基于 fastText 的自然语言语种识别工具，支持浏览器和 Node.js 环境

[theprimone]

偶然看到 Google 官方在 B 站发的视频 https://www.bilibili.com/video/BV1Gp4y1A7RA?t=344.8 发现 WebAssembly 真好玩，特别提到了 fastText 这个基于 AI 模型的工具，一上头就打算试试把它搬到浏览器会怎样。

先在 npm 搜索了一下，基本都是只支持 Node 环境使用的，有一个包 fasttext.wasm 说是支持浏览器环境的，结果在 Next.js 中一试直接裂开，各种报错 😂

兴致上来了就一心想着搬到浏览器上，先在原仓库上各种魔改，始终解决不了问题，最后确定应该是要分离浏览器和 Node 环境的实现的，从而能方便的避免各种问题。

各种踩坑之后终于搞定了，现在已部署两个环境，欢迎体验：

• Vite https://fasttext-wasm-js.vercel.app/Demo
• Next.js https://awesome-exhibition.vercel.app/awesome/fasttext.wasm.js

这次实现涉及到的技术点汇总一下

• WebAssembly
• Git Submodules
• Xmake
• 分环境开发打包 wasm 和库代码（最大问题）

按照 fastText 官方的流程无法编译，所幸 fasttext.wasm 有个基于 Xmake 的编译，刚安装怎么也编译不了，最后稀里糊涂把 Xmake 的路走通了 😂

能编译之后就是另一个问题，如何分环境编译，找 emcc 和 Xmake 各种文档研究怎么分环境打包，所幸官方对此早已实现，注入 xmake.lua 的参数也是连蒙带猜可算是注入进去了。

这一路都是靠玄学通关的，如果编译 wasm 的第一步失败的话，我大概就直接弃坑了。最后写了个简单的 benchmark 测试了一下，效果是真不错。

搞完之后就一个想法，关于 Xmake 如果要深入 WebAssembly 大概得入个门才行，现在全靠玄学想想都有点搞 😅 最后 fastText 的核心封装搞定了，应该可以方便扩展 fastText 支持的各种模型功能了，有时间逐步加上，未来可期 😄

其实不分环境编译 wasm 在 Vite 环境下已经能够正常使用了，在 Next.js 总是会弹出 wasm 的 JS 绑定文件使用 Node.js 的 module 包的异常，所以不得不研究分环境编译 wasm 了。

另外还有个 Vite 库打包的问题，由于 wasm 文件的编译会带上一个对应的 JS 绑定文件，这不太可能自己去写，所以需要保留代码的原始形式。Vite 库打包死活要把 wasm 文件变成内联的 base64 格式……也有人反馈了这个问题：

• Add build.assetInlineExclude config
• library mode can't extract static assets
• add an option to not to inline assets in library mode when format is 'es'

看起来这个问题也有些年头了，至今都不支持，也是不懂为啥……最后决定通过骚操作绕过这个问题，将对应的 JS 绑定文件添加到 external 中，再用静态资源复制的 Vite 插件把相关的资源复制过去 😂 一切又正常了。

今天完成了 fasttext.wams.js 对于浏览器插件环境的支持，芜湖起飞。

[nolhr0909]

最近有一个很小的语言识别模型叫做 whichlang ，准确率非常高，基于 onnx-wasm 做的，可以直接用。

我前几年给 lingua-rs 项目推过一点代码，目前基于 lingua 做了一个翻译机器人放到了 slack 上

[theprimone]

@nolhr0909 摸索了一下，whichlang 目前只有 rust 生态吧，没有对应的 wasm 可用，也没有 Node 支持？

[theprimone]

@nolhr0909 另外 whichlang 给我的感觉没有用到 onnx 吧，不过 onnx 看起来更专业，有机会找个合适的模型来试试。