翻译器和语言检测器 API

[Exposed=Window, SecureContext]
interface Translator {
  static Promise<Translator> create(TranslatorCreateOptions options);
  static Promise<Availability> availability(TranslatorCreateCoreOptions options);

  Promise<DOMString> translate(
    DOMString input,
    optional TranslatorTranslateOptions options = {}
  );
  ReadableStream translateStreaming(
    DOMString input,
    optional TranslatorTranslateOptions options = {}
  );

  readonly attribute DOMString sourceLanguage;
  readonly attribute DOMString targetLanguage;

  Promise<double> measureInputUsage(
    DOMString input,
    optional TranslatorTranslateOptions options = {}
  );
  readonly attribute unrestricted double inputQuota;
};
Translator includes DestroyableModel;

dictionary TranslatorCreateCoreOptions {
  required DOMString sourceLanguage;
  required DOMString targetLanguage;
};

dictionary TranslatorCreateOptions : TranslatorCreateCoreOptions {
  AbortSignal signal;
  CreateMonitorCallback monitor;
};

dictionary TranslatorTranslateOptions {
  AbortSignal signal;
};

静态 create(options) 方法步骤为：

1. 返回在给定 options、"translator"、 验证并规范化 翻译器选项、计算翻译器选项 可用性、下载翻译模型、初始化翻译模型 和 创建翻译器对象的情况下，创建 AI 模型对象的结果。

要在给定一个 TranslatorCreateCoreOptions options 的情况下验证并规范化翻译器选项， 执行以下步骤。它们会就地改变 options 以规范化 语言标签，并在任何标签无效时抛出异常。

1. 在给定 options 和 "sourceLanguage" 的情况下，验证并规范化语言 标签。

2. 在给定 options 和 "targetLanguage" 的情况下，验证并规范化语言 标签。

要在给定一个 TranslatorCreateCoreOptions options 的情况下下载 翻译模型：

1. 断言：这些步骤正在并行地运行。

2. 启动下载过程，下载用户代理将文本从 options["sourceLanguage"] 翻译到 options["targetLanguage"] 所需的一切内容。

   这可能同时包括基础翻译模型和特定的语言弧材料，或者如果使用中间语言， 也可能包括多个语言弧的材料。

3. 如果由于任何原因无法启动下载过程，则返回 false。

4. 返回 true。

要在给定一个 TranslatorCreateCoreOptions options 的情况下初始化翻译模型：

1. 断言：这些步骤正在并行地运行。

2. 为支持用户代理从 options["sourceLanguage"] 翻译到 options["targetLanguage"] 能力的 AI 模型，执行任何必要的初始化操作。

   这可能包括将模型加载到内存中，或加载为支持相关特定选项而必要的任何微调。

3. 如果初始化由于任何原因失败，则返回一个 DOMException 错误信息，其 name 为 "OperationError"， 并且其 details 包含适当的细节。

4. 返回 null。

要在给定一个 realm realm 和一个 TranslatorCreateCoreOptions options 的情况下创建 翻译器对象：

1. 断言：这些步骤正在 realm 的周围代理的事件循环上运行。

2. 令 inputQuota 为用户代理可用于未来翻译 操作的输入配额量。（此值是由实现定义的，并且如果除了例如用户内存或 JavaScript 字符串限制之外 没有特定限制，则可以为 +∞。）

3. 返回一个新的 Translator 对象，它在 realm 中创建，具有

   源语言

   options["sourceLanguage"]

   目标语言

   options["targetLanguage"]

   输入配额

   inputQuota

静态 availability(options) 方法步骤为：

1. 返回在给定 options、"translator"、 验证并规范化 翻译器选项、以及 计算翻译器选项 可用性的情况下，计算 AI 模型可用性的结果。

要在给定一个 TranslatorCreateCoreOptions options 的情况下计算翻译器选项可用性， 执行以下步骤。它们返回一个 Availability 值或 null，并且会就地改变 options，以将语言标签更新为它们的最佳匹配。

