Compatibilidad con lenguajes: análisis de documentos

Este contenido se aplica a: v4.0 (versión preliminar) | Versiones anteriores: v3.1 (GA) v3.0 (GA) v2.1 (GA)

Los modelos de Documento de inteligencia de Azure AI proporcionan compatibilidad con el procesamiento de documentos en varios idiomas. Nuestras funcionalidades de soporte de idioma permiten a los usuarios comunicarse con sus aplicaciones de forma natural y capacitar al alcance global. Los modelos de análisis de documentos permiten la extracción de texto de formularios y documentos y devuelven contenido estructurado listo para el uso o el progreso de la organización. En las tablas siguientes se enumeran el idioma disponible y la compatibilidad con la configuración regional por modelo y característica:

• Lectura: el modelo de lectura permite extraer y analizar texto impreso y manuscrito. Este modelo es el motor de OCR subyacente para otros modelos precompilados de Documento de inteligencia, como los de diseño, documento general, factura, recibo, documento de identidad (ID), tarjeta de seguro médico, documentos fiscales y modelos personalizados. Para obtener más información, consulte Información general del modelo de lectura

• Diseño: el modelo de diseño permite extraer y analizar texto, tablas, estructura de documentos y marcas de selección (como botones de radio y casillas) de formularios y documentos.

Nota:

Código de idioma (opcional)

• Los modelos universales basados en aprendizaje profundo de Documento de inteligencia extraen todo el texto multilingüe de los documentos, incluidas las líneas de texto con idiomas combinados, y no necesitan que se especifique un código de idioma.

• No proporcione el código de idioma como parámetro a menos que esté seguro del idioma y quiera forzar al servicio a aplicar solo el modelo correspondiente. De lo contrario, el servicio puede devolver texto incompleto e incorrecto.

• Además, tampoco es necesario especificar una configuración regional. Se trata de un parámetro opcional. La tecnología de aprendizaje profundo de Documento de inteligencia detectará automáticamente el idioma del texto de la imagen.

Modelo de lectura

Id. de modelo: prebuilt-read

Lectura: texto impreso

En la tabla siguiente se muestra la compatibilidad del lenguaje de modelo de lectura para extraer y analizar texto impreso.

Idioma	Código (opcional)
Abaza	abq
Abjasio	ab
Achenés	ace
Acholí	ach
Adangme	ada
Adigué	ady
Afar	aa
Afrikáans	af
Akan	ak
Albanés	sq
Algonquino	alq
Angika (devanagari)	anp
Árabe	ar
Asturiano	ast
Asu (Tanzania)	asa
Avar	av
Awadhi-Hindi (devanagari)	awa
Aimara	ay
Azerbaiyano (latino)	az
Bafia	ksf
Bagheli	bfy
Bambara	bm
Bashkir	ba
Vasco	eu
Bielorruso (cirílico)	be, be-cyrl
Bielorruso (latino)	be, be-latn
Bemba (Zambia)	bem
Bena (Tanzania)	bez
Bhojpuri-Hindi (devanagari)	bho
Bikol	bik
Bini	bin
Bislama	bi
Bodo (devanagari)	brx
Bosnio (latino)	bs
Brajbha	bra
Bretón	br
Búlgaro	bg
Bundeli	bns
Buriato (cirílico)	bua
Catalán	ca
Cebuano	ceb
Chamling	rab
Chamorro	ch
Checheno	ce
Chhattisgarhi (devanagari)	hne
Chiga	cgg
Chino simplificado	zh-Hans
Chino tradicional	zh-Hant
Choctaw	cho
Chukot	ckt
Chuvasio	cv
Córnico	kw
Corso	co
Cree	cr
Creek	mus
Tártaro de Crimea (Latín)	crh
Croata	hr
Crow	cro
Checo	cs
Danés	da
Dargwa	dar
Dari	prs
Dhimal (devanagari)	dhi
Dogri (devanagari)	doi
Duala	dua
Dungano	dng
Neerlandés	nl
Efik	efi
English	en
Erzya (cirílico)	myv
Estonio	et
Feroés	fo
Fiyiano	fj
Filipino	fil
Finés	fi

