使用Azure Document Intelligence分析泰卢固语PDF时输出“telugut”的修复咨询

针对你遇到的输出为“telugut”而非泰卢固语文本的问题，可以通过以下步骤解决：

• 明确指定语言参数：Azure Document Intelligence支持调用时指定目标语言，泰卢固语的语言代码为te。你可能之前未留意该参数的设置位置：

  • 若使用REST API，在分析请求的JSON体中添加"language": "te"字段；
  • 若使用Python SDK，在调用分析方法时传入language="te"参数，示例代码：

    from azure.ai.formrecognizer import DocumentAnalysisClient
    from azure.core.credentials import AzureKeyCredential
    
    endpoint = "你的服务端点"
    key = "你的API密钥"
    
    document_analysis_client = DocumentAnalysisClient(
        endpoint=endpoint, credential=AzureKeyCredential(key)
    )
    
    with open("泰卢固语文档.pdf", "rb") as f:
        poller = document_analysis_client.begin_analyze_document(
            "prebuilt-read", document=f, language="te"
        )
    result = poller.result()
    

• 验证API版本兼容性：确保使用Document Intelligence v3.1及以上版本，旧版本对印度区域语言的支持有限，升级到最新版本可提升识别准确性。

• 确认文档类型：如果你的PDF是扫描生成的图片型文档，需确保启用OCR识别模式，并同步指定language="te"参数，避免因默认语言不匹配导致识别错误。

内容的提问来源于stack exchange，提问作者curiouslearner