1. 断言：此算法正在并行地运行。

2. 令 availabilities 为用户代理的翻译器语言弧 可用性。

3. 如果 availabilities 为 null，则返回 null。

4. 对于 availabilities 中的每个 languageArc → availability：

   1. 令 sourceLanguageBestFit 为 LookupMatchingLocaleByBestFit(« languageArc 的源语言 », « options["sourceLanguage"] »)。

   2. 令 targetLanguageBestFit 为 LookupMatchingLocaleByBestFit(« languageArc 的目标语言 », « options["targetLanguage"] »)。

   3. 如果 sourceLanguageBestFit 和 targetLanguageBestFit 都不是 undefined，则：

      1. 将 options["sourceLanguage"] 设为 sourceLanguageBestFit.[[locale]]。

      2. 将 options["targetLanguage"] 设为 targetLanguageBestFit.[[locale]]。

      3. 返回 availability。

5. 如果 (options["sourceLanguage"], options["targetLanguage"]) 可由 恒等翻译满足，则返回 "available"。

   如果用户代理在其翻译器语言弧 可用性中为给定语言弧有特定条目， 则由于上述步骤，此类情况也可以返回 "downloadable"、 "downloading"、 或 "available"。 但是，恒等翻译始终可用，因此此步骤确保我们绝不会为这类情况返回 "unavailable"。

   一个语言弧 ("en-US", "en-GB") 可由恒等翻译 满足。可以设想，某个实现可能支持用于此翻译的专用模型， 它会出现在翻译器语言弧 可用性中。

   另一方面，实现具有用于 语言弧 ("en-x-asdf", "en-x-xyzw") 的任何专用模型是相当不可能的。 在这种情况下，此步骤会接管， 并且之后对 translate 算法的调用将使用恒等翻译。

   请注意，当此步骤接管时，options["sourceLanguage"] 和 options["targetLanguage"] 不会被修改，因此如果此算法是从 create() 调用的， 这意味着生成的 Translator 对象的 sourceLanguage 和 targetLanguage 属性将返回原始输入，而不是某种规范化形式。

6. 返回 "unavailable"。

翻译器语言弧可用性由以下步骤给出。 它们返回一个从语言弧到 Availability 值的映射，或返回 null。

1. 断言：此算法正在并行地运行。

2. 如果尝试确定用户代理可支持哪些语言弧之间的文本翻译时出现某些错误， 并且用户代理认为该错误是暂时性的（使得重新查询可能不再产生此类错误）， 则返回 null。

3. 返回一个从语言弧到 Availability 值的映射，其中每个键都是用户代理支持在其之间翻译文本的 语言弧，并按以下约束填充：

   • 如果用户代理当前支持 将文本从源语言翻译到目标语言，该源语言和目标语言属于该语言 弧，则该映射必须包含一个条目， 其键是该语言弧，其值为 "available"。

   • 如果用户代理认为它将能够支持将文本 从该语言弧的源语言翻译到目标语言， 但只能在已经进行中的下载完成之后支持，则该映射必须包含一个条目，其键是该 语言弧， 其值为 "downloading"。

   • 如果用户代理认为它将能够支持将文本 从该语言 弧的源语言翻译到目标语言， 但只能在执行一个当前尚未进行的下载之后支持，则该映射必须包含一个条目，其键是该 语言 弧，其值为 "downloadable"。

   • 键不得包含任何与其他键重叠的语言 弧。

function a(sourceLanguage, targetLanguage) {
  return ai.translator.availability({ sourceLanguage, targetLanguage }):
}

await a("en", "zh-Hans") === "available";
await a("en", "zh-Hant") === "downloadable";

await a("en", "zh") === "available";            // zh 将最佳匹配到 zh-Hans

await a("en", "zh-TW") === "downloadable";      // zh-TW 将最佳匹配到 zh-Hant
await a("en", "zh-HK") === "available";         // zh-HK 将最佳匹配到 zh-Hans
await a("en", "zh-CN") === "available";         // zh-CN 将最佳匹配到 zh-Hans

await a("en-US", "zh-Hant") === "downloadable"; // en-US 将最佳匹配到 en
await a("en-GB", "zh-Hant") === "downloadable"; // en-GB 将最佳匹配到 en

