语 fi Latn 法语 fr Latn 德语 de Latn 希伯来语 iw Hebr 印地语 hi Deva 匈牙利语 hu Latn 冰岛语 is Latn 印度尼西亚语 id Latn 意大利语 it Latn 日语 ja Jpan 韩语 ko Kore 拉脱维亚语 lv Latn 立陶宛语 lt Latn 马其顿语 mk Cyrl 马来语 ms Latn 马拉地语 mr Deva 尼泊尔语 ne Deva 挪威语 no Latn 波斯语 fa Arab 波兰语 pl Latn 葡萄牙语（葡萄牙和巴西） pt Latn 罗马尼亚语 ro Latn 俄语 ru Cyrl 塞尔维亚语 sr Cyrl 斯洛伐克语 sk Latn 斯洛维尼亚语 sl Latn 西班牙语 es Latn 瑞典语 sv Latn 塔加路文 tl Latn 土耳其语 tr Latn 乌克兰语 uk Cyrl 越南语 vi Latn 意第绪语 yi Hebr
处理器版本	版本 ID 发布版 检测到其他字段 说明 pretrained-form-parser-v1.0-2020-09-23 稳定版 无 旧版。为获得最佳质量和完整功能集，请使用表单解析器 v2.0。 pretrained-form-parser-v2.0-2022-11-10 稳定版 显示字段 email phone url date_time address person organization quantity price id page_number 推荐版本。支持通用实体，并包含升级后的表格、KVP 和复选框模型，以及 200 多种语言。 pretrained-form-parser-v2.1-2023-06-26 候选版本 无 公开预览版。与 v2.0 相同的模型，但启用了从数字 PDF 文件中提取原生文本的功能。 如需了解详情，请参阅管理处理器版本。
配额和限制	最大页数（在线/同步请求）： 15 最大网页数（批量/离线/异步请求）： 100 最大页数（无图片模式下的在线/同步请求）： 30 注意：特定处理器的限制是除了总体产品配额和限制之外的限制。 注意：如需将在线请求和同步请求的最大页面数上限提高到 30，请务必在 ProcessRequest 中启用 imageless_mode。
Uptraining
输入文件示例	在新窗口中打开。
输出示例	在新窗口中打开。
支持的区域	asia-south1 asia-southeast1 australia-southeast1 eu europe-west2 europe-west3 northamerica-northeast1 us 注意：如需查看按区域划分的处理器版本可用性的完整列表，请参阅支持的区域。
更多信息	表单解析器

布局解析器

说明	提取文档内容元素（文本、表格和列表），并创建内容感知数据块。 布局解析器会提取文本、表格和列表等文档内容元素，并创建内容感知数据块，以便生成式 AI 和发现应用从中检索信息。
类别	提取
函数	布局解析、文档分块
发布阶段	正式版
访问权限状态	公开
输入 API	LAYOUT_PARSER_PROCESSOR
备注	此解析器支持 PDF、HTML、DOCX、PPTX 和 XLSX/XLSM 文件。
支持的语言	完整语言列表 语言名称 BCP 47 代码 脚本 支持手写 南非荷兰语 af Latn 阿尔巴尼亚语 sq Latn 阿拉伯语 ar Arab 亚美尼亚语 hy Armn 白俄罗斯语 be Cyrl 孟加拉语 bn Beng 孟加拉语 bn Beng 保加利亚语 bg Cyrl 加泰罗尼亚语 ca Latn 中文 zh Hani 克罗地亚语 hr Latn 捷克语 cs Latn 丹麦语 da Latn 荷兰语 nl Latn 英语 en Latn 爱沙尼亚语 et Latn 菲律宾语 fil Latn 芬兰语 fi Latn 法语 fr Latn 德语 de Latn 希腊语 el Grek 古吉拉特文 gu Gujr 希伯来语 iw Hebr 印地语 hi Deva 匈牙利语 hu Latn 冰岛语 is Latn 印度尼西亚语 id Latn 意大利语 it Latn 日语 ja Jpan 卡纳达语 kn Knda 高棉语 km Khmr 韩语 ko Kore 老挝语 lo Laoo 拉脱维亚语 lv Latn 立陶宛语 lt Latn 马其顿语 mk Cyrl 马来语 ms Latn 马拉雅拉姆语 ml Mlym 马拉地语 mr Deva 尼泊尔语 ne Deva 挪威语 no Latn 波斯语 fa Arab 波兰语 pl Latn 葡萄牙语（葡萄牙和巴西） pt Latn 旁遮普语 pa Guru 罗马尼亚语 ro Latn 俄语 ru Cyrl 塞尔维亚语 sr Cyrl 斯洛伐克语 sk Latn 斯洛维尼亚语 sl Latn 西班牙语 es Latn 瑞典语 sv Latn 塔加路文 tl Latn 泰米尔语 ta Taml 泰卢固语 te Telu 泰语 th Thai 土耳其语 tr Latn 乌克兰语 uk Cyrl 越南语 vi Latn 意第绪语 yi Hebr
处理器版本	版本 ID 发布版 说明 pretrained-layout-parser-v1.0-2024-06-03 稳定版 推荐的版本。 如需了解详情，请参阅管理处理器版本。
配额和限制	最大页数（在线/同步请求）： 15 最大网页数（批量/离线/异步请求）： 500 最大页数（无图片模式下的在线/同步请求）： 30 注意：特定处理器的限制是除了总体产品配额和限制之外的限制。 注意：如需将在线请求和同步请求的最大页面数上限提高到 30，请务必在 ProcessRequest 中启用 imageless_mode。
Uptraining
输入文件示例	在新窗口中打开。
输出示例	在新窗口中打开。
支持的区域	eu us 注意：如需查看按区域划分的处理器版本可用性的完整列表，请参阅支持的区域。
更多信息	布局解析器

