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 取得最可能的語言,或是取得所有 字串的可能語言。

ML Kit 可辨識原生指令碼中 103 種不同語言的文字。 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。

事前準備

  1. 如果還沒試過 將 Firebase 新增至您的 Android 專案
  2. 將 ML Kit Android 程式庫的依附元件新增至模組 (應用程式層級) Gradle 檔案 (通常是 app/build.gradle):
    apply plugin: 'com.android.application'
    apply plugin: 'com.google.gms.google-services'
    
    dependencies {
      // ...
    
      implementation 'com.google.firebase:firebase-ml-natural-language:22.0.0'
      implementation 'com.google.firebase:firebase-ml-natural-language-language-id-model:20.0.7'
    }

辨別字串的語言

如要識別字串語言,請取得 FirebaseLanguageIdentification,然後將字串傳遞至 identifyLanguage() 方法。

例如:

FirebaseLanguageIdentification languageIdentifier =
        FirebaseNaturalLanguage.getInstance().getLanguageIdentification();
languageIdentifier.identifyLanguage(text)
      .addOnSuccessListener(
          new OnSuccessListener<String>() {
            @Override
            public void onSuccess(@Nullable String languageCode) {
              if (languageCode != "und") {
                Log.i(TAG, "Language: " + languageCode);
              } else {
                Log.i(TAG, "Can't identify language.");
              }
            }
          })
      .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。詳情請參閱 支援語言的完整清單。如果答案為「否」 系統就能正確偵測語言,就會傳遞 und (未判定) 程式碼。

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 FirebaseLanguageIdentificationOptions 物件給 getLanguageIdentification():

FirebaseLanguageIdentification languageIdentifier = FirebaseNaturalLanguage
        .getInstance()
        .getLanguageIdentification(
                new FirebaseLanguageIdentificationOptions.Builder()
                        .setIdentifyLanguageConfidenceThreshold(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 FirebaseLanguageIdentification 的例項,然後將該字串傳遞至 identifyAllLanguages() 方法。

例如:

FirebaseLanguageIdentification languageIdentifier =
        FirebaseNaturalLanguage.getInstance().getLanguageIdentification();
languageIdentifier.identifyAllLanguages(text)
      .addOnSuccessListener(
          new OnSuccessListener<String>() {
            @Override
            public void onSuccess(List<IdentifiedLanguage> identifiedLanguages) {
              for (IdentifiedLanguage identifiedLanguage : identifiedLanguages) {
                String language = identifiedLanguage.getLanguageCode();
                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詳情請參閱 支援語言的完整清單。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 FirebaseLanguageIdentificationOptions 個物件加入 getLanguageIdentification():

FirebaseLanguageIdentification languageIdentifier = FirebaseNaturalLanguage
        .getInstance()
        .getLanguageIdentification(
                new FirebaseLanguageIdentificationOptions.Builder()
                        .setIdentifyAllLanguagesConfidenceThreshold(0.5f)
                        .build());

如果沒有語言符合這項門檻,清單就會有一個項目,值 und