// 即使非常意外的子标签也会最佳匹配到 en 或 zh-Hans
await a("en-Braille-x-lolcat", "zh-Hant") === "downloadable";
await a("en", "zh-BR-Kana") === "available";

如果以下步骤返回 true，则一个语言弧 arc 与一个由语言弧组成的 集合 otherArcs 重叠：

1. 令 sourceLanguages 为由 otherArcs 中每个项的源语言组成的集合。

2. 如果 LookupMatchingLocaleByBestFit(sourceLanguages, « arc 的源语言 ») 不是 undefined，则 返回 true。

3. 令 targetLanguages 为由 otherArcs 中每个项的目标语言组成的集合。

4. 如果 LookupMatchingLocaleByBestFit(targetLanguages, « arc 的目标语言 ») 不是 undefined，则 返回 true。

5. 返回 false。

如果以下步骤返回 true，则一个语言弧 arc 可由恒等 翻译满足：

1. 如果 LookupMatchingLocaleByBestFit(« arc 的源语言 », « arc 的目标语言 ») 不是 undefined，则 返回 true。

2. 如果 LookupMatchingLocaleByBestFit(« arc 的目标语言 », « arc 的源语言 ») 不是 undefined，则 返回 true。

3. 返回 false。

translate(input, options) 方法 步骤为：

1. 令 operation 为一个算法步骤，它接受参数 chunkProduced、 done、error 和 stopProducing，并在给定 this 的源语言、this 的目标语言、this 的输入配额、chunkProduced、 done、error 和 stopProducing 的情况下，翻译 input。

2. 返回在给定 this、options 和 operation 的情况下，获取聚合 AI 模型结果的结果。

translateStreaming(input, options) 方法步骤为：

1. 令 operation 为一个算法步骤，它接受参数 chunkProduced、 done、error 和 stopProducing，并在给定 this 的源语言、this 的目标语言、this 的输入配额、chunkProduced、 done、error 和 stopProducing 的情况下，翻译 input。

2. 返回在给定 this、options 和 operation 的情况下，获取流式 AI 模型结果的结果。

measureInputUsage(input, options) 方法步骤为：

1. 令 measureUsage 为一个算法步骤，它接受参数 stopMeasuring， 并在给定 input、this 的源语言、this 的目标语言、以及 stopMeasuring 的情况下， 返回测量翻译器输入用量的结果。

2. 返回在给定 this、options 和 measureUsage 的情况下，测量 AI 模型输入用量的结果。

要在给定以下内容的情况下翻译：

• 一个字符串 input，

• 一个 Unicode 规范化语言环境标识符 sourceLanguage，

• 一个 Unicode 规范化语言环境标识符 targetLanguage，

• 一个数字 inputQuota，

• 一个接受字符串并且不返回任何内容的算法 chunkProduced，

• 一个不接受参数并且不返回任何内容的算法 done，

• 一个接受错误信息并且不返回任何内容的算法 error，以及

• 一个不接受参数并返回布尔值的算法 stopProducing，

执行以下步骤：

1. 断言：此算法正在并行地运行。

2. 令 requested 为在给定 input、sourceLanguage、targetLanguage 和 stopProducing 的情况下测量翻译器输入用量的结果。

3. 如果 requested 为 null，则返回。

4. 如果 requested 是错误信息，则：

   1. 使用 requested 执行 error。

   2. 返回。

5. 断言：requested 是一个数字。

6. 如果 requested 大于 inputQuota，则：

   1. 令 errorInfo 为一个配额超出错误信息， 其requested 为 requested，其quota 为 inputQuota。

   2. 使用 errorInfo 执行 error。

   3. 返回。

   实际上，我们预计实现会将输入用量与配额的检查 作为与翻译本身相同的模型调用的一部分来完成。规范中分离这些步骤只是为了便于理解。

7. 以由实现定义的方式，在遵循以下指南的前提下， 开始将 input 从 sourceLanguage 翻译为 targetLanguage 的过程。

   如果 input 是空字符串，或以其他方式不包含可翻译内容（例如， 只包含空白字符或控制字符），则生成的翻译应为 input。在这种情况下，sourceLanguage 和 targetLanguage 应 被忽略。

