在 Android 上使用 ML Kit 辨識文字語言

您可以使用 ML Kit 辨識文字字串的語言。你可以 取得字串最可能的語言以及所有相關字詞的可信度分數 字串的可能語言。

ML Kit 可透過原生指令碼辨識超過 100 種語言的文字。 另外,阿拉伯文、保加利亞文、中文、 希臘文、北印度文、日文和俄文。詳情請參閱 完整清單

組合未分類
程式庫名稱com.google.mlkit:language-idcom.google.android.gms:play-services-mlkit-language-id
導入模型會在建構期間以靜態方式連結至應用程式。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。
初始化時間模型可立即使用。可能要等到模型下載完畢再開始使用。

立即試用

事前準備

  1. 在專案層級的 build.gradle 檔案中,請務必加入 Google 的 buildscriptallprojects 區段內的 Maven 存放區。

  2. 將 ML Kit Android 程式庫的依附元件新增至模組的 應用程式層級的 Gradle 檔案,通常為 app/build.gradle。選擇下列其中一項 並授予下列依附元件:

    將模型與應用程式搭配使用:

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

    在 Google Play 服務中使用模型的步驟如下:

    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 讓應用程式自動下載至裝置, 安裝如果要這麼做,請將下列宣告加入 應用程式的 AndroidManifest.xml 檔案:

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

    您也可以明確確認模型可用性,並透過下列任一方式要求下載: Google Play 服務 ModuleInstallClient API

    如果您沒有啟用安裝期間模型下載功能或要求明確下載, 會在您初次執行 ID 時下載模型您提出的要求 就無法取得任何結果。

辨別字串的語言

如要識別字串語言,請呼叫 LanguageIdentification.getClient() 以 取得 LanguageIdentifier 的例項,然後將字串傳遞至 LanguageIdentifieridentifyLanguage() 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.
            // ...
        }

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.
                        // ...
                    }
                });

如果呼叫成功, BCP-47 語言代碼是 會傳遞到成功事件監聽器,表示文字的語言。如果答案為「否」 可偵測出的語言 系統會傳遞 und (未確定)。

根據預設,ML Kit 只會在偵測到 und 時傳回 und 以外的值 信心值至少為 0.5 的語言您可以調整這項設定 傳送 LanguageIdentificationOptions 物件至 getClient() 的門檻:

Kotlin

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

Java

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

取得字串的可能語言

如要針對字串最有可能的語言取得可信度值,請得到 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.
            // ...
        }

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.
                        // ...
                    }
                });

如果呼叫成功,系統會將 IdentifiedLanguage 物件清單傳遞至 成功事件監聽器您可以透過各個物件取得語言的 BCP-47 程式碼 因為這層關係很有信心請注意, 這些值代表整個字串位於指定 語言;ML Kit 無法在單一字串中識別多種語言。

根據預設,ML Kit 只會傳回可信度值至少為 0.01。如要變更這個門檻,請傳送 將 LanguageIdentificationOptions 個物件加入 getClient():

Kotlin

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

Java

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

如果沒有語言符合這項門檻,清單中就會有一個項目,值為 und