探索预训练处理器

银行对账单解析器

说明	从银行对账单中提取名称、账号、交易等数据
类别	预先训练
函数	OCR、实体提取
发布阶段	正式版
访问权限状态	公开
输入 API	BANK_STATEMENT_PROCESSOR
备注	如果多页输入文件的某个页面是正确的文档类型且属于受支持的版本，处理器会对第一个受支持的文档执行实体提取。如果处理器在输入文件中未找到任何适用的文档，则会返回一条错误消息。
支持的语言	语言名称 BCP 47 代码 脚本 支持手写 英语 en Latn
处理器版本	版本 ID 发布版 说明 pretrained-bankstatement-v1.0-2021-08-08 稳定版 pretrained-bankstatement-v1.1-2021-08-13 稳定版 pretrained-bankstatement-v2.0-2021-12-10 稳定版 pretrained-bankstatement-v3.0-2022-05-16 稳定版 此版本假设输入文件包含单个银行对账单。与默认版本不同，此版本不会检查银行对账单的输入文件，如果未找到银行对账单，也不会返回错误。 pretrained-bankstatement-v4.0-2023-07-31 候选版本 pretrained-bankstatement-v5.0-2023-12-06 候选版本 如需了解详情，请参阅管理处理器版本。
配额和限制	最大页数（在线/同步请求）： 15 最大网页数（批量/离线/异步请求）： 30 最大页数（无图片模式下的在线/同步请求）： 30 注意：特定处理器的限制是除了总体产品配额和限制之外的限制。 注意：如需将在线请求和同步请求的最大页面数上限提高到 30，请务必在 ProcessRequest 中启用 imageless_mode。
最早版本中检测到的字段	您还可以在检测到字段页面中找到此信息。 字段的完整列表 account_number account_type bank_address bank_name client_address client_name ending_balance starting_balance statement_date statement_end_date statement_start_date table_item table_item/transaction_deposit table_item/transaction_deposit_date table_item/transaction_deposit_description table_item/transaction_withdrawal table_item/transaction_withdrawal_date table_item/transaction_withdrawal_description
扩充字段	如需了解详情，请参阅丰富和规范化页面。 已扩充字段的完整列表 bank_address bank_name
已归一化的字段	如需了解详情，请参阅丰富和规范化页面。 标准化字段的完整列表 ending_balance starting_balance statement_date statement_end_date statement_start_date table_item/transaction_deposit table_item/transaction_deposit_date table_item/transaction_withdrawal table_item/transaction_withdrawal_date
Uptraining
标签说明	在新窗口中打开。
输入文件示例	在新窗口中打开。
输出示例	在新窗口中打开。
支持的区域	eu us 注意：如需查看按区域划分的处理器版本可用性的完整列表，请参阅支持的区域。

