腾讯云文字识别 OCR 基于腾讯优图实验室的深度学习技术,提供通用印刷体识别、通用文字识别(高精度版)、通用手写体识别、表格识别等服务。其中通用印刷体识别支持中文、英文、日语、韩语、西班牙语、法语、德语、葡萄牙语、阿拉伯语等二十种语言,且各语种均支持与英文混合识别,可自动检测语言类型并返回文本框坐标;通用文字识别(高精度版)与多语种文字识别覆盖一百种以上全球语种,官方准确率达 99%,支持多语言混排同步识别与多语种图像畸变矫正,适用于随手拍扫描、纸质文档电子化、电商广告审核、短剧字幕、跨境票据等场景。
除腾讯云外,主流云服务商也提供多语种文档智能 API,通常结合 OCR 与文档分类、表格提取、表单抽取等能力,采用按调用量计费的模式,适合已有相应云生态的企业。
近年来涌现出一批 AI 原生的文档解析服务,基于视觉语言模型提供结构化输出(边界框、块分类、置信度),支持自托管以满足数据驻留与数据主权要求,在 RAG、企业搜索、智能体工作流等场景受到关注。