使用 Language Detector API 偵測語言

語言偵測 API 是一個實驗性的網頁 API，允許你利用 Microsoft Edge 內建的模型，從你網站或瀏覽器擴充功能中的 JavaScript 程式碼中，偵測文字語言。

詳細內容：

簡介
使用語言偵測器 API 搭配翻譯器 API
語言偵測器 API 的可用性
語言偵測器 API 的優點
語言偵測器 API 的替代方案
免責聲明
模型可用性
啟用語言偵測器 API
請參考工作範例
使用語言偵測器 API
檢查語言偵測器 API 是否啟用
請確認該型號是否能 (可用性 () )
建立一個新會話 (建立 () )
監控模型下載進度 (監控)
執行語言偵測器 API (偵測 () )
理解信心分數
摧毀一場會話 (摧毀 () )
- 透過呼叫「摧毀 () 來摧毀一場會議
- 使用 AbortController 銷毀會話
傳送意見反應
另請參閱

簡介

關於語言偵測器 API 的入門資訊，請參見：

使用語言偵測器 API 搭配翻譯器 API

為了方便將使用者提供的文字翻譯成其他語言，請將語言偵測器 API 與翻譯器 API 結合使用。

想了解翻譯器 API，請參考：用翻譯器 API 翻譯文字。

語言偵測器 API 的可用性

語言偵測器 API 從 147.0.3897.0 版本起，作為開發者預覽版可於 Microsoft Edge Canary 或 Dev 頻道提供。若要下載 Microsoft Edge (Beta、開發版或 Canary) 的預覽頻道，請前往「成為 Microsoft Edge Insider」。

語言偵測器 API 的優點

語言偵測器 API 使用語言偵測模型，運行於同一裝置，該裝置的輸入與輸出 (本地) 。此方法相較於雲端解決方案有以下優點：

降低成本： 使用雲端語言偵測服務是免費的。
網路獨立性： 除了初始模型下載外，使用此 API 偵測語言時不會有網路延遲，且在裝置離線時也能使用。
提升隱私： 輸入到模型的資料不會離開裝置，也不會被收集來訓練其他 AI 模型。

語言偵測模型會在 Microsoft Edge 首次使用 API 時下載，隨後在瀏覽器中的所有網站共享。該模型透過簡單的網頁 API 存取，無需第三方框架知識，也不需要人工智慧 (AI) 或機器學習 (機器學習) 專業知識。

語言偵測器 API 的替代方案

你可以將網路請求傳送到具備更先進功能的雲端語言偵測服務;請參閱 Azure AI 語言文件。

作為裝置端替代方案，Prompt API 提供更多自訂情境，內建於 Microsoft Edge 的小型語言模型;請參見 Prompt，一個內建 Prompt API 的語言模型。

免責聲明

與其他機器學習模型一樣，Microsoft Edge 的語言偵測模型可能對某些輸入（如短文字或單字）產生不準確或不可靠的結果。

模型可用性

網站首次呼叫語言偵測器 API 時，需先下載模型。你可以在建立新的語言偵測器 API 會話時，使用監控選項來監控模型下載;詳見下方「監控模型下載進度 (監控) 」。

啟用語言偵測器 API

要在 Microsoft Edge 中使用語言偵測器 API，請設定旗標如下：

在 Microsoft Edge 中，請前往 edge://version，並確保你使用的是 Microsoft Edge 的 147.0.3897.0 版本或更新版本，例如 Microsoft Edge 的 Canary 或 Dev 預覽頻道。

若要下載 Microsoft Edge (Beta、開發版或 Canary) 的預覽頻道，請前往「成為 Microsoft Edge Insider」。
在該版本的 Microsoft Edge 中，開啟一個新分頁或視窗，然後前往 edge://flags。
在頂端的 搜尋旗標 文字框中，開始輸入 「語言偵測網頁平台 API」：

以下旗幟列出：
- 語言偵測網頁平台 API
  
  本條目顯示 #edge-language-detection-api 連結至 edge://flags/#edge-language-detection-api) 的 (。
在 語言偵測網頁平台 API 中，選擇啟用。

右下角 顯示一個重新啟動 按鈕。
點擊 重新啟動 按鈕。

請參考工作範例

要查看語言偵測器 API 的運作，以及查看使用此 API 的現有程式碼：

啟用上述語言偵測器 API。
在 Microsoft Edge Canary 或 Dev 中，請在新視窗或分頁中進入語言偵測器 API 的遊樂場。
在最上方的資訊橫幅中，查看狀態：最初顯示： 裝置上可用的 API 與型號。
在「 文字分析 」視窗中，你可以選擇性地更改文字內容。
點擊 偵測語言 按鈕。

模型開始偵測文本的語言。

輸出會在頁面的回應區產生。

輸出顯示：
- 偵測到的語言名稱。
- 哪種語言的確定性百分比。

另請參閱:

/built-in-ai/ - 內建 AI 遊樂場示範的原始碼與說明文件。

使用語言偵測器 API

接下來的章節將介紹使用 Language Detector API。

檢查語言偵測器 API 是否啟用

在使用網站程式碼中的語言偵測器 API 前，請先檢查該 API 是否啟用，並測試該物件的存在 LanguageDetector ：

if (!LanguageDetector) {
  // The Language Detector API is not available.
} else {
  // The Language Detector API is available.
}

請確認該模型是否可用於 (`availability()`)

