Wykrywanie języka przez AI

Nie. Tekst trafia do procesu roboczego w przeglądarce, a wnioskowanie odbywa się na urządzeniu. Proces pobiera publiczne pliki modelu oraz środowisko Transformers.js z zewnętrznych serwerów, ale nie dołącza wklejonego tekstu do tych żądań. CanDoYa nie otrzymuje ani nie przechowuje próbki.

Tak. Nie potrzeba konta, płatności, limitu punktów ani klucza API. Wnioskowanie wykonuje urządzenie. W praktyce potrzebne są pierwsze pobranie modelu, lokalna pamięć, RAM i czas procesora. Przy połączeniu taryfikowanym operator może naliczyć opłatę za pobranie plików modelu.

Można wkleić zwykły tekst dowolnej długości, ale detektor analizuje najwyżej pierwsze 400 znaków, aby zmieścić się w oknie wejściowym modelu i zachować przewidywalny czas wnioskowania w przeglądarce. Wymagane są co najmniej cztery litery lub cyfry. Pełne, naturalne zdanie daje użyteczny wynik, a akapit dostarcza więcej cech do rozróżnienia.

Model obsługuje 20 etykiet: arabski, bułgarski, chiński, niderlandzki, angielski, francuski, niemiecki, grecki, hindi, włoski, japoński, polski, portugalski, rosyjski, hiszpański, suahili, tajski, turecki, urdu i wietnamski. Języków spoza tego zamkniętego zbioru nie rozpoznaje wiarygodnie.

Detektor korzysta z wielojęzycznego modelu neuronowego XLM-R, a nie z małej tabeli częstości znaków. Skwantowane wagi ONNX zajmują około 279 MB, a tokenizer około 17 MB. Przeglądarka zwykle zapisuje oba składniki w pamięci podręcznej, ale tryb prywatny, usunięcie danych witryny lub wyczyszczenie pamięci może wymusić ponowne pobranie.

Tak. Proces roboczy wybiera WebGPU, gdy przeglądarka je udostępnia. Jeśli WebGPU nie ma lub model się nie uruchomi, narzędzie ponawia próbę z backendem CPU WebAssembly. Wnioskowanie na CPU nadal pozostawia tekst na urządzeniu, lecz ładowanie i wykrywanie mogą trwać dłużej na telefonach i starszych komputerach.

Wyniki szeregują 20 etykiet, które model może wybrać dla tej próbki. Pomagają porównać kandydatów, ale nie gwarantują poprawności, nie są niezależnym prawdopodobieństwem trafienia ani dowodem, że prawdziwy język jest obsługiwany. Gdy pierwsze wyniki są zbliżone, dodaj więcej naturalnego tekstu.

Narzędzie zwraca jeden dominujący wynik i alternatywy, a nie osobną etykietę dla każdego zdania lub słowa. Tekst mieszający języki może dać zbliżone wyniki. Nieformalna transliteracja, nazwy, emoji, adresy URL i kod źródłowy usuwają wiele wskazówek alfabetu oraz pisowni, więc wymagają ostrożnej oceny człowieka.