Lenguaje	Código (opcional)
Fon	fon
Francés	fr
Friulano	fur
Ga	gaa
Gagauzo (latino)	gag
Gallego	gl
Ganda	lg
Gayo	gay
Alemán	de
Gilbertés	gil
Gondi (devanagari)	gon
Griego	el
Groenlandés	kl
Guaraní	gn
Gurung (devanagari)	gvr
Gusii	guz
Criollo haitiano	ht
Halbi (devanagari)	hlb
Hani	hni
Haryanvi	bgc
Hawaiano	haw
Hebreo	he
Herero	hz
Hiligaynon	hil
Hindi	hi
Hmong Daw (Latín)	mww
Ho (devanagiri)	hoc
Húngaro	hu
Iban	iba
Islandés	is
Igbo	ig
Ilocano	ilo
Sami inari	smn
Indonesio	id
Ingusetio	inh
Interlingua	ia
Inuktitut (latino)	iu
Irlandés	ga
Italiano	it
Japonés	ja
Jaunsari (devanagari)	Jns
Javanés	jv
Jola-fonyi	dyo
Cabardiano	kbd
Caboverdiano	kea
Kachin (Latín)	kac
Kalenjin	kln
Calmuco	xal
Kangri (devanagari)	xnr
Kanuri	kr
Karachái-bálkaro	krc
Karakalpako (cirílico)	kaa-cyrl
Karakalpako (latino)	kaa
Casubio	csb
Kazajo (cirílico)	kk-cyrl
Kazajo (latino)	kk-latn
Jakasio	kjh
Khaling	klr
Khasi	kha
Quiché	quc
Kikuyu	ki
Sami kildin	sjd
Kinyarwanda	rw
Komi	kv
Kongo	kg
Coreano	ko
Korku	kfq
Koriakia	kpy
Kosreano	kos
Kpelle	kpe
Kuanyama	kj
Cumuco (cirílico)	kum
Kurdo (árabe)	ku-arab
Kurdo (latino)	ku-latn
Kurukh (devanagari)	kru
Kirguís (cirílico)	ky
Lak	lbe
Lakota	lkt

Lenguaje	Código (opcional)
Latín	la
Letón	lv
Lezgiano	lex
Lingala	ln
Lituano	lt
Bajo sorbio	dsb
Lozi	loz
Sami lule	smj
Luo (Kenia y Tanzania)	luo
Luxemburgués	lb
Luyia	luy
Macedonio	mk
Machame	jmc
Madureso	mad
Mahasu Pahari (devanagari)	bfz
Makhuwa-meetto	mgh
Makonde	kde
Malgache	mg
Malayo (latino)	ms
Maltés	mt
Malto (devanagari)	kmj
Mandinká	mnk
Manx	gv
Maorí	mi
Mapuche	arn
Maratí	mr
Mari (Rusia)	chm
Masái	mas
Mende (Sierra Leona)	men
Meru	mer
Meta'	mgo
Minangkabau	min
Mohawk	moh
Mongol (cirílico)	mn
Mongondow	mog
Montenegrino (cirílico)	cnr-cyrl
Montenegrino (latino)	cnr-latn
Mauriciano	mfe
Mundang	mua
Náhuatl	nah
Navajo	nv
Ndonga	ng
Napolitano	nap
Nepalí	ne
Ngomba	jgo
Niueano	niu
Nogayo	nog
Ndebele septentrional	nd
Sami septentrional (latino)	sme
Noruego	no
Nyanja	ny
Nyankole	nyn
Nzima	nzi
Occitano	oc
Ojibwa	oj
Oromo	om
Osetio	os
Pampango	pam
Pangasinense	pag
Papiamento	pap
Pastún	ps
Pedi	nso
Persa	fa
Polaco	pl
Portugués	pt
Punyabí (árabe)	pa
Quechua	qu
Ripuario	ksh
Rumano	ro
Romanche	rm
Rundi	rn
Ruso	ru
Rwa	rwk
Sadri (devanagari)	sck
Sakha	sah
Samburu	saq
Samoano (latino)	sm
Sango	sg

Lenguaje	Código (opcional)
Sangu (Gabón)	snq
Sánscrito (Devanagari)	sa
Santali (devanagiri)	sat
Escocés	sco
Gaélico escocés	gd
Sena	seh
Serbio (cirílico)	sr-cyrl
Serbio (latino)	sr, sr-latn
Shambala	ksb
Shona	sn
Siksiká	bla
Sirmauri (devanagari)	srx
Sami skolt	sms
Eslovaco	sk
Esloveno	sl
Soga	xog
Somalí (árabe)	so
Somalí (latino)	so-latn
Songhay	son
Ndebele meridional	nr
Altaico del Sur	alt
Sami meridional	sma
Sotho meridional	st
Español	es
Sundanés	su
Swahili (Latín)	sw
Swati	ss
Sueco	sv
Tabassaran	tab
Tashelhit	shi
Tahitiano	ty
Taita	dav
Tayiko (cirílico)	tg
Tamil	ta
Tártaro (cirílico)	tt-cyrl
Tártaro (Latín)	tt
Teso	teo
Tetum	tet
Tailandés	th
Thangmi	thf
Tok Pisin	tpi
Tongano	to
Tsonga	ts
Tswana	tn
Turco	tr
Turcomano (latino)	tk
Tuvano	tyv
Udmurto	udm
Uigur (cirílico)	ug-cyrl
Ucraniano	uk
Alto sorbio	hsb
Urdu	ur
Uigur (árabe)	ug
Uzbeko (árabe)	uz-arab
Uzbeko (cirílico)	uz-cyrl
Uzbeko (latino)	uz
Vietnamita	vi
Volapük	vo
Vunjo	vun
Walser	wae
Galés	cy
Frisón occidental	fy
Wolof	wo
Xhosa	xh
Maya Yucateco	yua
Zapoteco	zap
Zarma	dje
Zhuang	za
Zulú	zu

