Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
Lista de processadores
Esta página contém informações detalhadas sobre todos os processadores oferecidos pela Document AI. Confira uma lista de todos os processadores por tipo de solução.
OCR de documentos empresariais (reconhecimento óptico de caracteres)
Descrição
Identifique e extraia texto em diferentes tipos de documentos.
Esse processador permite identificar e extrair texto, incluindo texto escrito à mão, de documentos em mais de 200 idiomas. O processador também usa o aprendizado de máquina para realizar uma avaliação de qualidade de um documento com base na legibilidade do conteúdo.
Não é recomendado para uso e será descontinuado nos Estados Unidos (EUA) e na União Europeia (UE) a partir de 30 de abril de 2025.
pretrained-ocr-v1.1-2022-09-12
Estável
Nenhum
Nenhum
Não é recomendado para uso e será descontinuado nos Estados Unidos (EUA) e na União Europeia (UE) a partir de 30 de abril de 2025.
pretrained-ocr-v1.2-2022-11-10
Estável
Nenhum
Nenhum
Versão do modelo congelada da v1.0: arquivos de modelo, configurações e binários de um snapshot da versão congelados em uma imagem de contêiner por até 18 meses.
pretrained-ocr-v2.0-2023-06-02
Estável
Nenhum
Nenhum
Modelo pronto para Production especializado em casos de uso de documentos. Inclui acesso a todos os complementos de OCR.
pretrained-ocr-v2.1-2024-08-07
Versão candidata a lançamento
Nenhum
Nenhum
As principais áreas de melhoria da v2.1 são: melhor reconhecimento de texto impresso, detecção de caixa de seleção mais precisa e ordem de leitura mais precisa.
Se você usar a IA generativa para extração, faça o seguinte:
Apenas o inglês tem suporte oficial.
A disponibilidade por região está disponível em US, EU, northamerica-northeast1 e asia-southeast1.
Idiomas com suporte
Lista completa de idiomas
Nome do idioma
Tag BCP 47
Script
Suporte para escrita à mão
Africâner
af
Latn
Árabe
ar
Arab
Azerbaijano
az
Latn
Azerbaijão (cirílico)
az-Cyrl
Cyrl
Bielorrusso
be
Cyrl
Búlgaro
bg
Cyrl
Bósnio
bs
Latn
Catalão
ca
Latn
Cebuano
ceb
Latn
Tcheco
cs
Latn
Galês
cy
Latn
Dinamarquês
da
Latn
Alemão
de
Latn
Grego
el
Grek
Inglês
en
Latn
Esperanto
eo
Latn
Espanhol
es
Latn
Estoniano
et
Latn
Basco
eu
Latn
Persa
fa
Arab
Finlandês
fi
Latn
Filipino
fil
Latn
Francês
fr
Latn
Irlandês
ga
Latn
Galego
gl
Latn
Hindi
hi
Deva
Croata
hr
Latn
Crioulo haitiano
ht
Latn
Húngaro
hu
Latn
Indonésio
id
Latn
Islandês
is
Latn
Italiano
it
Latn
Hebraico
iw
Hebr
Japonês
ja
Jpan
Javanês
jv
Latn
Cazaque
kk
Cyrl
Coreano
ko
Kore
Quirguiz
ky
Cyrl
Latim
la
Latn
Lituano
lt
Latn
Letão
lv
Latn
Macedônio
mk
Cyrl
Mongol
mn
Cyrl
Marati
mr
Deva
Malaio
ms
Latn
Maltês
mt
Latn
Nepalês
ne
Deva
Holandês
nl
Latn
Norueguês
no
Latn
Polonês
pl
Latn
Pashto
ps
Arab
Português (Portugal e Brasil)
pt
Latn
Romeno
ro
Latn
Russo
ru
Cyrl
Russo (ortografia petrina)
ru-PETR1708
Cyrl
Sânscrito
sa
Deva
Eslovaco
sk
Latn
Esloveno
sl
Latn
Albanês
sq
Latn
Sérvio
sr
Cyrl
Sueco
sv
Latn
Suaíli
sw
Latn
Tagalo
tl
Latn
Turco
tr
Latn
Ucraniano
uk
Cyrl
Urdu
ur
Arab
Usbeque
uz
Latn
Usbeque (cirílico)
uz-Cyrl
Cyrl
Vietnamita
vi
Latn
Ídiche
yi
Hebr
Chinês simplificado
zh-Hans
Hani
Chinês tradicional
zh-Hant
Hani
Zulu
zu
Latn
Versões do processador
ID da versão
Canal de lançamento
Campos adicionais detectados
Outros idiomas com suporte
Descrição
pretrained-foundation-model-v1.0-2023-08-22
Estável
Nenhum
Nenhum
Candidato pronto para Production especializado em casos de uso de documentos com modelos de visão e de fundação especializados.
