在 Android 裝置上透過 ML Kit 辨識文字語言

您可以使用 ML Kit 來識別文字字串的語言。您可以取得該字串中最有可能使用的語言，以及該字串中所有可能語言的可信度分數。

ML Kit 能夠以原生指令碼辨識 100 多種語言的文字。此外，系統可辨識阿拉伯文、保加利亞文、中文、希臘文、北印度文、日文和俄文版本。如需支援語言和指令碼的完整清單，請參閱完整清單。

立即體驗

• 請試用範例應用程式，查看這個 API 的使用範例。

事前準備

1. 在專案層級的 build.gradle 檔案中，請務必在您的 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)。依據您的需求選擇下列其中一種依附元件：

   如要為您的應用程式建立模型組合：

   dependencies {
     // ...
     // Use this dependency to bundle the model with your app
     implementation 'com.google.mlkit:language-id:17.0.4'
   }
   

   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. 如果您選擇在 Google Play 服務中使用模型，可以設定應用程式，從應用程式從 Play 商店安裝應用程式後，自動將模型下載到裝置上。為此，請在應用程式的 AndroidManifest.xml 檔案中新增以下宣告：

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

   您也可以明確檢查模型可用性，以及透過 Google Play 服務 ModuleInstallClient API 要求下載。

   如果您未啟用安裝時模型下載，或要求明確下載，系統會在您第一次執行 ID 時下載模型。在下載作業完成前提交的要求不會產生任何結果。

識別字串的語言

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

例如：

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

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的事件監聽器，以指出文字的語言。如未偵測到語言，系統就會傳遞程式碼 und (未決定)。

根據預設，只有在機器學習辨識出信賴水準至少為 0.5 的語言時，才會傳回 und 以外的值。您可以把 LanguageIdentificationOptions 物件傳遞至 getClient() 來變更這個門檻：

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

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

取得字串可能的語言

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

例如：

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

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的事件監聽器。從各個物件中，您可以取得該語言的 BCP-47 程式碼，以及字串使用該語言的信心。請注意，這些值代表整個字串以特定語言編寫的信心；機器學習套件無法辨識單一字串中的多種語言。

根據預設，ML Kit 只會傳回可信度值為 0.01 以上的語言。將 LanguageIdentificationOptions 物件傳送至 getClient()，即可變更此閾值：

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

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

如果沒有語言符合此門檻，則清單有一個項目，值為 und。