語言偵測器 API 可在 Microsoft Edge 下載模型與執行時使用。

要檢查該 API 是否可用，請呼叫 availability()：

const availability = await LanguageDetector.availability();

if (availability == "unavailable") {
  // The model is not available.
}

if (availability == "downloadable" || availability == "downloading") {
  // The model can be used, but it needs to be downloaded first.
}

if (availability == "available") {
  // The model is available and can be used.
}

建立一個新的 (`create()`)

建立會話會指示瀏覽器將語言偵測模型載入記憶體，以便使用該模型。在偵測語言之前，請先用以下 create() 方法建立一個新的工作階段：

// Create a Language Detector session.
const session = await LanguageDetector.create();

若要自訂模型會話，您可以將選項傳入方法：create()

// Create a Language Detector session with options.
const session = await LanguageDetector.create({
  expectedInputLanguages: ["en", "es", "fr"]
  monitor: monitorProgress
});

可用選項包括：

選項	描述
`expectedInputLanguages`	一堆語言代碼。如果你需要偵測某些語言以符合你的使用情境，請將它們納入 `expectedInputLanguages` 選項中。這讓 Microsoft Edge 能在必要時下載額外資源，以提升準確性。語言代碼應採用BCP 47格式 (`"en"` 例如英語、 `"es"` 西班牙語或 `"fr"` 法語) 。
`monitor`	這個功能用來監控模型下載進度。請參閱下方「監控模型下載進度 (監控) 」。

監控模型下載進度 (`monitor`)

你可以透過這個 monitor 選項追蹤模型下載進度。當模型尚未完全下載到將使用的裝置時，這很有用，可以提醒網站用戶應該等待。

// Create a Language Detector session with the monitor option to monitor the
// model download.
const session = await LanguageDetector.create({
  monitor: m => {
    // Use the monitor object argument to add a listener for the 
    // downloadprogress event.
    m.addEventListener("downloadprogress", event => {
      // The event is an object with the loaded and total properties.
      if (event.loaded == event.total) {
        // The model is fully downloaded.
      } else {
        // The model is still downloading.
        const percentageComplete = (event.loaded / event.total) * 100;
      }
    });
  }
});

(`detect()`) 執行語言偵測器 API

建立模型會話後，你可以偵測文字語言。語言偵測器 API 提供 detect() 偵測語言的方法：

// Create a Language Detector session.
const session = await LanguageDetector.create();

// Detect the language of the text.
const results = await session.detect(someUserText);

// Use the results.
for (const result of results) {
  // Show the full list of potential languages with their likelihood, ranked
  // from most likely to least likely.
  console.log(result.detectedLanguage, result.confidence);
}

該 detect() 方法回傳一個承諾，該承諾解析為一組語言偵測結果。每個結果都是一個具有以下性質的物件：

屬性	描述
`detectedLanguage`	例如，檢測到的語言的BCP 47語言標籤 (`"en"` 英語、 `"es"` 西班牙語或 `"und"` 未確定) 。
`confidence`	介於0.0到1.0之間的數值，表示偵測的置信水準。數值越高表示信心越高。

結果依信心度由高至低排序，最可能的語言排在前。結果陣列的最後一項總是未確定的語言， ("und") 。 undetermined陣列中的成員代表該文本不使用模型已知任何語言的百分比信心度。

理解信心分數

語言偵測器 API 回傳的信賴分數具有以下特性：

範圍： 每個信心分數為介於0 (最低信心) 到1 (最高信心) 之間的數字，包含在內。
排序結果： 結果依置信度由高至低排序。
低信心過濾： 信心度極低的語言會自動被過濾掉，以減少雜訊。 低信心 通常低於1%，或比「未確定」類別更低。
分數總和： 所有信心分數的總和可能小於1，因為結果中省略了低機率語言。

摧毀一場 (`destroy()`)

偵測到語言後，摧毀會話。這讓瀏覽器知道你不再需要語言模型，這樣模型就能從記憶體中卸載。

你可以用兩種不同的方式摧毀一場遊戲：

透過使用這個 destroy() 方法。
透過使用 AbortController.

詳情如下。

透過呼叫銷毀會話 `destroy()`

要用 session 呼叫來摧毀一個 session destroy()LanguageDetector ：

const session = await LanguageDetector.create();

// Later, destroy the session by using the destroy method.
session.destroy();

透過以下方式銷毀一個會話 `AbortController`

要透過建立 AbortController 物件來銷毀會話，請建立一個 LanguageDetector 會話，然後呼叫 abort()：

// Create an AbortController object.
const controller = new AbortController();

// Create a Language Detector session and pass the 
// AbortController object by using the signal option.
const session = await LanguageDetector.create({
  signal: controller.signal
});

// Later, perhaps when the user interacts with the UI, destroy the session by
// calling the abort() function of the AbortController object.
controller.abort();

傳送意見反應

我們有興趣了解：

你打算使用 Language Detector API 的各種情境。
你遇到的 API 或語言偵測模型問題。
是否還有其他針對特定任務的內建 API 會有用。

若要針對你的情境和想完成的任務發送回饋，請在語言偵測器 API 回饋問題中添加評論。

如果你發現使用 API 時有任何問題，請向倉庫回報。

你也可以參與 W3C 網路機器學習工作小組倉庫中關於語言偵測器 API 設計的討論。

另請參閱

取得 Microsoft Edge：

成為 Microsoft Edge Insider - 下載Microsoft Edge (Beta、開發版或 Canary) 預覽頻道。

GitHub：

Azure docs：

Azure AI 語言文件

Demos repo：

語言偵測器 API 遊樂場
/built-in-ai/ - 內建 AI 遊樂場示範的原始碼與說明文件。

意見反應

此頁面對您有幫助嗎？

Last updated on 2026-03-07