W2 解析器

说明	从表单 W2 中提取数据，包括员工、雇主和工资等
类别	预先训练
函数	OCR、实体提取
发布阶段	正式版
访问权限状态	公开
输入 API	FORM_W2_PROCESSOR
备注	如果多页输入文件的某个页面是正确的文档类型且属于受支持的版本，处理器会对第一个受支持的文档执行实体提取。如果处理器在输入文件中未找到任何适用的文档，则会返回一条错误消息。
支持的语言	语言名称 BCP 47 代码 脚本 支持手写 英语 en Latn
支持的表单/版本	2020 年（标准版和自定义版） 2019 年（标准版和自定义版） 2018 年（标准版和自定义版）
处理器版本	版本 ID 发布版 检测到其他字段 说明 pretrained-w2-v1.0-2020-10-01 稳定版 无 pretrained-w2-v1.1-2022-01-27 稳定版 无 pretrained-w2-v1.2-2022-01-28 稳定版 显示字段 AllocatedTips ControlNumber DependentCareBenefits EIN EmployeeAddress EmployeeName EmployerNameAndAddress EmployerStateIdNumber_Line1 FederalIncomeTaxWithheld FormYear LocalIncomeTax_Line1 LocalityName_Line1 LocalWagesTipsEtc_Line1 MedicareTaxWithheld MedicareWagesAndTips NonqualifiedPlans SocialSecurityTaxWithheld SocialSecurityTips SocialSecurityWages SSN State_Line1 StateIncomeTax_Line1 StateWagesTipsEtc_Line1 WagesTipsOtherCompensation 改进了质量并支持新字段；不包括拆分器。 pretrained-w2-v2.0-2022-03-30 候选版本 显示字段 AllocatedTips ControlNumber DependentCareBenefits EIN EmployeeAddress_AdditionalStreetAddressOrPostalBox EmployeeAddress_City EmployeeAddress_State EmployeeAddress_StreetAddressOrPostalBox EmployeeAddress_Zip EmployeeName_FirstName EmployeeName_LastName EmployeeName_MiddleNameOrInitial EmployerAddress_AdditionalStreetAddressOrPostalBox EmployerAddress_City EmployerAddress_State EmployerAddress_StreetAddressOrPostalBox EmployerAddress_Zip EmployerName EmployerStateIdNumber_Line1 FederalIncomeTaxWithheld FormYear LocalIncomeTax_Line1 LocalWagesTipsEtc_Line1 LocalityName_Line1 MedicareTaxWithheld MedicareWagesAndTips NonqualifiedPlans SSN SocialSecurityTaxWithheld SocialSecurityTips SocialSecurityWages StateIncomeTax_Line1 StateWagesTipsEtc_Line1 State_Line1 WagesTipsOtherCompensation a_Code a_Value b_Code b_Value c_Code c_Value d_Code d_Value 改进了质量，并支持方框 12 字段以及对 EmployeeName、EmployeeAddress 和 EmployerNameAndAddress 的精细预测，所有这些字段都不再是输出的一部分，而是被其他字段取代。 pretrained-w2-v2.1-2022-06-08 稳定版 显示字段 AllocatedTips ControlNumber DependentCareBenefits EIN EmployeeAddress_AdditionalStreetAddressOrPostalBox EmployeeAddress_City EmployeeAddress_State EmployeeAddress_StreetAddressOrPostalBox EmployeeAddress_Zip EmployeeName_FirstName EmployeeName_LastName EmployeeName_MiddleNameOrInitial EmployeeName_Suffix EmployerAddress_AdditionalStreetAddressOrPostalBox EmployerAddress_City EmployerAddress_State EmployerAddress_StreetAddressOrPostalBox EmployerAddress_Zip EmployerName EmployerStateIdNumber_Line1 FederalIncomeTaxWithheld FormYear LocalIncomeTax_Line1 LocalWagesTipsEtc_Line1 LocalityName_Line1 MedicareTaxWithheld MedicareWagesAndTips NonqualifiedPlans SSN SocialSecurityTaxWithheld SocialSecurityTips SocialSecurityWages StateIncomeTax_Line1 StateWagesTipsEtc_Line1 State_Line1 WagesTipsOtherCompensation a_Code a_Value b_Code b_Value c_Code c_Value d_Code d_Value 与版本 pretrained-w2-v2.0-2022-03-30 类似，但进一步提升了质量，并引入了一个新实体 EmployeeName_Suffix。 如需了解详情，请参阅管理处理器版本。
配额和限制	最大页数（在线/同步请求）： 15 最大网页数（批量/离线/异步请求）： 15 最大页数（无图片模式下的在线/同步请求）： 15 注意：特定处理器的限制是除了总体产品配额和限制之外的限制。 注意：如需将在线请求和同步请求的最大页面数上限提高到 30，请务必在 ProcessRequest 中启用 imageless_mode。
最早版本中检测到的字段	您还可以在检测到字段页面中找到此信息。 字段的完整列表 ControlNumber EIN EmployeeAddress EmployeeName EmployerNameAndAddress FederalIncomeTaxWithheld MedicareTaxWithheld MedicareWagesAndTips SSN SocialSecurityTaxWithheld SocialSecurityWages WagesTipsOtherCompensation
扩充字段	如需了解详情，请参阅丰富和规范化页面。 已扩充字段的完整列表 EmployerNameAndAddress EIN
Uptraining
输入文件示例	在新窗口中打开。
输出示例	在新窗口中打开。
支持的区域	eu us 注意：如需查看按区域划分的处理器版本可用性的完整列表，请参阅支持的区域。

美国护照解析器

说明	提取姓名、证件 ID、出生日期等字段。
类别	预先训练
函数	OCR、实体提取
发布阶段	正式版
访问权限状态	公开
输入 API	US_PASSPORT_PROCESSOR
支持的语言	语言名称 BCP 47 代码 脚本 支持手写 英语 en Latn
处理器版本	版本 ID 发布版 说明 pretrained-us-passport-v1.0-2021-06-14 稳定版 如需了解详情，请参阅管理处理器版本。
配额和限制	最大页数（在线/同步请求）： 2 最大网页数（批量/离线/异步请求）： 2 最大页数（无图片模式下的在线/同步请求）： 2 注意：特定处理器的限制是除了总体产品配额和限制之外的限制。 注意：如需将在线请求和同步请求的最大页面数上限提高到 30，请务必在 ProcessRequest 中启用 imageless_mode。
最早版本中检测到的字段	您还可以在检测到字段页面中找到此信息。 字段的完整列表 Family Name Given Names Document Id Expiration Date Date Of Birth Issue Date MRZ Code Portrait
已归一化的字段	如需了解详情，请参阅丰富和规范化页面。 标准化字段的完整列表 Date Of Birth Expiration Date Issue Date
Uptraining
输入文件示例	在新窗口中打开。
输出示例	在新窗口中打开。
支持的区域	eu us 注意：如需查看按区域划分的处理器版本可用性的完整列表，请参阅支持的区域。

