Identificare la lingua del testo con ML Kit su Android

Puoi utilizzare ML Kit per identificare il linguaggio di una stringa di testo. Puoi ottenere la lingua più probabile della stringa, nonché punteggi di confidenza per tutte le possibili lingue della stringa.

ML Kit riconosce il testo in più di 100 lingue diverse nei suoi script nativi. Inoltre, il testo romanizzato può essere riconosciuto per arabo, bulgaro, cinese, greco, hindi, giapponese e russo. Consulta l'elenco completo delle lingue e degli script supportati.

In bundleNon raggruppati
Nome libreriacom.google.mlkit:language-idcom.google.android.gms:play-services-mlkit-language-id
ImplementazioneIl modello è collegato in modo statico alla tua app al momento della creazione.Il modello viene scaricato in modo dinamico tramite Google Play Services.
Impatto delle dimensioni dell'appAumento delle dimensioni di circa 900 kB.Aumento delle dimensioni di circa 200 kB.
Tempo di inizializzazioneIl modello è disponibile immediatamente.Potrebbe essere necessario attendere il download del modello prima del primo utilizzo.

Provalo

Prima di iniziare

  1. Nel file build.gradle a livello di progetto, assicurati di includere il repository Maven di Google in entrambe le sezioni buildscript e allprojects.

  2. Aggiungi le dipendenze per le librerie Android di ML Kit al file gradle a livello di app del modulo, che in genere è app/build.gradle. Scegli una delle seguenti dipendenze in base alle tue esigenze:

    Per raggruppare il modello con la tua app:

    dependencies {
  // ...
  // Use this dependency to bundle the model with your app
  implementation 'com.google.mlkit:language-id:17.0.5'
}

    Per l'utilizzo del modello in Google Play Services:

    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. Se scegli di utilizzare il modello in Google Play Services, puoi configurare l'app in modo che scarichi automaticamente il modello sul dispositivo dopo averla installata dal Play Store. Per farlo, aggiungi la seguente dichiarazione al file AndroidManifest.xml dell'app:

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

    Puoi anche verificare esplicitamente la disponibilità del modello e richiedere il download tramite l'API ModuleInstallaClient dei servizi Google Play.

    Se non abiliti i download del modello al momento dell'installazione o non richiedi un download esplicito, il modello viene scaricato la prima volta che esegui l'identificatore. Le richieste effettuate prima del completamento del download non producono risultati.

Identificare il linguaggio di una stringa

Per identificare la lingua di una stringa, chiama LanguageIdentification.getClient() per ottenere un'istanza di LanguageIdentifier, quindi passa la stringa al metodo identifyLanguage() di LanguageIdentifier.

Ad esempio:

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

Se la chiamata ha esito positivo, viene passato un codice lingua BCP-47 all'ascoltatore di successo, indicando la lingua del testo. Se nessuna lingua viene rilevata con sicurezza, il codice und (non determinato) viene passato.

Per impostazione predefinita, ML Kit restituisce un valore diverso da und solo quando identifica la lingua con un valore di confidenza di almeno 0,5. Puoi modificare questa soglia passando un oggetto LanguageIdentificationOptions a 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

Ottieni le possibili lingue di una stringa

Per ottenere i valori di confidenza delle lingue più probabili di una stringa, recupera un'istanza LanguageIdentifier e poi passa la stringa al metodo identifyPossibleLanguages().

Ad esempio:

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

Se la chiamata ha esito positivo, un elenco di IdentifiedLanguage oggetti viene passato al listener riuscito. Da ciascun oggetto, puoi ottenere il codice BCP-47 del linguaggio e l'affidabilità della stringa in quel linguaggio. Tieni presente che questi valori indicano la certezza che l'intera stringa sia nella lingua specificata; ML Kit non identifica più lingue in una singola stringa.

Per impostazione predefinita, ML Kit restituisce solo le lingue con valori di confidenza pari ad almeno 0,01. Puoi modificare questa soglia passando un oggetto LanguageIdentificationOptions a getClient():

Kotlin

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

Java

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

Se nessuna lingua soddisfa questa soglia, l'elenco contiene un elemento con il valore und.