泰语合同与法律文件 OCR

把泰语协议、地契、诉讼文书和往来函件读取为可搜索的文字。审阅流程随后就能以文字形式保存并检索整份文档。

返回结果

服务协议output: "markdown"
## ข้อ ๗ การบอกเลิกสัญญา

๗.๑ คู่สัญญาฝ่ายใดฝ่ายหนึ่งอาจบอกเลิกสัญญาฉบับนี้
     โดยแจ้งเป็นหนังสือล่วงหน้าไม่น้อยกว่าสามสิบ (๓๐) วัน

๗.๒ การบอกเลิกตามข้อ ๗.๑ ไม่กระทบต่อสิทธิและหน้าที่
     ที่เกิดขึ้นแล้วก่อนวันที่การบอกเลิกมีผล

用泰文数字编排的条款编号在读取后完整保留,交叉引用仍指向原来那一条。

收费附表output: "structured"
heading   ภาคผนวก ก อัตราค่าบริการ
table     6 rows x 3 columns
paragraph อัตราข้างต้นยังไม่รวมภาษีมูลค่าเพิ่ม

附表本身就是表格,类型化块让它保持为一个表格,周围的文字另行分开。

已签署的补充协议output: "markdown"
# บันทึกข้อตกลงแก้ไขเพิ่มเติมสัญญา ฉบับที่ ๒

ทำที่ กรุงเทพมหานคร
วันที่ ๑๕ กรกฎาคม ๒๕๖๙

![signature block](figure)

签名栏和印章作为图片返回。审阅者知道页面上有它们,模型也不会编造它们的内容。

上方的读取结果用于说明响应格式,并非从模型实际采集。OCR 页面提供模型对真实样本的实录读取结果,并注明采集日期。

如何接入审阅流程

大多数泰国法律文件送到审阅团队手上时,都是已签署原件的扫描件,也就是一张谁也搜不到的文字图片。审阅者要找的条款在一份 24 页协议的第 19 页,用泰语写成,旁边是一份只以表格形式存在的附表。把文档读取为文字,正是这一步让满满一文件夹的 PDF 能被搜索索引、条款库或审阅者自己的键盘触及。

  1. 读取文件,保留文件

    原始 PDF 仍是您的存档记录。读取增加的是同样页面、同样页序的一份文字副本,可以放进搜索索引。

  2. 保留文档原有的结构

    结果由人阅读时选 Markdown,由条款提取程序或附表解析器处理时选结构化输出。两种形式都会把标题、表格和列表区分开。

  3. 把文字交给下游

    文档一旦变成文字,下游的工作都会更容易,包括搜索、条款比对,以及为需要泰语版本的读者做翻译。向法院提交的文件仍然需要经过认证的译文。

一个案件的费用

一个案件的费用
工作量页数费用
一份协议及其附表(24 页)24$0.16
一次请求,达到 50 页上限50$0.33
包含 40 份文件的案件约 $6.24

每页统一计 6.5 积分。一个案件的费用只取决于页数。超过 50 页上限的文档,由您的代码拆分成多次请求。

读取在哪里止步

读取页面

条款、附表和往来函件按文档原有顺序以文字返回。

不做认证

《民事诉讼法典》第 46 条规定,向法院提交的外文文件须附经证明无误的泰语译文。读取结果不属于这种译文。

不提供法律意见

条款的含义以及如何应对,仍由您的律师判断。

不鉴定真伪

签名和印章作为图片返回。文件是否真实,这个 API 从不回答。

以上是产品本身的边界。您自身承担的义务是另一回事。文件要送往哪里,比文件写了什么更重要,而只有您知道它要去哪里。

来源:Civil Procedure Code, s. 46(在新标签页中打开)

面向开发者

一份协议提交一次。响应按页分开,引用条款时仍能注明出自哪一页。

完整 API 参考
# Encode without line wrapping: wrapped base64 breaks the JSON string.
DOC=$(base64 < invoice.pdf | tr -d '\n')
# --max-time covers a multi-page document; curl defaults to no limit.
curl -X POST https://api.paxalabs.com/v1/ocr \
  --max-time 300 \
  -H "Authorization: Bearer $PAXA_API_KEY" \
  -H "Content-Type: application/json" \
  -d "{\"document\": \"$DOC\", \"model\": \"paxa-ocr-lite-v1\"}"

泰文数字承载着合同的结构

泰国法律文书用泰文数字给条款编号,并逐层嵌套:ข้อ ๗.๑ 位于 ข้อ ๗ 之下。把 ๗ 当作装饰的阅读者,会丢掉文档的纲目和其中所有交叉引用。模型把泰文数字当作数字来读,因此原先指向 ข้อ ๗.๑ 的条款,读取之后仍然指向它。

常见问题

读取结果等同于认证翻译吗?

不等同,而且这个区别很重要。《民事诉讼法典》第 46 条规定,向法院提交的外文文件须附经证明无误的泰语译文。官方程序通常要求由认证译员出具证明。这个 API 读取的是页面上的内容,不对任何东西作出认证。

它会就我们的文件提供法律意见吗?

不会。它返回您所提交页面的文字。此后的一切,包括条款的含义和如何应对,都是您的律师的工作。

签名、印章和戳记会怎样处理?

它们作为图片返回,模型不会为它们编造文字。读取结果会告诉您页面上有签名栏,但不会告诉您那是谁的签名。

可以发送超过页数上限的文档吗?

一次请求最多 50 页、10 MB。更长的文档由您的代码拆成连续的多次请求,无论怎样拆分,每页的费用都相同。

从免费积分开始

使用 Google、GitHub 或 Hugging Face 登录,即可用 100 一次性免费积分处理您自己的文本。