   如果 (sourceLanguage, targetLanguage) 可由 恒等翻译满足，则生成的翻译应为 input。

   翻译过程必须符合 Writing Assistance APIs § 6 Privacy considerations 和 Writing Assistance APIs § 7 Security considerations 中给出的指南，尤其包括（但不限于） Writing Assistance APIs § 6.4 User input 和 Writing Assistance APIs § 7.2 Runtime shared resources。

8. 当 true 时：

   1. 等待下一块翻译文本产生、翻译过程完成、或调用 stopProducing 的结果变为 true。

   2. 如果成功产生了这样一个块：

      1. 令它表示为一个字符串 chunk。

      2. 使用 chunk 执行 chunkProduced。

   3. 否则，如果翻译过程已经完成：

      1. 执行 done。

      2. 中断。

   4. 否则，如果 stopProducing 返回 true，则中断。

   5. 否则，如果翻译期间发生错误：

      1. 令该错误按照 § 3.4.3 错误 中的指南表示为一个 DOMException 错误 信息 errorInfo。

      2. 使用 errorInfo 执行 error。

      3. 中断。

要在给定以下内容的情况下测量 翻译器输入用量：

• 一个字符串 input，

• 一个 Unicode 规范化语言环境标识符 sourceLanguage，

• 一个 Unicode 规范化语言环境标识符 targetLanguage，以及

• 一个不接受参数并返回布尔值的算法 stopMeasuring，

执行以下步骤：

1. 断言：此算法正在并行地运行。

2. 令 inputToModel 为为了将 input 从 sourceLanguage 翻译到 targetLanguage 而会发送给底层模型的由实现定义的字符串。

   如果 sourceLanguage 和 targetLanguage 在初始化期间已加载到模型中，这可能只是 input 本身。或者它可能包含更多内容，例如用于编码相关语言的适当配额用量， 或某种给语言模型的包装提示词。

   如果在此过程中 stopMeasuring 开始返回 true，则返回 null。

   如果在此过程中发生错误，则根据 § 3.4.3 错误 中的指南， 返回适当的 DOMException 错误信息。

3. 返回在给到底层模型时表示 inputToModel 所需的输入用量。 精确的计算过程是由实现定义的，但受以下约束。

   返回的输入用量必须是非负且有限的。如果翻译过程没有用量配额 （也就是说，如果输入配额为 +∞）， 则它必须为 0。否则，它必须为正，并且应大致与 inputToModel 的长度成比例。

   这可能是用语言模型 分词方案表示 input 所需的令牌数量，或者可能是 input 的长度。 它也可能是这些方式的某种变体，还会计入为了给模型而必要的任何前缀或后缀的用量。

   如果在此过程中 stopMeasuring 开始返回 true，则改为返回 null。

   如果在此过程中发生错误，则改为根据 § 3.4.3 错误 中的指南 返回适当的 DOMException 错误信息。

[Exposed=Window, SecureContext]
interface LanguageDetector {
  static Promise<LanguageDetector> create(
    optional LanguageDetectorCreateOptions options = {}
  );
  static Promise<Availability> availability(
    optional LanguageDetectorCreateCoreOptions options = {}
  );

  Promise<sequence<LanguageDetectionResult>> detect(
    DOMString input,
    optional LanguageDetectorDetectOptions options = {}
  );

  readonly attribute FrozenArray<DOMString>? expectedInputLanguages;

