在 Android 上使用 ML Kit 辨識文字語言

您可以使用 ML Kit 識別字串的語言。您可以取得字串最有可能的語言，以及所有可能語言的信賴分數。

ML Kit 可辨識超過 100 種語言的文字，並支援這些語言的文字。此外，系統還能辨識阿拉伯文、保加利亞文、中文、希臘文、北印度文、日文和俄文的羅馬化文字。如需完整的支援語言和文字清單，請參閱這篇文章。

組合未綁定
程式庫名稱com.google.mlkit:language-idcom.google.android.gms:play-services-mlkit-language-id
導入模型會在建構時靜態連結至應用程式。模型會透過 Google Play 服務動態下載。
應用程式大小影響大小增加約 900 KB。大小增加約 200 KB。
初始化時間模型會立即提供。首次使用前可能需要等待模型下載完成。

立即試用

事前準備

  1. 在專案層級的 build.gradle 檔案中，請務必在 buildscript 和 allprojects 區段中加入 Google 的 Maven 存放區。

  2. 將 ML Kit Android 程式庫的依附元件新增至模組的應用程式層級 Gradle 檔案，通常為 app/build.gradle。請依據需求選擇下列其中一個依附元件：

    如要將模型與應用程式組合：

    dependencies {
  // ...
  // Use this dependency to bundle the model with your app
  implementation 'com.google.mlkit:language-id:17.0.6'
}

    如要在 Google Play 服務中使用模型：

    dependencies {
  // ...
  // Use this dependency to use the dynamically downloaded model in Google Play Services
  implementation 'com.google.android.gms:play-services-mlkit-language-id:17.0.0'
}

  3. 如果選擇在 Google Play 服務中使用模型，您可以設定應用程式，在從 Play 商店安裝後自動將模型下載至裝置。如要這麼做，請在應用程式的 AndroidManifest.xml 檔案中加入以下宣告：

    <application ...>
      ...
      <meta-data
          android:name="com.google.mlkit.vision.DEPENDENCIES"
          android:value="langid" >
      <!-- To use multiple models: android:value="langid,model2,model3" -->
</application>

    您也可以透過 Google Play 服務 ModuleInstallClient API，明確檢查模型可用性並要求下載。

    如果您未啟用安裝時模型下載或要求明確下載，模型會在您首次執行 ID 時下載。在下載完成前提出的要求不會產生任何結果。

辨識字串的語言

如要識別字串的語言，請呼叫 LanguageIdentification.getClient() 取得 LanguageIdentifier 的例項，然後將字串傳遞至 LanguageIdentifier 的 identifyLanguage() 方法。

例如：

Kotlin

val languageIdentifier = LanguageIdentification.getClient()
languageIdentifier.identifyLanguage(text)
        .addOnSuccessListener { languageCode ->
            if (languageCode == "und") {
                Log.i(TAG, "Can't identify language.")
            } else {
                Log.i(TAG, "Language: $languageCode")
            }
        }
        .addOnFailureListener {
            // Model couldn’t be loaded or other internal error.
            // ...
        }
LanguageIdentificationActivity.kt

Java

LanguageIdentifier languageIdentifier =
        LanguageIdentification.getClient();
languageIdentifier.identifyLanguage(text)
        .addOnSuccessListener(
                new OnSuccessListener<String>() {
                    @Override
                    public void onSuccess(@Nullable String languageCode) {
                        if (languageCode.equals("und")) {
                            Log.i(TAG, "Can't identify language.");
                        } else {
                            Log.i(TAG, "Language: " + languageCode);
                        }
                    }
                })
        .addOnFailureListener(
                new OnFailureListener() {
                    @Override
                    public void onFailure(@NonNull Exception e) {
                        // Model couldn’t be loaded or other internal error.
                        // ...
                    }
                });
LanguageIdentificationActivity.java

如果呼叫成功，系統會將 BCP-47 語言代碼傳遞至成功事件監聽器，指出文字的語言。如果系統無法準確偵測語言，則會傳遞 und (未確定) 程式碼。

根據預設，只有在語言的信心值至少為 0.5 時，ML Kit 才會傳回 und 以外的值。如要變更這個門檻，請將 LanguageIdentificationOptions 物件傳遞至 getClient()：

Kotlin

val languageIdentifier = LanguageIdentification
        .getClient(LanguageIdentificationOptions.Builder()
                .setConfidenceThreshold(0.34f)
                .build())
LanguageIdentificationActivity.kt

Java

LanguageIdentifier languageIdentifier = LanguageIdentification.getClient(
        new LanguageIdentificationOptions.Builder()
                .setConfidenceThreshold(0.34f)
                .build());
LanguageIdentificationActivity.java

取得字串的可能語言

如要取得字串最有可能語言的信心值，請取得 LanguageIdentifier 的例項，然後將字串傳遞至 identifyPossibleLanguages() 方法。

例如：

Kotlin

val languageIdentifier = LanguageIdentification.getClient()
languageIdentifier.identifyPossibleLanguages(text)
        .addOnSuccessListener { identifiedLanguages ->
            for (identifiedLanguage in identifiedLanguages) {
                val language = identifiedLanguage.languageTag
                val confidence = identifiedLanguage.confidence
                Log.i(TAG, "$language $confidence")
            }
        }
        .addOnFailureListener {
            // Model couldn’t be loaded or other internal error.
            // ...
        }
LanguageIdentificationActivity.kt

Java

LanguageIdentifier languageIdentifier =
        LanguageIdentification.getClient();
languageIdentifier.identifyPossibleLanguages(text)
        .addOnSuccessListener(new OnSuccessListener<List<IdentifiedLanguage>>() {
            @Override
            public void onSuccess(List<IdentifiedLanguage> identifiedLanguages) {
                for (IdentifiedLanguage identifiedLanguage : identifiedLanguages) {
                    String language = identifiedLanguage.getLanguageTag();
                    float confidence = identifiedLanguage.getConfidence();
                    Log.i(TAG, language + " (" + confidence + ")");
                }
            }
        })
        .addOnFailureListener(
                new OnFailureListener() {
                    @Override
                    public void onFailure(@NonNull Exception e) {
                        // Model couldn’t be loaded or other internal error.
                        // ...
                    }
                });
LanguageIdentificationActivity.java

如果呼叫成功，系統會將 IdentifiedLanguage 物件清單傳遞至成功監聽器。您可以從每個物件取得語言的 BCP-47 代碼，以及字串使用該語言的信賴度。請注意，這些值表示整個字串屬於指定語言的信賴度，ML Kit 不會在單一字串中識別多種語言。

根據預設，ML Kit 只會傳回信心值至少為 0.01 的語言。如要變更這個門檻，請將 LanguageIdentificationOptions 物件傳遞至 getClient()：

Kotlin

val languageIdentifier = LanguageIdentification
      .getClient(LanguageIdentificationOptions.Builder()
              .setConfidenceThreshold(0.5f)
              .build())

Java

LanguageIdentifier languageIdentifier = LanguageIdentification.getClient(
      new LanguageIdentificationOptions.Builder()
              .setConfidenceThreshold(0.5f)
              .build());

如果沒有任何語言達到這個門檻，清單會包含一個項目，值為 und。