Google Vision API间歇性无法检测文档语言问题求助

问题概述 #

使用Google Vision API处理文档生成OCR结果时，存在间歇性无法识别文档语言的异常——即便是纯单一语言的文档，也会出现检测失败的情况。

已尝试的无效操作 #

• 遵循官方文档建议，使用DOCUMENT_TEXT_DETECTION时不传入语言提示，依赖自动检测，无效；
• 手动传入已知语言的languageHints参数，仍然无法检测出语言；
• 将Vision输出的OCR文本导入Google Translate、Cloud Translation或Amazon Comprehend，均能正确识别目标语言。

复现场景 #

以某单一语言PDF文档为例，使用以下Node.js代码调用API，语言检测完全失效：

const vision = require('@google-cloud/vision').v1;

const client = new vision.ImageAnnotatorClient(authOptions());

const inputConfig = {
  mimeType: 'application/pdf',
  gcsSource: {
    uri: 'our-gcsSource',
  },
};

const features = [{ type: 'DOCUMENT_TEXT_DETECTION' }];

const request = {
  requests: [
    {
      inputConfig,
      features,
    },
  ],
};

const [operation] = await client.asyncBatchAnnotateFiles(request);

// 省略后续处理代码

可行解决方案 #

1. 扩大语言候选范围 #

即使是单一语言文档，也尝试传入包含目标语言及其变体的候选列表，而非单一语言代码。例如目标语言为中文时：

const request = {
  requests: [
    {
      inputConfig,
      features,
      imageContext: {
        languageHints: ['zh', 'zh-CN', 'zh-TW'] // 根据实际语言调整
      }
    },
  ],
};

2. 转换文档格式后重试 #

部分PDF可能存在文本层损坏、字体嵌入异常或编码问题，导致Vision API无法提取有效文本特征。可将PDF转换为高清PNG/JPG图片后再调用API，验证语言检测是否恢复正常。

3. 检查完整注解结果 #

确保在获取异步任务结果时，遍历完整的textAnnotations数组，部分场景下语言信息会嵌套在文本片段的注解中，而非顶层字段：

const [response] = await operation.promise();
const textAnnotations = response.responses[0]?.textAnnotations;
if (textAnnotations?.length > 0) {
  const detectedLocale = textAnnotations[0].locale;
  console.log('检测到的语言:', detectedLocale);
}

4. 提交官方支持工单 #

若上述方法均无效，大概率是API服务的间歇性故障。可通过Google Cloud控制台提交支持工单，附上失效文档样本、API请求日志及复现代码，请求官方排查服务端问题。

内容的提问来源于stack exchange，提问作者camelCase