  Promise<double> measureInputUsage(
    DOMString input,
    optional LanguageDetectorDetectOptions options = {}
  );
  readonly attribute unrestricted double inputQuota;
};
LanguageDetector includes DestroyableModel;

dictionary LanguageDetectorCreateCoreOptions {
  sequence<DOMString> expectedInputLanguages;
};

dictionary LanguageDetectorCreateOptions : LanguageDetectorCreateCoreOptions {
  AbortSignal signal;
  CreateMonitorCallback monitor;
};

dictionary LanguageDetectorDetectOptions {
  AbortSignal signal;
};

dictionary LanguageDetectionResult {
  DOMString detectedLanguage;
  double confidence;
};

静态 create(options) 方法步骤为：

1. 返回在给定 options、"language-detector"、 验证并规范化 语言检测器选项、计算语言检测器 选项可用性、下载语言检测器模型、 初始化语言检测器 模型、以及 创建语言检测器对象的情况下，创建 AI 模型对象的结果。

要在给定一个 LanguageDetectorCreateCoreOptions options 的情况下验证并规范化语言检测器 选项，执行以下步骤。它们会就地改变 options 以规范化 语言标签，并在任何标签无效时抛出异常。

1. 在给定 options 和 "expectedInputLanguages" 的情况下，验证并规范化语言 标签。

要在给定一个 LanguageDetectorCreateCoreOptions options 的情况下下载语言检测器模型：

1. 断言：这些步骤正在并行地运行。

2. 启动下载过程，下载用户代理检测输入文本语言所需的一切内容， 包括 options["expectedInputLanguages"] 中的所有语言。

   这可能同时包括基础语言检测模型，以及用于帮助处理 options["expectedInputLanguages"] 中所标识语言的特定微调或其他材料。

3. 如果由于任何原因无法启动下载过程，则返回 false。

4. 返回 true。

要在给定一个 LanguageDetectorCreateCoreOptions options 的情况下初始化语言检测器模型：

1. 断言：这些步骤正在并行地运行。

2. 为支持用户代理检测输入文本语言能力的 AI 模型执行任何必要的初始化操作。

   这可能包括将模型加载到内存中，或加载为支持 options["expectedInputLanguages"] 中所标识语言而必要的任何微调。

3. 如果初始化由于任何原因失败，则返回一个 DOMException 错误信息，其 name 为 "OperationError"， 并且其 details 包含适当的细节。

4. 返回 null。

要在给定一个 realm realm 和一个 LanguageDetectorCreateCoreOptions options 的情况下创建语言检测器对象：

1. 断言：这些步骤正在 realm 的周围代理的事件循环上运行。

2. 令 inputQuota 为用户代理可用于未来语言 检测操作的输入配额量。（此值是由实现定义的，并且如果除了例如用户内存或 JavaScript 字符串限制之外 没有特定限制，则可以为 +∞。）

3. 返回一个新的 LanguageDetector 对象，它在 realm 中创建，具有

   预期输入语言

   如果 options["expectedInputLanguages"] 不为空，则为在给定它的情况下创建冻结数组的结果；否则为 null

   输入配额

   inputQuota

静态 availability(options) 方法步骤 为：

1. 返回在给定 options、"language-detector"、 验证并规范化 语言检测器选项、以及 计算语言检测器 选项可用性的情况下，计算 AI 模型可用性的结果。

要在给定一个 LanguageDetectorCreateCoreOptions options 的情况下计算语言检测器选项可用性， 执行以下步骤。它们返回一个 Availability 值或 null，并且会就地改变 options，以将语言标签更新为它们的最佳匹配。

1. 断言：此算法正在并行地运行。

2. 如果尝试确定用户代理可支持哪些语言检测能力时出现某些错误， 并且用户代理认为该错误是暂时性的（使得重新查询可能不再产生此类错误），则返回 null。

3. 令 partition 为在给定检测以该语言书写文本的目的的情况下，获取语言可用性 分区的结果。

4. 返回在给定 options["expectedInputLanguages"] 和 partition 的情况下，计算语言可用性的结果。

detect(input, options) 方法 步骤为：

1. 令 global 为 this 的相关全局对象。

1. 断言：global 是一个 Window 对象。

2. 如果 global 的关联 Document 不是完全活动的，则返回以 "InvalidStateError" DOMException 拒绝的 promise。