Utility Parser

说明	从公共事业账单中提取文本和值，例如供应商名称和先前的付款金额。
类别	预先训练
函数	OCR、实体提取
发布阶段	正式版
访问权限状态	受限 ^[*]
输入 API	UTILITY_PROCESSOR
支持的语言	语言名称 BCP 47 代码 脚本 支持手写 英语 en Latn
处理器版本	版本 ID 发布版 说明 pretrained-utility-v1.1-2021-04-09 稳定版 pretrained-utility-v1.2-2022-12-15 候选版本 如需了解详情，请参阅管理处理器版本。
配额和限制	最大页数（在线/同步请求）： 10 最大网页数（批量/离线/异步请求）： 200 最大页数（无图片模式下的在线/同步请求）： 30 注意：特定处理器的限制是除了总体产品配额和限制之外的限制。 注意：如需将在线请求和同步请求的最大页面数上限提高到 30，请务必在 ProcessRequest 中启用 imageless_mode。
最早版本中检测到的字段	您还可以在检测到字段页面中找到此信息。 字段的完整列表 adjusted_amount amount_due balance_transfer_amount carrier currency currency_exchange_rate delivery_date deposit_credited_amount due_date freight_amount invoice_date invoice_id late_fee_amount line_item line_item/amount line_item/description line_item/frequency line_item/product_code line_item/purchase_order line_item/quantity line_item/service_address line_item/service_end_date line_item/service_id_1 line_item/service_id_2 line_item/service_start_date line_item/supplier_account_number line_item/tax_amount line_item/unit_number line_item/unit_of_measure line_item/unit_price line_item/usage net_amount payment_terms prior_amount_due prior_paid_amount purchase_order receiver_address receiver_email receiver_name receiver_phone receiver_tax_id receiver_website reclaimed_water remit_to_address remit_to_name service service/service_end_date service/service_id service/service_start_date service/unit_of_measure service/usage service_address service_end_date service_id service_start_date ship_from_address ship_from_name ship_to_address ship_to_name supplier_account_number supplier_address supplier_email supplier_iban supplier_name supplier_payment_ref supplier_phone supplier_registration supplier_tax_id supplier_website tampering total_amount total_tax_amount usage vat vat/amount vat/category_code vat/tax_amount vat/tax_rate
已归一化的字段	如需了解详情，请参阅丰富和规范化页面。 标准化字段的完整列表 adjusted_amount amount_due balance_transfer_amount currency currency_exchange_rate delivery_date due_date invoice_date late_fee_amount line_item/amount line_item/quantity line_item/tax_amount line_item/unit_price net_amount prior_amount_due prior_paid_amount total_amount total_tax_amount
Uptraining
标签说明	在新窗口中打开。
输入文件示例	在新窗口中打开。
输出示例	在新窗口中打开。
支持的区域	eu us 注意：如需查看按区域划分的处理器版本可用性的完整列表，请参阅支持的区域。

身份证明文件校对解析器

说明	使用多个信号预测 ID 证明文件的有效性。 身份证明文件验证处理器旨在通过四种不同的信号帮助预测身份证明文件的有效性。 处理器目前会返回来自以下信号的信息： fraud_signals_is_identity_document 检测：预测图片是否包含可识别的身份证明文件。 fraud_signals_suspicious_words 检测：预测是否存在 ID 中不常见的字词。 fraud_signals_image_manipulation 检测：预测图片是否被图片编辑工具更改或篡改。 fraud_signals_online_duplicate 检测：预测图片是否可以在线找到（仅限美国）。
类别	预先训练
函数	OCR、质量分析
发布阶段	正式版
访问权限状态	公开
输入 API	ID_PROOFING_PROCESSOR
备注	在线重复内容检测功能目前在美国的数据中心进行处理。在美国境外，此功能不支持区域级和多区域级支持。 此处理器受算法支持，这些算法的更新频率高于新处理器版本的发布频率。因此，即使使用相同的处理器版本，处理器也可能会随着时间的推移返回不同的输出。例如，在线重复检测系统会监控网络上显示的图片。这样一来，系统行为的变化速度就会比处理器版本中可跟踪的变化速度更快。 请参阅关于 Responsible AI^[†] 和人工审核的说明。^[‡]
支持的语言	语言名称 BCP 47 代码 脚本 支持手写 英语 en Latn
支持的表单/版本	支持美国护照、护照卡和驾照。
处理器版本	版本 ID 发布版 检测到其他字段 说明 pretrained-id-proofing-v1.0-2022-10-03 稳定版 无 pretrained-id-proofing-v1.1-2023-05-18 候选版本 显示字段 fraud_signals_photocopy_detection 其他复印件检测信号 pretrained-id-proofing-v1.2-2023-10-04 候选版本 显示字段 fraud_signals_photocopy_detection 如需了解详情，请参阅管理处理器版本。
配额和限制	最大页数（在线/同步请求）： 2 最大网页数（批量/离线/异步请求）： 2 最大页数（无图片模式下的在线/同步请求）： 2 注意：特定处理器的限制是除了总体产品配额和限制之外的限制。 注意：如需将在线请求和同步请求的最大页面数上限提高到 30，请务必在 ProcessRequest 中启用 imageless_mode。
最早版本中检测到的字段	您还可以在检测到字段页面中找到此信息。 字段的完整列表 fraud_signals_is_identity_document fraud_signals_suspicious_words evidence_suspicious_word evidence_inconclusive_suspicious_word fraud_signals_image_manipulation fraud_signals_online_duplicate (US only) fraud_signals_photocopy_detection evidence_hostname (US only) evidence_thumbnail_url (US only)
已归一化的字段	如需了解详情，请参阅丰富和规范化页面。 标准化字段的完整列表 fraud_signals_image_manipulation fraud_signals_online_duplicate (US only) fraud_signals_is_identity_document fraud_signals_suspicious_words
Uptraining
输入文件示例	在新窗口中打开。
输出示例	在新窗口中打开。
支持的区域	eu us 注意：如需查看按区域划分的处理器版本可用性的完整列表，请参阅支持的区域。

