split-lang 是基础设施领域的开源项目，由 DoodleBears 开发，2024 年首次发布。
它收录于基础设施分类，该分类目前共有 1,130 个项目，GitHub 星标数为 74。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-04-26。开源Python包，MIT许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：多语言混合文本的分词与解析。同类可对比的替代方案包括 langdetect、fastText 语言识别、polyglot。
split-lang
一句话拆开混合语言，让 NLP 更精准
split-lang 是一个用于 NLP 任务的文本语言分割工具，能将混合多种语言的文本按语言边界切分，例如将“你喜欢看アニメ吗”拆分为“你喜欢看 | アニメ | 吗”。它基于 fasttext 进行语言检测，并结合 budoux 进行日语分词，从而准确识别不同语言的片段。该工具主要解决多语言混合文本在解析、TTS 等场景下的处理难题，提供简单的 Python API 和 pip 安装方式，支持自定义语言模型，便于集成到现有 NLP 流水线中。项目处于早期阶段，但核心功能已可用，适合需要处理中日韩等混合语言文本的开发者。
开源
free
音频音乐
GitHub 星标
★ 74
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类音频音乐
开发团队DoodleBears
所属国家
定价模式free
价格说明开源Python包，MIT许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Jupyter Notebook
技术栈/模型budoux,detectlang,fasttext,i18n,langdetect,language-identification,languagedetector,nlp,pip,python,pythonpackage,sentence-segmenter,split,tts
GitHub 星标★ 74
30天Star增速
HF 下载量
上线时间2024-06-28 00:00:00
最近更新2026-04-26 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2
使用教程
核心亮点
- 基于 fasttext 和 budoux，语言检测准确度高
- 提供简洁 Python API，易于集成到 NLP 流程
- 支持自定义语言模型，灵活适配不同场景
不足之处
- 文档/社区待观察
- 仅支持 pip 安装，依赖较多
适用场景
- 多语言混合文本的分词与解析
- TTS 前端文本归一化与语言切换
- 跨语言信息抽取与翻译预处理
替代项目
langdetect、fastText 语言识别、polyglot
项目介绍
同类项目推荐
freebuff-proxy
开源
聚合多账号，一键接入 OpenAI 兼容 API，轻松管理会话。
Multi-account OpenAI-compatible gateway for coding models. Pooled keys, session life···
microduck
开源
用 Rust 造一只会走路的桌面小鸭，快速上手双足机器人。
A Tiny biped duck robot
soperator
开源
用 Kubernetes 原生方式运行 Slurm，简化 HPC 集群管理。
Run Slurm in Kubernetes
ollama
开源
一条命令本地跑起大模型，免费、私密、不卡顿
Get up and running with Kimi, GLM, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma and other···