AI 语言检测器
粘贴任意文本，即可检测它是用哪种语言写成的。这款免费的AI 语言检测器在浏览器中使用 MediaPipe 的语言模型，会显示置信度分数，并覆盖约 110 种语言。你的文本不会被上传；首次使用时只会下载模型和运行时。
使用 AI 语言检测器
检测到的语言
输入文本，然后点击“检测”
阅读内容
这个语言检测器的功能
输入或粘贴一段文本，按下Detect Language（检测语言），工具便会指出这段文字所用的语言，并显示其置信度。这项工作由 MediaPipe 的语言检测模型通过 WebAssembly 在你的浏览器内完成，因此你粘贴的文本不会被发送到服务器进行分析。首次使用时，页面会下载模型及其运行时；此后，检测便在本机进行。
它是一个语言识别器，而非翻译器。它会告诉你文本看起来是什么语言，给出 ISO 风格的语言代码，并报告一个概率。它不会转换文本、纠正文本，也不会解释其含义。
检测是如何进行的
页面会加载一个小型文本分类模型（一个 TensorFlow Lite 文件），以及 MediaPipe 的文本任务运行时。当你提交文本时，模型会依据它训练过的语言对文本进行评分，并返回一个排名列表。工具会显示排名最高的结果：语言名称、其代码，以及以百分比表示的概率。
模型下载完成之后的一切都在你的设备上进行。文本框、字符计数器、Detect 按钮和结果卡片全都是本地 JavaScript。正因如此，这个工具无需账户，也无需把你的段落发送到任何地方即可使用。
首次加载与“Load AI Model”按钮
由于模型是一个单独的文件，工具在你需要它之前不会去获取它。你可以按下Load AI Model（加载 AI 模型）提前开始下载，或者直接按下 Detect，让它自动加载。加载期间，页面会显示当前步骤（“Preparing AI engine”“Downloading modules”“Loading language model”）。加载完成后，按钮会变为Model Ready（模型就绪）。
如果下载失败，按钮会变红，状态栏会显示错误信息。这通常是网络或内容拦截器的问题，而不是你的文本有问题。请重新加载页面再试一次，或允许向该工具所使用的 CDN 和模型主机发起请求。
涵盖哪些语言
该工具的语言映射表列出了约 110 个代码，涵盖大多数广泛使用的语言以及许多地区性语言：英语、西班牙语、法语、德语、葡萄牙语、意大利语、荷兰语、俄语、乌克兰语、波兰语、捷克语、罗马尼亚语、希腊语、土耳其语、阿拉伯语、希伯来语、波斯语、乌尔都语、印地语、孟加拉语、旁遮普语、古吉拉特语、马拉地语、泰米尔语、泰卢固语、卡纳达语、马拉雅拉姆语、僧伽罗语、尼泊尔语、中文（简体和繁体）、日语、韩语、越南语、泰语、印度尼西亚语、马来语、菲律宾语、斯瓦希里语、阿姆哈拉语、约鲁巴语、祖鲁语、南非荷兰语等。
涵盖范围并不等于确定性。关系密切的语言共享词汇和句法，模型返回的可能是邻近语言，而非确切的语言变体。一段简短的葡萄牙语短语可能被评为西班牙语，一个挪威语句子可能被评为丹麦语。置信度数值是你的向导：它越低，结果就越应被视为一种最佳猜测。
如何使用检测器
- 在文本框中输入或粘贴至少几个词。字符计数器会随输入实时更新，在至少有三个字符之前，Detect 按钮会一直处于禁用状态。
- 可选择按下Load AI Model，等待其报告模型已就绪。
- 按下Detect Language。
- 查看结果卡片：一个百分比、语言名称和语言代码。
- 如果结果看起来有误，请粘贴更长的样本并再次检测。
- 按下Clear（清除）清空文本框并重置结果。
解读置信度评分
工具将评分分为三个区间。高于 80% 时，它把该检测标记为高置信度。介于 50% 到 80% 之间时，它建议补充更多文本。低于 50% 时，它警告结果较弱。这些区间只是呈现上的辅助手段，并非保证：一个由两个词组成的品牌名称即便得分很高也可能出错，而一整段长文字即便得分中等也可能正确。
请把评分当作模型找到了多少证据的信号，而不是衡量你总体上该在多大程度上信任这个工具的标准。当有两种语言都说得通时，排名第二的语言往往是有用的线索，这正是更长的样本会有所帮助的原因。
获得更好的结果
- 使用句子，而不是单个词。单个词往往在多种语言中通用；一个完整的句子能为模型提供可供分析的语法和虚词。
- 避免名称、代码和数字。产品名称、URL 和序列号没有语言信号，可能把预测拉向它们所相似的那种语言。
- 让样本保持在同一语言内。混合语言的文本会产生混杂的信号；模型仍会返回一个排名最高的答案，而这可能产生误导。
- 粘贴纯文本。尽可能去掉 HTML、时间戳和格式，它们只会增加干扰。
- 换一段文本再试一次。如果两个样本结果不一致，说明文本可能太短、语言混杂，或者本身就确实存在歧义。
它做不到什么
它不会翻译、转写、纠正拼写，也无法确定地识别方言。它无法可靠地识别罗马化文本：用拉丁字母书写的印地语或乌尔都语，在模型看来往往像英语或另一种拉丁字母语言，因为模型看到的是字符，而不是你想表达的语言。界面也不会返回所有候选语言；它只显示最匹配的一种，即使第二名与之非常接近也是如此。
隐私与网络活动
你的文本始终留在浏览器中。页面发出的网络请求只用于获取工具自身的代码、MediaPipe 运行时、WebAssembly 文件和模型文件；这些请求都不包含你输入的段落。浏览器可能会缓存这些文件，因此下次访问可以跳过下载，不过清除缓存或强制刷新后会重新获取。与任何网页一样，服务器会记录对页面本身的请求，但不会记录你输入到框中的文本。
常见错误
- 只用一个词来测试。输入过短是导致结果出人意料的主要原因。
- 以为分数低就代表失败。分数低只说明证据不足；多输入一些文本。
- 指望罗马化的印地语被识别为印地语。拉丁字母的输入会按拉丁字母语言评分。
- 在模型加载完成前就点击“检测”，然后以为工具坏了。加载面板会显示进度；请等它加载完成。
- 把这个工具当成翻译器。它只做识别，不做转换。
局限性
该检测器只处理你粘贴的文本，不能处理音频或图像，其准确度取决于样本长度和语言之间的相似程度。它只报告最匹配的一种语言，而不是完整的排名，因此难分高下的情况会被掩盖。模型和运行时从第三方主机下载，这意味着首次使用需要能够访问这些主机。它无法检测模型未经过训练的语言，也无法告诉你文本用的是哪种方言或地区变体。
常见问题
Suggested Tools
常见问题解答
评论 (0)
请描述您遇到的问题，以便我们进行调查并改进该工具。