.png)
Résumez cet article avec :
La détection de langue est plus facile à évaluer à l’aide d’exemples concrets. Ce guide compare donc les meilleurs outils gratuits et open source avec du code Python, ainsi que plusieurs API gratuites de détection de langue.
Vous découvrirez quelles solutions conviennent au traitement local, aux textes courts, aux applications à fort volume et aux workflows API multi-fournisseurs. Chaque outil est évalué du point de vue des développeurs, en tenant compte de critères pratiques comme la configuration, la précision, la vitesse, la confidentialité et la maintenance en 2026.
À retenir : choisissez lingua-py comme solution par défaut pour la plupart des applications Python, et privilégiez fastText lorsque le débit et la latence sont plus importants que la précision sur les textes courts.
Meilleurs modèles gratuits et open source de détection de langue en 2026
lingua-py : idéal pour les textes courts et multilingues
lingua-py est un outil local de détection de langue en Python, conçu pour les développeurs qui recherchent des résultats fiables sur des messages courts, des requêtes de recherche, des avis produits ou des contenus mélangeant plusieurs langues.
Il prend en charge environ 75 langues en 2026 et combine une détection statistique avec des règles propres à chaque langue. Il constitue généralement un excellent choix par défaut pour les textes courts. Cependant, charger l’ensemble des langues disponibles consomme davantage de mémoire que de limiter le détecteur aux langues réellement attendues. Le projet reste activement maintenu en 2026.
# pip install lingua-language-detector
from lingua import LanguageDetectorBuilder
detector = LanguageDetectorBuilder.from_all_languages().build()
print(detector.detect_language_of("Bonjour tout le monde"))
# Language.FRENCH
fastText (lid.176) : idéal pour la vitesse et les volumes élevés
Le modèle lid.176 de fastText est un classificateur de langues compact destiné aux développeurs qui traitent de grands volumes de données, comme des lots de documents, des journaux, des messages ou des flux de contenu.
Il reconnaît 176 langues et permet une inférence locale rapide. Le modèle complet au format .bin est plus rapide et légèrement plus précis, tandis que la version compressée .ftz réduit l’espace de stockage nécessaire. Il reste disponible via le projet officiel fastText de Meta en 2026, mais le modèle doit être téléchargé séparément.
# pip install fasttext-wheel
import fasttext
from urllib.request import urlretrieve
urlretrieve("https://dl.fbaipublicfiles.com/fasttext/supervised-models/lid.176.ftz", "lid.176.ftz")
model = fasttext.load_model("lid.176.ftz")
print(model.predict("Bonjour tout le monde")[0][0])
# __label__fr
fast-langdetect : la configuration simple la plus rapide
fast-langdetect propose la détection de langue basée sur fastText à travers une API Python légère. Il est particulièrement utile lorsque vous souhaitez bénéficier d’une inférence rapide sans télécharger et charger manuellement le modèle lid.176.
Il couvre approximativement le même ensemble de langues que fastText et propose des options de chargement de modèle complètes, légères ou automatiques. Le premier appel peut télécharger le modèle sélectionné. Pour un déploiement en production, il est donc recommandé de configurer ou de précharger le cache. Le package est toujours maintenu en 2026.
# pip install fast-langdetect
from fast_langdetect import detect
result = detect("Bonjour tout le monde", model="auto", k=1)
print(result[0]["lang"])
# fr
langdetect : idéal pour une installation simple avec pip
langdetect est un portage Python bien connu de la bibliothèque originale de détection de langue. Il convient aux prototypes ou aux applications qui ont besoin d’un détecteur basique avec une configuration minimale.
Il prend en charge 55 langues et renvoie des codes de langue au format ISO. Les résultats peuvent varier sur des textes courts ou ambigus, sauf si vous définissez une graine fixe. Son implémentation entièrement en Python est également plus lente que les solutions basées sur fastText. Le package reste stable, mais son activité de développement semble limitée en 2026.
# pip install langdetect
from langdetect import DetectorFactory, detect
DetectorFactory.seed = 0
print(detect("Bonjour tout le monde"))
# fr
GlotLID v3 : idéal pour les langues rares et peu dotées
GlotLID v3 est un modèle d’identification de langue basé sur fastText, destiné aux jeux de données multilingues contenant des langues rares, régionales ou disposant de peu de ressources.
En 2026, les versions disponibles de GlotLID v3 couvrent plus de 2 100 combinaisons de langues et de systèmes d’écriture. Les résultats utilisent des formats comme fra_Latn, plutôt que de simples codes à deux lettres. Cette couverture en fait une solution adaptée au filtrage de corpus et aux pipelines de données multilingues. Cependant, le modèle est plus volumineux et ses étiquettes détaillées peuvent nécessiter une normalisation dans votre application. Le modèle reste disponible et maintenu sur Hugging Face.
# pip install fasttext-wheel huggingface-hub
import fasttext
from huggingface_hub import hf_hub_download
path = hf_hub_download("cstr/glotlid-GGUF", "model.bin")
model = fasttext.load_model(path)
print(model.predict("Bonjour tout le monde")[0][0])
# __label__fra_Latn
XLM-RoBERTa sur Hugging Face : idéal si vous utilisez déjà Transformers
Le modèle papluca/xlm-roberta-base-language-detection est un classificateur basé sur Transformers, conçu pour les équipes qui utilisent déjà les pipelines Hugging Face, PyTorch ou une infrastructure d’inférence avec GPU.