Lectura: texto manuscrito

En la tabla siguiente se muestra la compatibilidad del lenguaje de modelo de lectura para extraer y analizar texto manuscrito.

Idioma	Código de idioma (opcional)	Lenguaje	Código de idioma (opcional)
Inglés	en	Japonés	ja
Chino simplificado	zh-Hans	Coreano	ko
Francés	fr	Portugués	pt
Alemán	de	Español	es
Italiano	it	Ruso (versión preliminar)	ru
Tailandés (versión preliminar)	th	Árabe (versión preliminar)	ar

Lectura: detección de idioma

La API del modelo de lectura admite la detección de idiomas de los siguientes idiomas en los documentos. Esta lista puede incluir idiomas que no se admiten actualmente para la extracción de texto.

Importante

Detección de idioma

• El modelo de lectura de Documento de inteligencia puede detectar la presencia de idiomas y devolver códigos de idioma para los idiomas detectados.

Idiomas detectados frente a idiomas extraídos

• En esta sección se enumeran los idiomas que se pueden detectar desde los documentos mediante el modelo De lectura, si está presente.
• Tenga en cuenta que esta lista difiere de la lista de idiomas de los que se admite la extracción de texto, que se especifica en las secciones anteriores para cada modelo.

Idioma	Código
Afrikáans	af
Albanés	sq
Amárico	am
Árabe	ar
Armenio	hy
Asamés	as
Azerbaiyano	az
Vasco	eu
Bielorruso	be
Bengalí	bn
Bosnio	bs
Búlgaro	bg
Birmano	my
Catalán	ca
Camboyano	km
Chino	zh
Chino simplificado	zh_chs
Chino tradicional	zh_cht
Corso	co
Croata	hr
Checo	cs
Danés	da
Dari	prs
Divehi	dv
Neerlandés	nl
Inglés	en
Esperanto	eo
Estonio	et
Fiyiano	fj
Finés	fi
Francés	fr
Gallego	gl
Georgiano	ka
Alemán	de
Griego	el
Gujarati	gu
Haitiano	ht
Hausa	ha
Hebreo	he
Hindi	hi
Hmong Daw	mww
Húngaro	hu
Islandés	is
Igbo	ig
Indonesio	id
Inuktitut	iu
Irlandés	ga
Italiano	it
Japonés	ja
Javanés	jv
Canarés	kn
Kazajo	kk
Kinyarwanda	rw
Kirguís	ky
Coreano	ko
Kurdo	ku
Lao	lo
Latín	la

Idioma	Código
Letón	lv
Lituano	lt
Luxemburgués	lb
Macedonio	mk
Malgache	mg
Malayo	ms
Malayalam	ml
Maltés	mt
Maori	mi
Maratí	mr
Mongol	mn
Nepalí	ne
Noruego	no
Noruego nynorsk	nn
Odia	or
Pastún	ps
Persa	fa
Polaco	pl
Portugués	pt
Punjabi	pa
Otomí Querétaro	otq
Rumano	ro
Ruso	ru
Samoano	sm
Serbio	sr
Shona	sn
Sindhi	sd
Cingalés	si
Eslovaco	sk
Esloveno	sl
Somalí	so
Español	es
Sundanés	su
Swahili	sw
Sueco	sv
Tagalo	tl
Tahitiano	ty
Tayiko	tg
Tamil	ta
Tatar	tt
Telugu	te
Tailandés	th
Tibetano	bo
Tigriña	ti
Tongano	to
Turco	tr
Turcomano	tk
Ucraniano	uk
Urdu	ur
Uzbeko	uz
Vietnamita	vi
Galés	cy
Xhosa	xh
Yidis	yi
Yoruba	yo
Maya Yucateco	yua
Zulú	zu