3. 令 signals 为 « this 的销毁中止 控制器的signal »。

4. 如果 options["signal"] 存在，则将其追加到 signals。

5. 令 compositeSignal 为使用 AbortSignal 并给定 signals 和 this 的相关 realm，创建依赖中止信号的结果。

6. 如果 compositeSignal 已中止，则返回以 compositeSignal 的中止原因拒绝的 promise。

7. 令 promise 为在 this 的相关 realm 中创建的新 promise。

8. 令 abortedDuringOperation 为 false。

   此变量将从事件循环写入，但从并行地读取。

9. 向 compositeSignal 添加以下中止步骤：

   1. 将 abortedDuringOperation 设为 true。

   2. 用 compositeSignal 的中止原因 拒绝 promise。

10. 令 inputQuota 为 this 的输入配额。

11. 并行地：

    1. 令 stopProducing 为以下步骤：

       1. 返回 abortedDuringOperation。

    2. 令 result 为在给定 input、 inputQuota 和 stopProducing 的情况下检测语言的结果。

    3. 在给定 global 的情况下，将一个全局任务排入AI 任务源，以执行以下步骤：

       1. 如果 abortedDuringOperation 为 true，则中止这些步骤。

       2. 否则，如果 result 是错误信息，则用在给定 result 的情况下将 错误信息转换为异常对象的结果拒绝 promise。

       3. 否则：

          1. 断言：result 是一个由 LanguageDetectionResult 字典组成的列表。（它不是 null，因为在那种情况下 abortedDuringOperation 本应为 true。）

          2. 用 result 兑现 promise。

measureInputUsage(input, options) 方法步骤为：

1. 令 measureUsage 为一个算法步骤，它接受参数 stopMeasuring， 并返回在给定 input 和 stopMeasuring 的情况下测量语言检测器输入 用量的结果。

2. 返回在给定 this、options 和 measureUsage 的情况下，测量 AI 模型输入用量的结果。

要在给定一个字符串 input、一个数字 inputQuota、以及一个不接受 参数并返回布尔值的算法 stopProducing 的情况下检测语言， 执行以下步骤。它们将返回 null、一个错误信息，或一个由 LanguageDetectionResult 字典组成的列表。

1. 断言：此算法正在并行地运行。

2. 令 requested 为在给定 input 和 stopProducing 的情况下测量语言检测器输入 用量的结果。

3. 如果 requested 为 null 或错误信息，则返回 requested。

4. 断言：requested 是一个数字。

5. 如果 requested 大于 inputQuota，则返回一个配额超出错误信息，其 requested 为 requested，其 quota 为 inputQuota。

   实际上，我们预计实现会将输入用量与配额的检查 作为与语言检测本身相同的模型调用的一部分来完成。这些步骤在规范中分离只是为了便于理解。

6. 令 partition 为在给定检测以该语言书写文本的目的的情况下，获取语言可用性 分区的结果。

7. 令 currentlyAvailableLanguages 为 partition["available"]。

8. 以由实现定义的方式，在遵循以下指南的前提下， 令 rawResult 和 unknown 为检测 input 语言的结果。

   rawResult 必须是一个映射， 它为 currentlyAvailableLanguages 中的每种语言都有一个键。 每个此类键的值必须是 0 到 1 之间的数字。该 值必须表示实现对 input 是以该语言书写的置信度。

   unknown 必须是一个 0 到 1 之间的数字，它表示实现对 input 不是以 currentlyAvailableLanguages 中任何语言书写的置信度。

   rawResult 的值加上 unknown 必须总和为 1。每个此类值，或 unknown，都可以为 0。

   如果实现认为 input 是用多种语言书写的，则它应尝试按比例分摊 rawResult 和 unknown 的值，使它们与 input 中用每种检测到的语言书写的量成比例。 分摊 input 的确切方案是由实现定义的。