工资单解析器

说明	从工资单中提取数据，包括姓名、业务和金额等
类别	预先训练
函数	OCR、实体提取
发布阶段	正式版
访问权限状态	公开
输入 API	PAYSTUB_PROCESSOR
备注	如果多页输入文档包含多个有效的工资单，处理器仅从第一个有效的工资单中提取实体。如果输入文件中未找到任何工资单，处理器会返回一条错误消息。
支持的语言	语言名称 BCP 47 代码 脚本 支持手写 英语 en Latn
处理器版本	版本 ID 发布版 检测到其他字段 说明 pretrained-paystub-v1.0-2021-03-19 稳定版 无 pretrained-paystub-v1.1-2021-08-13 稳定版 显示字段 net_pay net_pay_ytd employee_account_number 质量改进和新字段支持； pretrained-paystub-v1.2-2021-12-10 稳定版 无 pretrained-paystub-v2.0-2022-05-17 候选版本 显示字段 deduction_item deduction_item/deduction_type deduction_item/deduction_this_period deduction_item/deduction_ytd direct_deposit_item direct_deposit_item/direct_deposit direct_deposit_item/employee_account_number earning_item earning_item/earning_type earning_item/earning_rate earning_item/earning_hours earning_item/earning_this_period earning_item/earning_ytd page_number tax_item tax_item/tax_type tax_item/tax_this_period tax_item/tax_ytd federal_additional_tax federal_allowance federal_marital_status state_additional_tax state_allowance state_marital_status 此版本假定输入文件包含单个工资单。与默认版本不同，此版本不会检查输入文件中是否有工资单，如果未找到工资单，也不会返回错误。 质量改进、新字段支持和新架构。奖金、佣金、节假日工资、加班工资、正常工资和休假工资现在属于 earning_item/earning_this_period，其年初至今的版本位于 earning_item/earning_ytd 中。“Direct Deposit”（直接存款）和“Employee Account Number”（员工账号）现在嵌套在 direct_deposit_item 下。 异步页面数量上限为 10。 pretrained-paystub-v2.0-2022-07-22 稳定版 无 质量改进和在职培训增强功能。 pretrained-paystub-v3.0-2023-12-06 候选版本 无 如需了解详情，请参阅管理处理器版本。
配额和限制	最大页数（在线/同步请求）： 15 最大网页数（批量/离线/异步请求）： 50 最大页数（无图片模式下的在线/同步请求）： 30 注意：特定处理器的限制是除了总体产品配额和限制之外的限制。 注意：如需将在线请求和同步请求的最大页面数上限提高到 30，请务必在 ProcessRequest 中启用 imageless_mode。
最早版本中检测到的字段	您还可以在检测到字段页面中找到此信息。 字段的完整列表 bonus bonus_ytd commissions commissions_ytd direct_deposit employee_account_number (Added in "pretrained-paystub-v1.1-2021-08-13") employee_address employee_name employer_address employer_name end_date gross_earnings gross_earnings_ytd holiday holiday_ytd net_pay (Added in "pretrained-paystub-v1.1-2021-08-13") net_pay_ytd (Added in "pretrained-paystub-v1.1-2021-08-13") overtime overtime_ytd pay_date regular_pay regular_pay_ytd ssn start_date vacation vacation_ytd
扩充字段	如需了解详情，请参阅丰富和规范化页面。 已扩充字段的完整列表 employer_address employer_name
已归一化的字段	如需了解详情，请参阅丰富和规范化页面。 标准化字段的完整列表 bonus bonus_ytd commissions commissions_ytd direct_deposit end_date gross_earnings gross_earnings_ytd holiday holiday_ytd net_pay net_pay_ytd overtime overtime_ytd pay_date regular_pay regular_pay_ytd start_date vacation vacation_ytd
Uptraining
标签说明	在新窗口中打开。
支持的区域	eu us 注意：如需查看按区域划分的处理器版本可用性的完整列表，请参阅支持的区域。