pretrained-foundation-model-v1.1-2024-03-12
Candidato a lançamento
Nenhum
Nenhum
Versão candidata com o LLM Gemini 1.0 Pro e tecnologias recém-desenvolvidas, incluindo modelos de linguagem e visão especializados. Também inclui recursos avançados de OCR, como a detecção de caixas de seleção.
pretrained-foundation-model-v1.2-2024-05-10
Estável
Nenhum
Nenhum
Candidato pronto para Production com o LLM Gemini 1.5 Pro e tecnologias recém-desenvolvidas, incluindo modelos especializados de linguagem e visão. Também inclui recursos avançados de OCR, como a detecção de caixas de seleção. Recomendado para usuários que querem usar os maiores limites de token compatíveis ou experimentar modelos mais recentes.
pretrained-foundation-model-v1.3-2024-08-31
Estável
Nenhum
Nenhum
Candidato pronto para Production com o LLM do Gemini 1.5 Flash. Também inclui recursos avançados de OCR, como a detecção de caixas de seleção. Recomendado para quem quer a menor latência.
Extraia pares de chave-valor gerais (entidade e caixa de seleção), tabelas e entidades genéricas de documentos, além de textos com OCR.
Esse processador aplica tecnologias avançadas de machine learning para extrair pares de chave-valor, caixas de seleção e tabelas de documentos em mais de 200 idiomas. Esse processador também usa modelos de aprendizado profundo para extrair 11 entidades genéricas comuns em vários tipos de documentos.
Categoria
Extrair
Funções
OCR, análise de formulários, extração de entidades
Extrai elementos de conteúdo de documentos (texto, tabelas e listas) e cria blocos com reconhecimento de contexto.
O Layout Parser extrai elementos de conteúdo de documentos, como texto, tabelas e listas, e cria blocos com reconhecimento de contexto que facilitam a recuperação de informações em IA generativa e aplicativos de descoberta.
Se uma página de um arquivo de entrada com várias páginas for do tipo correto e uma das versões compatíveis, o processador vai realizar a extração de entidades no primeiro documento compatível. Se o processador não encontrar documentos aplicáveis no arquivo de entrada, ele vai retornar uma mensagem de erro.
Idiomas com suporte
Nome do idioma
Tag BCP 47
Script
Suporte para escrita à mão
Inglês
en
Latn
Versões do processador
ID da versão
Canal de lançamento
Campos adicionais detectados
Outros idiomas com suporte
Descrição
pretrained-bankstatement-v1.0-2021-08-08
Estável
Nenhum
Nenhum
pretrained-bankstatement-v1.1-2021-08-13
Estável
Nenhum
Nenhum
pretrained-bankstatement-v2.0-2021-12-10
Estável
Nenhum
Nenhum
pretrained-bankstatement-v3.0-2022-05-16
Estável
Nenhum
Nenhum
Essa versão pressupõe que o arquivo de entrada contém um único extrato bancário. Ao contrário da versão padrão, essa versão não verifica o arquivo de entrada em busca de extratos bancários e não retorna um erro se nenhum extrato for encontrado.
Se uma página de um arquivo de entrada com várias páginas for do tipo correto e uma das versões compatíveis, o processador vai realizar a extração de entidades no primeiro documento compatível. Se o processador não encontrar documentos aplicáveis no arquivo de entrada, ele vai retornar uma mensagem de erro.