Layout

Id. de modelo: prebuilt-layout

Diseño: texto impreso

En la tabla siguiente se enumeran los idiomas compatibles para texto impreso:

Lenguaje	Código (opcional)
Abaza	abq
Abjasio	ab
Achenés	ace
Acholí	ach
Adangme	ada
Adigué	ady
Afar	aa
Afrikáans	af
Akan	ak
Albanés	sq
Algonquino	alq
Angika (devanagari)	anp
Árabe	ar
Asturiano	ast
Asu (Tanzania)	asa
Avar	av
Awadhi-Hindi (devanagari)	awa
Aimara	ay
Azerbaiyano (latino)	az
Bafia	ksf
Bagheli	bfy
Bambara	bm
Bashkir	ba
Vasco	eu
Bielorruso (cirílico)	be, be-cyrl
Bielorruso (latino)	be, be-latn
Bemba (Zambia)	bem
Bena (Tanzania)	bez
Bhojpuri-Hindi (devanagari)	bho
Bikol	bik
Bini	bin
Bislama	bi
Bodo (devanagari)	brx
Bosnio (latino)	bs
Brajbha	bra
Bretón	br
Búlgaro	bg
Bundeli	bns
Buriato (cirílico)	bua
Catalán	ca
Cebuano	ceb
Chamling	rab
Chamorro	ch
Checheno	ce
Chhattisgarhi (devanagari)	hne
Chiga	cgg
Chino simplificado	zh-Hans
Chino tradicional	zh-Hant
Choctaw	cho
Chukot	ckt
Chuvasio	cv
Córnico	kw
Corso	co
Cree	cr
Creek	mus
Tártaro de Crimea (Latín)	crh
Croata	hr
Crow	cro
Checo	cs
Danés	da
Dargwa	dar
Dari	prs
Dhimal (devanagari)	dhi
Dogri (devanagari)	doi
Duala	dua
Dungano	dng
Neerlandés	nl
Efik	efi
English	en
Erzya (cirílico)	myv
Estonio	et
Feroés	fo
Fiyiano	fj
Filipino	fil
Finés	fi

Lenguaje	Código (opcional)
Fon	fon
Francés	fr
Friulano	fur
Ga	gaa
Gagauzo (latino)	gag
Gallego	gl
Ganda	lg
Gayo	gay
Alemán	de
Gilbertés	gil
Gondi (devanagari)	gon
Griego	el
Groenlandés	kl
Guaraní	gn
Gurung (devanagari)	gvr
Gusii	guz
Criollo haitiano	ht
Halbi (devanagari)	hlb
Hani	hni
Haryanvi	bgc
Hawaiano	haw
Hebreo	he
Herero	hz
Hiligaynon	hil
Hindi	hi
Hmong Daw (Latín)	mww
Ho (devanagiri)	hoc
Húngaro	hu
Iban	iba
Islandés	is
Igbo	ig
Ilocano	ilo
Sami inari	smn
Indonesio	id
Ingusetio	inh
Interlingua	ia
Inuktitut (latino)	iu
Irlandés	ga
Italiano	it
Japonés	ja
Jaunsari (devanagari)	Jns
Javanés	jv
Jola-fonyi	dyo
Cabardiano	kbd
Caboverdiano	kea
Kachin (Latín)	kac
Kalenjin	kln
Calmuco	xal
Kangri (devanagari)	xnr
Kanuri	kr
Karachái-bálkaro	krc
Karakalpako (cirílico)	kaa-cyrl
Karakalpako (latino)	kaa
Casubio	csb
Kazajo (cirílico)	kk-cyrl
Kazajo (latino)	kk-latn
Jakasio	kjh
Khaling	klr
Khasi	kha
Quiché	quc
Kikuyu	ki
Sami kildin	sjd
Kinyarwanda	rw
Komi	kv
Kongo	kg
Coreano	ko
Korku	kfq
Koriakia	kpy
Kosreano	kos
Kpelle	kpe
Kuanyama	kj
Cumuco (cirílico)	kum
Kurdo (árabe)	ku-arab
Kurdo (latino)	ku-latn

