PHP需借助外部服务实现文本语言识别，推荐三种方式：①调用百度NLP语种识别API获取lang与score；②使用阿里云DetectLanguage接口，原生支持40+语种及置信度；③本地运行fastText命令行模型，离线高精度识别。
PHP 本身不内置文本语言识别能力，但可通过调用支持语言检测的 OCR 或 NLP 服务，在识别文字的同时获取语言类型及置信度。关键在于选择同时提供 language detection + confidence score 的接口，并在 PHP 中正确解析响应。
以下为三种主流、实用、可落地的方式：
调用百度OCR通用识别接口（推荐入门）
百度 OCR 的 `general_basic` 或 `accurate_basic` 接口虽以文字识别为主，但其返回结果中**不直接返回语言类型和置信度**；不过 `language_type` 参数可预设识别语言（如 `'CHN_ENG'`），而真正带语言检测+置信度的是其**文档分析类接口**（如 `doc_analysis`）或第三方 NLP 服务。若坚持用百度系，建议组合使用：先用 OCR 提取纯文本；
-
再用百度 NLP 的「文本分类」或「语种识别」API（需单独开通）：
立即学习“PHP免费学习笔记（深入）”；
$text = "Hello world 你好世界"; $url = "https://aip.baidubce.com/rpc/2.0/nlp/v1/language?access_token=" . $accessToken; $data = json_encode(['text' => $text]); $ch = curl_init(); curl_setopt($ch, CURLOPT_URL, $url); curl_setopt($ch, CURLOPT_POST, 1); curl_setopt($ch, CURLOPT_POSTFIELDS, $data); curl_setopt($ch, CURLOPT_HTTPHEADER, ['Content-Type: application/json']); curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); $response = curl_exec($ch); curl_close($ch); $result = json_decode($response, true); // 返回示例：{"text":"Hello world","lang":"en","score":0.992} if (!empty($result['lang'])) { echo "检测语言：{$result['lang']}（置信度：{$result['score']:.3f}）"; }
使用阿里云NLP语种识别API（高精度+原生支持）
阿里云「自然语言处理 NLP」服务提供独立的 [DetectLanguage](https://help.aliyun.com/document_detail/61215.html) 接口，专用于多语种识别，返回语言代码（如 `zh`, `en`, `ja`）和置信度（`score` 字段），支持 40+ 语种。需安装 SDK 并构造签名请求：
use AlibabaCloud\Client\AlibabaCloud;
use AlibabaCloud\Client\Exception\ClientException;
use AlibabaCloud\Client\Exception\ServerException;
AlibabaCloud::accessKeyClient('your-access-key', 'your-access-secret')
->regionId('cn-shanghai')
->asDefaultClient();
try {
$result = \AlibabaCloud\Nlp\V20180408::detectLanguage()
->withText('Bonjour le monde') // 支持 UTF-8 纯文本，长度 ≤ 1000 字符
->request();
$lang = $result->body->{'language'};
$score = $result->body->{'score'};
echo "语言：{$lang}，置信度：{$score}";
// 示例返回：{"language":"fr","score":0.987}
} catch (ClientException | ServerException $e) {
echo $e->getErrorMessage();
}本地轻量方案：PHP 调用 fastText 命令行（无需网络依赖）
Meta 开源的 [fastText](https://fasttext.cc/) 模型可离线运行，识别速度快、准确率高（尤其对短文本），且原生输出语言标签与概率。步骤：
下载预训练模型：
lid.176.bin-
在 PHP 中执行命令并解析输出：
$text = escapeshellarg("This is an English sentence."); $modelPath = '/path/to/lid.176.bin'; $cmd = "cat {$text} | {$modelPath} predict-prob"; $output = shell_exec($cmd); // 输出示例：__label__en 0.999218 if (preg_match('/__label__(\w+)\s+([\d.]+)/', trim($output), $matches)) { $lang = $matches[1]; $confidence = (float)$matches[2]; echo "语言：{$lang}，置信度：{$confidence:.4f}"; }⚠️ 注意：需服务器已安装 fastText CLI，且
shell_exec未被禁用。
小结：PHP 不直接识别语言，但能高效桥接专业服务。优先选阿里云 NLP（开箱即用、返回字段清晰）；若强调隐私与离线，用 fastText；若已有百度 OCR 流程，可叠加其 NLP 语种接口。所有方式均需对返回 JSON 或 stdout 做简单解析，提取 `lang` 和 `score` 即可。