Idiomas com suporte
Nome do idioma
Tag BCP 47
Script
Suporte para escrita à mão
Inglês
en
Latn
Formulário/versões compatíveis
2020 (versões padrão e personalizadas)
2019 (versões padrão e personalizadas)
2018 (versões padrão e personalizadas)
Versões do processador
ID da versão
Canal de lançamento
Campos adicionais detectados
Outros idiomas com suporte
Descrição
pretrained-w2-v1.0-2020-10-01
Estável
Nenhum
Nenhum
pretrained-w2-v1.1-2022-01-27
Estável
Nenhum
Nenhum
pretrained-w2-v1.2-2022-01-28
Estável
Mostrar campos
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
Nenhum
Melhorias na qualidade e suporte a novos campos; não inclui o divisor.
Melhorias na qualidade e suporte para os campos da caixa 12 e previsões detalhadas de EmployeeName, EmployeeAddress e EmployerNameAndAddress, que não fazem mais parte da saída e são substituídos por outros campos.
Analisador de comprovação de documento de identidade
Descrição
Prever a validade de documentos de ID usando vários indicadores.
O processador de comprovação de documentos de identidade foi desenvolvido para ajudar a prever a validade de documentos ID com quatro indicadores diferentes.
No momento, o processador retorna informações dos seguintes indicadores:
Detecção de fraud_signals_is_identity_document: prevê se uma imagem contém um documento de identidade reconhecido.
Detecção de fraud_signals_suspicious_words: prevê se há palavras que não são típicas nos IDs.
Detecção de fraud_signals_image_manipulation: prevê se a imagem foi alterada ou adulterada com uma ferramenta de edição de imagens.
Detecção de fraud_signals_online_duplicate: prevê se a imagem pode ser encontrada on-line (somente nos EUA).
No momento, o recurso de detecção de duplicatas on-line é processado em data centers dos EUA. O suporte regional e multirregional não está disponível para esse recurso fora dos EUA.
Esse processador tem suporte de algoritmos atualizados com mais frequência do que as novas versões do processador. Por esse motivo, o processador pode retornar saídas diferentes ao longo do tempo, mesmo usando a mesma versão. Por exemplo, o sistema de detecção de conteúdo duplicado on-line monitora imagens presentes na Web. O comportamento do sistema pode mudar mais rapidamente do que pode ser rastreado nas versões do processador.
Consulte as observações sobre IA responsável[†] e a revisão humana.[‡]
Idiomas com suporte
Nome do idioma
Tag BCP 47
Script
Suporte para escrita à mão
Inglês
en
Latn
Formulário/versões compatíveis
Suporte para passaportes, cartões de identificação e carteiras de habilitação dos EUA.
Se o documento de entrada com várias páginas tiver mais de um recibo de pagamento válido, o processador vai extrair entidades apenas do primeiro recibo de pagamento válido. Se nenhum recibo de pagamento for encontrado no arquivo de entrada, o processador vai retornar uma mensagem de erro.
Idiomas com suporte
Nome do idioma
Tag BCP 47
Script
Suporte para escrita à mão
Inglês
en
Latn
Versões do processador
ID da versão
Canal de lançamento
Campos adicionais detectados
Outros idiomas com suporte
Descrição
pretrained-paystub-v1.0-2021-03-19
Estável
Nenhum
Nenhum
pretrained-paystub-v1.1-2021-08-13
Estável
Mostrar campos
net_pay
net_pay_ytd
employee_account_number
Nenhum
Melhoria na qualidade e suporte a novos campos;
pretrained-paystub-v1.2-2021-12-10
Estável
Nenhum
Nenhum
pretrained-paystub-v2.0-2022-05-17
Candidato a lançamento
Mostrar campos
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
Nenhum
Essa versão pressupõe que o arquivo de entrada contenha um único recibo de pagamento. Ao contrário da versão padrão, essa versão não verifica se há recibos de pagamento no arquivo de entrada e não retorna um erro se nenhum recibo for encontrado.