美国驾照解析器

说明	提取姓名、证件 ID、出生日期等字段。
类别	预先训练
函数	OCR、实体提取
发布阶段	正式版
访问权限状态	公开
输入 API	US_DRIVER_LICENSE_PROCESSOR
支持的语言	语言名称 BCP 47 代码 脚本 支持手写 英语 en Latn
支持的表单/版本	支持所有 50 个州和华盛顿特区。
处理器版本	版本 ID 发布版 说明 pretrained-us-driver-license-v1.0-2021-06-14 稳定版 如需了解详情，请参阅管理处理器版本。
配额和限制	最大页数（在线/同步请求）： 2 最大网页数（批量/离线/异步请求）： 2 最大页数（无图片模式下的在线/同步请求）： 2 注意：特定处理器的限制是除了总体产品配额和限制之外的限制。 注意：如需将在线请求和同步请求的最大页面数上限提高到 30，请务必在 ProcessRequest 中启用 imageless_mode。
最早版本中检测到的字段	您还可以在检测到字段页面中找到此信息。 字段的完整列表 Family Name Given Names Document Id Expiration Date Date Of Birth Issue Date Address Portrait
已归一化的字段	如需了解详情，请参阅丰富和规范化页面。 标准化字段的完整列表 Date Of Birth Expiration Date Issue Date
Uptraining
输入文件示例	在新窗口中打开。
输出示例	在新窗口中打开。
支持的区域	eu us 注意：如需查看按区域划分的处理器版本可用性的完整列表，请参阅支持的区域。

Expense Parser

说明	从费用凭证中提取文本和值，例如消费日期、供应商名称、总金额和币种。
类别	预先训练
函数	OCR、实体提取
发布阶段	正式版
访问权限状态	公开
输入 API	EXPENSE_PROCESSOR
支持的语言	完整语言列表 语言名称 BCP 47 代码 脚本 支持手写 德语 de Latn 英语 en Latn 西班牙语 es Latn 法语 fr Latn 日语 ja Jpan 荷兰语 nl Latn
处理器版本	版本 ID 发布版 检测到其他字段 支持更多语言 说明 pretrained-expense-v1.1-2021-04-09 稳定版 无 无 于 2021 年 4 月推出。 pretrained-expense-v1.3.2-2024-09-11 候选版本 显示字段 credit_card_last_four_digits line_item/quantity payment_type ja：日语 升级到 v1.3，并增强了底层视觉模型。 pretrained-expense-v1.4-2022-11-18 候选版本 显示字段 traveler_name reservation_id line_item/transaction_date ja：日语 it：意大利语 pt：葡萄牙语（葡萄牙和巴西） 性能改进和对继续训练的支持。在线/同步请求的页面数量上限已增加到 15。 注意：自 2025 年 4 月 30 日起，将在美国 (US) 和欧盟 (EU) 停用。 pretrained-expense-v1.4.2-2024-09-12 候选版本 显示字段 traveler_name reservation_id line_item/transaction_date ja：日语 it：意大利语 pt：葡萄牙语（葡萄牙和巴西） 升级到 v1.4，并增强了底层视觉模型。 如需了解详情，请参阅管理处理器版本。
配额和限制	最大页数（在线/同步请求）： 10 最大网页数（批量/离线/异步请求）： 10 最大页数（无图片模式下的在线/同步请求）： 10 注意：特定处理器的限制是除了总体产品配额和限制之外的限制。 注意：如需将在线请求和同步请求的最大页面数上限提高到 30，请务必在 ProcessRequest 中启用 imageless_mode。
最早版本中检测到的字段	您还可以在检测到字段页面中找到此信息。 字段的完整列表 credit_card_last_four_digits currency end_date net_amount payment_type purchase_time receipt_date start_date supplier_address supplier_city supplier_name tip_amount total_amount total_tax_amount line_item line_item/amount line_item/description line_item/product_code
扩充字段	如需了解详情，请参阅丰富和规范化页面。 已扩充字段的完整列表 supplier_address supplier_name supplier_phone
已归一化的字段	如需了解详情，请参阅丰富和规范化页面。 标准化字段的完整列表 currency total_amount total_tax_amount net_amount receipt_date purchase_time start_date end_date line_item/amount line_item/payment_date line_item/payment_amount
Uptraining
标签说明	在新窗口中打开。
输入文件示例	在新窗口中打开。
输出示例	在新窗口中打开。
支持的区域	asia-southeast1 australia-southeast1 eu northamerica-northeast1 us 注意：如需查看按区域划分的处理器版本可用性的完整列表，请参阅支持的区域。