   如果 input 是 "tacosを食べる"，则实现可能将其拆分为 "tacos" 和 "を食べる"，然后分别检测每一部分的语言。 第一部分可能以 0.5 的置信度检测为英语、以 0.5 的置信度检测为西班牙语， 第二部分以 1 的置信度检测为日语。由此产生的 rawResult 可能为 «[ "en" → 0.25, "es" → 0.25, "ja" → 0.5 ]»（并且 unknown 设为 0）。

   决定将其拆分为两部分，而不是例如三个部分 "tacos"、"を" 和 "食べる"， 是一个由实现定义的选择。同样， 决定将每一部分视为贡献结果的“一半”，而不是例如按码 点数量加权，也是由实现定义的。

   （现实中，我们预计实现会在比这更大的块上进行拆分，因为对于大多数语言检测模型来说， 通常需要超过 4-5 个码 点。）

   如果在此过程中的任何时刻 stopProducing 返回 true，则返回 null。

   如果语言检测期间发生错误，则根据 § 4.4.3 错误 中的指南返回一个错误信息。

   检测过程必须符合 Writing Assistance APIs § 6 Privacy considerations 和 Writing Assistance APIs § 7 Security considerations 中给出的指南，尤其包括（但不限于） Writing Assistance APIs § 6.4 User input 和 Writing Assistance APIs § 7.2 Runtime shared resources。

9. 用一个小于算法对 rawResult 按降序排序，该算法给定条目 a 和 b，如果 a 的值小于 b 的值，则返回 true。

10. 令 results 为空列表。

11. 令 cumulativeConfidence 为 0。

12. 对于 rawResult 的每个 key → value：

    1. 如果 value 为 0，则中断。

    2. 如果 value 小于 unknown，则中断。

    3. 将 «[ "detectedLanguage" → key, "confidence" → value ]» 追加到 results。

    4. 将 cumulativeConfidence 设为 cumulativeConfidence + value。

    5. 如果 cumulativeConfidence 大于或等于 0.99，则中断。

13. 断言：1 − cumulativeConfidence 大于或 等于 unknown。

14. 断言：如果 results 的大小大于 0，则 results[results 的大小 - 1]["confidence"] 大于或等于 unknown。

15. 将 «[ "detectedLanguage" → "und", "confidence" → unknown ]» 追加到 results。

16. 返回 results。

概率低于 1%、 或对文本贡献少于 1% 的语言，被认为更可能是噪声，因此不值得 返回给 Web 开发者。类似地，如果实现对某种语言的把握低于它对文本不属于其已知任何语言的把握， 那种语言很可能也不值得返回给 Web 开发者。

由于此类被省略的低概率结果， 返回给 Web 开发者的所有置信度值之和可能小于 1。

要在给定一个字符串 input 和一个不接受参数并返回布尔值的算法 stopMeasuring 的情况下，测量语言检测器输入用量， 执行以下步骤：

1. 断言：此算法正在并行地运行。

2. 令 inputToModel 为为了在给定 input 的情况下检测语言而会发送给底层模型的由实现定义的字符串。

   这可能只是 input 本身，或者 它可能包含某种给语言模型的包装提示词。

   如果在此过程中 stopMeasuring 开始返回 true，则返回 null。

   如果在此过程中发生错误，则根据 § 4.4.3 错误 中的指南， 返回适当的 DOMException 错误信息。

3. 返回在给到底层模型时表示 inputToModel 所需的输入用量。 精确的计算过程是由实现定义的，但受以下约束。

   返回的输入用量必须是非负且有限的。如果翻译过程没有用量配额 （也就是说，如果输入 配额为 +∞），则它必须为 0。否则，它必须为正，并且应大致与 inputToModel 的长度成比例。

   这可能是用语言模型 分词方案表示 input 所需的令牌数量，或者可能是 input 的长度。 它也可能是这些方式的某种变体，还会计入为了给模型而必要的任何前缀或后缀的用量。

   如果在此过程中 stopMeasuring 开始返回 true，则改为返回 null。

   如果在此过程中发生错误，则改为根据 § 4.4.3 错误 中的指南 返回适当的 DOMException 错误信息。