Melhoria na qualidade, suporte a novos campos e novo esquema. Bônus, comissões, feriados, horas extras, pagamento regular e férias agora fazem parte de earning_item/earning_this_period, e as versões do ano até o momento estão em earning_item/earning_ytd. O depósito direto e o número da conta do funcionário agora estão aninhados em direct_deposit_item.
Extrações de textos e valores de faturas, como número da fatura, nome do fornecedor, valor da fatura, valor fiscal, data da fatura e data de vencimento.
O Parser de faturas extrai campos de cabeçalho e de itens de linha, como número da fatura, nome do fornecedor, valor da fatura, valor do imposto, data da fatura, data de vencimento e valores dos itens de linha.
[*] Este processador está disponível apenas para clientes com acesso limitado.
Para solicitar acesso à API, preencha e envie o
formulário de solicitação de cliente de acesso limitado do Document AI.
Nesse formulário, são solicitadas informações sobre você, sua empresa e seu caso de uso.
É necessário ter um ID de projeto do Google Cloud para acessar.
Para criar um novo projeto do Google Cloud ou identificar o ID do seu projeto
atual, siga estas instruções.
Depois que você enviar o formulário, a equipe do Document AI
analisará sua solicitação para garantir que você atenda aos critérios de acesso.
Caso seja aprovado, você receberá um e-mail com instruções de como acessar
e usar esse recurso.
[†]
A verificação de documentos de identidade extrai e avalia informações de documentos ID que contribuem para identificar se a imagem de entrada representa um ID autêntico.
No Google Cloud, priorizamos ajudar os clientes a desenvolver e implementar soluções de IA com segurança. O Identity Proofing foi desenvolvido de acordo com os princípios de IA do Google.
Baseado nos princípios de IA do Google e no design atual do produto, recomendamos que você tenha cautela e avalie cuidadosamente os possíveis benefícios e riscos de usar a comprovação de documentos de identidade para:
Tomada de decisões sem a human in the loop em previsões que podem afetar os direitos humanos.
Em domínios sensíveis, incluindo, entre outros, emprego, acesso a serviços públicos, saúde e contextos de segurança.
[‡] Sempre use a comprovação de identidade como parte do seu processo e fluxo de trabalho mais amplo de detecção de identidade.
É importante ter um revisor humano no seu fluxo de trabalho para verificar se os indicadores previstos são precisos. O processador de comprovação de identidade não substitui a revisão humana de documentos em um fluxo de trabalho, mas ajuda os revisores humanos a validar documentos de ID. O processador de comprovação de identidade não deve ser usado como uma ferramenta de decisão automatizada para determinar se um ID é válido. Com a revisão humana, os clientes podem alcançar maior precisão no processamento de documentos e ajudar as empresas a avaliar as previsões usando ferramentas criadas especificamente para permitir essas revisões.
Analise a legislação da região em que você está implementando essa tecnologia e pesquise as orientações do setor para saber mais sobre diretrizes da política e problemas comuns de imparcialidade. Leia sobre a imparcialidade no machine learning, incluindo maneiras de reduzir o viés em conjuntos de dados de treinamento, avaliar se há disparidades no desempenho dos modelos personalizados e outras considerações ao usar o modelo personalizado.
Recomendamos que os clientes sigam as práticas recomendadas de imparcialidade, interpretabilidade, privacidade e segurança ao implementar a comprovação de identidade. Para saber mais sobre como implementar a IA responsável, leia as recomendações do Google para práticas de IA responsável.
[[["Fácil de entender","easyToUnderstand","thumb-up"],["Meu problema foi resolvido","solvedMyProblem","thumb-up"],["Outro","otherUp","thumb-up"]],[["Difícil de entender","hardToUnderstand","thumb-down"],["Informações incorretas ou exemplo de código","incorrectInformationOrSampleCode","thumb-down"],["Não contém as informações/amostras de que eu preciso","missingTheInformationSamplesINeed","thumb-down"],["Problema na tradução","translationIssue","thumb-down"],["Outro","otherDown","thumb-down"]],["Última atualização 2025-01-29 UTC."],[],[]]