账单解析器

说明	从账单中提取文本和值，例如账单编号、供应商名称、账单金额、税费金额、账单日期和截止日期等。 账单解析器可提取抬头字段和订单项字段，例如账单编号、供应商名称、账单金额、税费金额、账单日期、截止日期和订单项金额。
类别	预先训练
函数	OCR、实体提取
发布阶段	正式版
访问权限状态	公开
输入 API	INVOICE_PROCESSOR
支持的语言	完整语言列表 语言名称 BCP 47 代码 脚本 支持手写 德语 de Latn 英语 en Latn 西班牙语 es Latn 爱沙尼亚语 et Latn 法语 fr Latn 意大利语 it Latn 拉脱维亚语 lv Latn 立陶宛语 lt Latn 荷兰语 nl Latn 葡萄牙语（葡萄牙和巴西） pt Latn 罗马尼亚语 ro Latn 瑞典语 sv Latn
处理器版本	版本 ID 发布版 支持更多语言 说明 pretrained-invoice-v1.1-2021-04-09 稳定版 无 pretrained-invoice-v1.2-2022-02-18 稳定版 无 我们计划很快弃用该功能。 pretrained-invoice-v1.3-2022-07-15 稳定版 it：意大利语 pt：葡萄牙语（葡萄牙和巴西） ro：罗马尼亚语 sv：瑞典语 et：爱沙尼亚语 lv：拉脱维亚语 lt：立陶宛语 可追加训练的处理器版本。最大网页数（在线/同步请求）已增加到 15。 pretrained-invoice-v1.4-2022-10-21 候选版本 无 可追加训练的处理器版本。最大网页数（在线/同步请求）已增加到 15。 pretrained-invoice-v1.5-2023-09-15 候选版本 无 pretrained-invoice-v2.0-2023-12-06 候选版本 无 如需了解详情，请参阅管理处理器版本。
配额和限制	最大页数（在线/同步请求）： 15 最大网页数（批量/离线/异步请求）： 200 最大页数（无图片模式下的在线/同步请求）： 30 注意：特定处理器的限制是除了总体产品配额和限制之外的限制。 注意：如需将在线请求和同步请求的最大页面数上限提高到 30，请务必在 ProcessRequest 中启用 imageless_mode。
最早版本中检测到的字段	您还可以在检测到字段页面中找到此信息。 字段的完整列表 amount_paid_since_last_invoice carrier currency currency_exchange_rate delivery_date due_date freight_amount invoice_date invoice_id line_item line_item/amount line_item/description line_item/product_code line_item/purchase_order line_item/quantity line_item/unit line_item/unit_price net_amount payment_terms purchase_order receiver_address receiver_email receiver_name receiver_phone receiver_tax_id receiver_website remit_to_address remit_to_name ship_from_address ship_from_name ship_to_address ship_to_name supplier_address supplier_email supplier_iban supplier_name supplier_payment_ref supplier_phone supplier_registration supplier_tax_id supplier_website total_amount total_tax_amount vat vat/amount vat/category_code vat/tax_amount vat/tax_rate
扩充字段	如需了解详情，请参阅丰富和规范化页面。 已扩充字段的完整列表 supplier_address supplier_name supplier_phone
已归一化的字段	如需了解详情，请参阅丰富和规范化页面。 标准化字段的完整列表 amount_paid_since_last_invoice currency currency_exchange_rate delivery_date due_date freight_amount invoice_date net_amount total_amount total_tax_amount line_item/amount line_item/quantity line_item/unit_price vat/amount vat/tax_amount vat/tax_rate
Uptraining
标签说明	在新窗口中打开。
输入文件示例	在新窗口中打开。
输出示例	在新窗口中打开。
支持的区域	asia-south1 asia-southeast1 australia-southeast1 eu northamerica-northeast1 us 注意：如需查看按区域划分的处理器版本可用性的完整列表，请参阅支持的区域。

对文档进行分类

自定义分类器

说明	训练模型以从一组类别中对文档类型进行分类。
类别	分类
函数	OCR、分类
发布阶段	正式版
访问权限状态	公开
输入 API	CUSTOM_CLASSIFICATION_PROCESSOR
支持的语言	语言名称 BCP 47 代码 脚本 支持手写 英语 en Latn
处理器版本	版本 ID 发布版 说明 pretrained-foundation-model-v1.4-2025-05-16 候选版本 由 Gemini 2.0 Flash LLM 提供支持的候选版本。还包括高级 OCR 功能。 pretrained-classifier-v1.5-2025-08-05 候选版本 由 Gemini 2.5 Flash LLM 提供支持的候选版本。还包括高级 OCR 功能。 如需了解详情，请参阅管理处理器版本。
配额和限制	最大页数（在线/同步请求）： 15 最大网页数（批量/离线/异步请求）： 200 最大页数（无图片模式下的在线/同步请求）： 30 注意：特定处理器的限制是除了总体产品配额和限制之外的限制。 注意：如需将在线请求和同步请求的最大页面数上限提高到 30，请务必在 ProcessRequest 中启用 imageless_mode。
Uptraining
输入文件示例	在新窗口中打开。
输出示例	在新窗口中打开。
支持的区域	asia-south1 asia-southeast1 australia-southeast1 eu europe-west2 europe-west3 northamerica-northeast1 us 注意：如需查看按区域划分的处理器版本可用性的完整列表，请参阅支持的区域。
更多信息	创建自定义分类处理器

