语言检测工具

通过本地三元组频率分析,即时识别任意文本所属的语言,覆盖 76 种语言 — 文本不会发送给任何第三方服务商或 AI 模型,也不会被记录。

请在上方粘贴文本,然后点击"检测"。

这是 ipto 参考数据工具的一部分，与货币换算及天气查询并列。检测是基于直接内置于 API 中的精简统计模型运行的——与大多数离线语言识别库相同的技术，并非每次请求都调用网络。

检查内容

language
最匹配的语言，附其 ISO 639-1 代码（如 fr）、全名与本地名称。
reliable
若输入内容过短（少于约 30 个字符）则为 false——三元组分析需要足够文本才能有把握，因此短字符串仍可能返回一个标记为不可靠的最佳猜测。
candidates
最多 5 个候选语言及其相对分数，适用于文本可能同时匹配多种相近语言的情况。

常见问题

三元组频率分析是大多数商业语言识别服务内部使用的相同底层技术。它在极短文本以及关系密切的语言对(例如克罗地亚语与塞尔维亚语)上表现较弱 — 当 reliable 为 false 时,请查看候选列表。
不会。检测在渲染本页面的同一个 Worker 内部运行 — 没有外部 API 调用,不记录日志,也不经过任何 AI 模型推理。
少于 10 个字符不会返回任何结果。约 30 个字符以内可能返回猜测结果,但 reliable 会为 false — 短文本通常没有足够的区分特征。
76 种语言:对拉丁、西里尔、阿拉伯和天城文字,通过三字符组频率分析识别 61 种;另有 15 种仅凭文字系统即可识别(中文、日语、韩语、泰语、希腊语、孟加拉语、泰米尔语等)——覆盖了绝大多数真实的网页文本。此范围之外的罕见或少数民族语言会返回统计上最接近的结果,而非精确匹配。
文本会被截断为前 5,000 个字符,这远超检测所需——准确率远在此之前就不再提升。

关于此工具

语言检测器可识别任意文本所用的语言。它支持 76 种语言,并返回最可能的语言及其置信度,同时列出其他候选语言。

工作原理

分析在服务器本地完成,使用基于字符和词语模式的统计模型。文本不会发送给第三方服务商,也不会被记录,因此适用于您不愿分享的内容。

注意事项

极短的字符串、混用多种语言的文本,以及挪威语和丹麦语这类亲缘相近的语言,本身就更难区分,置信度会随之下降。请尽量提供一句或更长的文本。

常见用途

它可帮助将客服工单分派给合适的团队、选择翻译的源语言、自动设置页面的语言属性,以及按语言筛选用户生成的内容。

相关工具: 货币换算 · 天气查询 · User-Agent 解析 · IP 查询