Lenguaje	Código (opcional)
Kurukh (devanagari)	kru
Kirguís (cirílico)	ky
Lak	lbe
Lakota	lkt
Latín	la
Letón	lv
Lezgiano	lex
Lingala	ln
Lituano	lt
Bajo sorbio	dsb
Lozi	loz
Sami lule	smj
Luo (Kenia y Tanzania)	luo
Luxemburgués	lb
Luyia	luy
Macedonio	mk
Machame	jmc
Madureso	mad
Mahasu Pahari (devanagari)	bfz
Makhuwa-meetto	mgh
Makonde	kde
Malgache	mg
Malayo (latino)	ms
Maltés	mt
Malto (devanagari)	kmj
Mandinká	mnk
Manx	gv
Maorí	mi
Mapuche	arn
Maratí	mr
Mari (Rusia)	chm
Masái	mas
Mende (Sierra Leona)	men
Meru	mer
Meta'	mgo
Minangkabau	min
Mohawk	moh
Mongol (cirílico)	mn
Mongondow	mog
Montenegrino (cirílico)	cnr-cyrl
Montenegrino (latino)	cnr-latn
Mauriciano	mfe
Mundang	mua
Náhuatl	nah
Navajo	nv
Ndonga	ng
Napolitano	nap
Nepalí	ne
Ngomba	jgo
Niueano	niu
Nogayo	nog
Ndebele septentrional	nd
Sami septentrional (latino)	sme
Noruego	no
Nyanja	ny
Nyankole	nyn
Nzima	nzi
Occitano	oc
Ojibwa	oj
Oromo	om
Osetio	os
Pampango	pam
Pangasinense	pag
Papiamento	pap
Pastún	ps
Pedi	nso
Persa	fa
Polaco	pl
Portugués	pt
Punyabí (árabe)	pa
Quechua	qu
Ripuario	ksh
Rumano	ro
Romanche	rm
Rundi	rn
Ruso	ru

Lenguaje	Código (opcional)
Rwa	rwk
Sadri (devanagari)	sck
Sakha	sah
Samburu	saq
Samoano (latino)	sm
Sango	sg
Sangu (Gabón)	snq
Sánscrito (Devanagari)	sa
Santali (devanagiri)	sat
Escocés	sco
Gaélico escocés	gd
Sena	seh
Serbio (cirílico)	sr-cyrl
Serbio (latino)	sr, sr-latn
Shambala	ksb
Shona	sn
Siksiká	bla
Sirmauri (devanagari)	srx
Sami skolt	sms
Eslovaco	sk
Esloveno	sl
Soga	xog
Somalí (árabe)	so
Somalí (latino)	so-latn
Songhay	son
Ndebele meridional	nr
Altaico del Sur	alt
Sami meridional	sma
Sotho meridional	st
Español	es
Sundanés	su
Swahili (Latín)	sw
Swati	ss
Sueco	sv
Tabassaran	tab
Tashelhit	shi
Tahitiano	ty
Taita	dav
Tayiko (cirílico)	tg
Tamil	ta
Tártaro (cirílico)	tt-cyrl
Tártaro (Latín)	tt
Teso	teo
Tetum	tet
Tailandés	th
Thangmi	thf
Tok Pisin	tpi
Tongano	to
Tsonga	ts
Tswana	tn
Turco	tr
Turcomano (latino)	tk
Tuvano	tyv
Udmurto	udm
Uigur (cirílico)	ug-cyrl
Ucraniano	uk
Alto sorbio	hsb
Urdu	ur
Uigur (árabe)	ug
Uzbeko (árabe)	uz-arab
Uzbeko (cirílico)	uz-cyrl
Uzbeko (latino)	uz
Vietnamita	vi
Volapük	vo
Vunjo	vun
Walser	wae
Galés	cy
Frisón occidental	fy
Wolof	wo
Xhosa	xh
Maya Yucateco	yua
Zapoteco	zap
Zarma	dje
Zhuang	za
Zulú	zu

Diseño: texto manuscrito

En la tabla siguiente se muestra la compatibilidad del lenguaje de modelo de diseño para extraer y analizar texto manuscrito.

Idioma	Código de idioma (opcional)	Lenguaje	Código de idioma (opcional)
Inglés	en	Japonés	ja
Chino simplificado	zh-Hans	Coreano	ko
Francés	fr	Portugués	pt
Alemán	de	Español	es
Italiano	it	Ruso (versión preliminar)	ru
Tailandés (versión preliminar)	th	Árabe (versión preliminar)	ar

Documento general

Importante

Con Documento de inteligencia v4.0:2024-07-31-preview, 2023-10-31-preview y en adelante, el modelo de documento general (prebuilt-document) se está agregando al diseño (prebuilt-layout). Para extraer pares clave-valor, marcas de selección, texto, tablas y estructura de documentos, use los siguientes modelos:

Pares clave-valor	version	Id. de modelo
Modelo de diseño con una cadena de consulta features=keyValuePairs especificado.	• v4:2024-02-29-preview, 2023-10-31-preview • v3.1:2023-07-31 (GA)	prebuilt-layout
Modelo de documento general	• v3.1:2023-07-31 (GA) • v3.0:2022-08-31 (GA)	prebuilt-document

---