自定义拆分器

说明	训练模型，以将包含多个文档的文件拆分为单个分类文档。
类别	分类
函数	OCR、分类、拆分
发布阶段	正式版
访问权限状态	公开
输入 API	CUSTOM_SPLITTING_PROCESSOR
备注	只能通过自定义训练选项支持 i18n。
支持的语言	语言名称 BCP 47 代码 脚本 支持手写 英语 en Latn
配额和限制	最大页数（在线/同步请求）： 15 最大网页数（批量/离线/异步请求）： 1000 最大页数（无图片模式下的在线/同步请求）： 30 注意：特定处理器的限制是除了总体产品配额和限制之外的限制。 注意：如需将在线请求和同步请求的最大页面数上限提高到 30，请务必在 ProcessRequest 中启用 imageless_mode。
Uptraining
输入文件示例	在新窗口中打开。
输出示例	在新窗口中打开。
支持的区域	asia-south1 asia-southeast1 australia-southeast1 eu europe-west2 europe-west3 northamerica-northeast1 us 注意：如需查看按区域划分的处理器版本可用性的完整列表，请参阅支持的区域。
更多信息	创建自定义拆分器处理器

生成文档摘要

Summarizer

说明	获取短文档和长文档的摘要和项目符号摘要。
类别	预训练
函数	总结
发布阶段	预览
访问权限状态	公开
输入 API	SUMMARY_PROCESSOR
支持的语言	语言名称 BCP 47 代码 脚本 支持手写 英语 en Latn
处理器版本	版本 ID 发布版 说明 pretrained-foundation-model-v1.0-2023-08-22 稳定版 Google 基础模型 如需了解详情，请参阅管理处理器版本。
配额和限制	最大页数（在线/同步请求）： 15 最大网页数（批量/离线/异步请求）： 250 最大页数（无图片模式下的在线/同步请求）： 30 注意：特定处理器的限制是除了总体产品配额和限制之外的限制。 注意：如需将在线请求和同步请求的最大页面数上限提高到 30，请务必在 ProcessRequest 中启用 imageless_mode。
Uptraining
输入文件示例	在新窗口中打开。
输出示例	在新窗口中打开。
支持的区域	us 注意：如需查看按区域划分的处理器版本可用性的完整列表，请参阅支持的区域。
更多信息	自定义总结器

脚注

^[*] 此处理器仅向访问权限受限的客户提供。

如需申请 API 访问权限，请填写并提交 Document AI 受限访问客户请求表单。该申请表要求您提供关于您、您的公司以及您的用例的信息。 请注意，您必须提供 Google Cloud 项目 ID 才能访问。 如需创建新的 Google Cloud 项目或标识现有项目的 ID，请参阅以下说明。

您提交表单后，Document AI 团队将审核您的申请，以确保您符合访问条件。如果获得批准，您会收到一封电子邮件，其中包含有关如何访问和使用此功能的说明。

^[†] 身份证明文件验证功能可从身份证件中提取并评估信息，以帮助确定输入图片是否代表真实的身份证件。

在 Google Cloud，我们十分重视帮助客户安全地开发和实现 AI 解决方案，并且身份验证功能是根据 Google 的 AI 原则开发的。

根据 Google 的 AI 原则和当前的产品设计，我们强烈建议您谨慎使用身份证明文件验证功能，并仔细评估使用该功能可能带来的好处和风险，尤其是在以下情况下：

• 在预测结果可能影响人权的情况下，决策过程中没有人工干预。
• 在敏感领域（包括但不限于就业、公共服务获取、医疗保健和安全关键型情境）中。

^[‡] 始终将身份验证作为更广泛的身份检测流程和工作流的一部分来使用。 请务必在工作流程中安排人工审核者，以验证预测信号是否准确。身份验证处理器并非旨在取代工作流中对身份证件的人工审核，而是协助人工审核者验证身份证件。身份验证处理器不应作为自动化决策工具来确定身份证件是否有效。借助人工审核，客户可以提高文档处理准确性，并使用专用工具启用这些审核来帮助企业评估预测结果。

请务必查看您实施此技术的区域的法规，并研究现有的行业指南，以了解政策准则和常见的公平性问题。详细了解机器学习中的公平性，包括如何消除训练数据集中存在的偏见、评估自定义模型的性能差异，以及在使用自定义模型时要考虑的其他事项。

我们建议客户在实施身份验证时，牢记公平性、可解释性、隐私权和安全方面的最佳实践。如需详细了解如何实现 Responsible AI，请参阅 Google 关于 Responsible AI 实践的建议。

如需详细了解使用情形和示例应用代码库，请参阅博文使用 Document AI 自动处理身份证件。