La fiche du modèle indique 21 langues prises en charge en 2026. Il peut offrir de bons résultats de classification pour ces langues, mais il est plus lourd et plus lent à initialiser que des bibliothèques spécialisées comme Lingua ou fastText. Le modèle reste téléchargeable, même si son dépôt a connu peu de modifications récentes.
# pip install transformers torch
from transformers import pipeline
detector = pipeline("text-classification", model="papluca/xlm-roberta-base-language-detection")
print(detector("Bonjour tout le monde")[0]["label"])
# fr
langid.py : une option légère sans dépendance
langid.py est un outil autonome d’identification de langue destiné aux développeurs qui privilégient la portabilité, une intégration minimale et la possibilité d’exécuter la solution à partir d’un seul fichier Python.
Il inclut un modèle préentraîné prenant en charge 97 langues et se montre moins sensible au balisage que certains détecteurs plus anciens. Il reste utile pour les systèmes hérités et les environnements restreints. Toutefois, le projet étant plus ancien, il peut être moins adapté aux nouveaux systèmes de production que des alternatives activement maintenues.
# pip install langid
import langid
language, score = langid.classify("Bonjour tout le monde")
print(language)
# fr
Outils historiques et solutions à éviter
Polyglot et CLD2 peuvent toujours fonctionner dans des environnements anciens, mais ils ne constituent plus les choix les plus simples pour de nouveaux projets Python. Polyglot dépend de pycld2 et d’autres packages compilés, ce qui peut compliquer l’installation sur les systèmes d’exploitation et les versions modernes de Python. Son activité de maintenance semble également limitée en 2026.
CLD2 est rapide, mais Google a ensuite lancé CLD3 pour lui succéder. Les bindings Python de ces deux outils peuvent être difficiles à compiler et à maintenir, notamment dans des conteneurs ou avec des environnements Python récents. Utilisez-les principalement si votre système en dépend déjà ou si vous devez garantir la compatibilité avec une infrastructure existante.
Comment choisir le bon outil de détection de langue
- Pour détecter avec précision la langue de textes courts, choisissez lingua-py. C’est une excellente solution par défaut pour les messages, les requêtes, les titres et les saisies utilisateur courtes.
- Pour traiter de gros volumes, utilisez fastText ou fast-langdetect. Ces deux outils privilégient une inférence locale rapide et une large couverture linguistique.
- Pour détecter des langues rares ou peu dotées en ressources, choisissez GlotLID v3. Son grand nombre d’étiquettes est particulièrement adapté aux jeux de données multilingues et au filtrage de corpus.
- Si votre stack utilise déjà Hugging Face Transformers, optez pour XLM-RoBERTa. Le modèle s’intègre facilement aux pipelines existants et aux infrastructures GPU, mais il prend en charge moins de langues.
- Pour réduire au minimum l’infrastructure à gérer, utilisez une API hébergée de détection de langue ou un LLM. Vous évitez ainsi le téléchargement des modèles, la gestion des dépendances et la mise à l’échelle locale.
API gratuites de détection de langue sans installation
Une API hébergée est souvent plus adaptée qu’une bibliothèque locale lorsque vous ne souhaitez pas gérer les fichiers de modèles, les dépendances, les mises à jour ou l’infrastructure. Les fournisseurs prennent également en charge la scalabilité et le support. Toutefois, une API gratuite de détection de langue peut correspondre à un niveau gratuit limité, à des crédits d’essai ou à une fonctionnalité incluse dans un autre service payant.
AWS
Amazon Comprehend détecte la langue dominante d’un texte et renvoie un code de langue accompagné d’un score de confiance. Cette solution convient particulièrement aux applications déjà hébergées sur AWS ou utilisant d’autres fonctionnalités NLP de Comprehend. Vérifiez les conditions actuelles de l’offre gratuite AWS ainsi que la disponibilité régionale avant de l’utiliser en production.
Google Cloud
Google Cloud Translation propose une méthode dédiée à la détection de langue et peut également identifier automatiquement la langue source lors d’une traduction. Il s’agit d’une option pratique pour les équipes qui utilisent déjà les workflows de traduction de Google Cloud. La détection automatique pendant la traduction n’entraîne pas de frais de détection distincts, mais le texte soumis à la traduction reste facturé.
IBM
IBM Watson Language Translator peut identifier la langue d’un texte avant sa traduction. IBM propose également un modèle lang-detect distinct dans ses outils Watson NLP. Cette solution est surtout pertinente si votre application utilise déjà IBM Cloud, les services Watson ou des composants watsonx.
Microsoft Azure
Azure AI Language propose une API préconfigurée de détection de langue accessible via des endpoints REST et des bibliothèques clientes. Elle renvoie la langue détectée et s’intègre aux autres services d’analyse de texte d’Azure. Azure propose un compte gratuit et peut inclure un niveau de service gratuit. Vérifiez toutefois les limites actuelles de requêtes avant tout déploiement.
ModernMT
ModernMT propose un endpoint dédié à la détection de langue pour des textes individuels ou des lots de textes. Il renvoie des codes de langue au format ISO 639-1. Son API est principalement conçue pour les workflows de traduction dans lesquels la langue source est inconnue.
En 2026, ModernMT transfère progressivement ses clients vers Lara. Les nouvelles intégrations doivent donc vérifier les conditions actuelles de migration et d’utilisation de l’API.
OpenAI
Les modèles OpenAI ne nécessitent pas d’endpoint spécifique de détection de langue. Vous pouvez envoyer un texte à un modèle généraliste et lui demander de renvoyer le nom de la langue, un code ISO, un niveau de confiance ou une réponse JSON structurée.
Cette approche est utile pour les textes ambigus, translittérés, multilingues ou dépendants du contexte. Les modèles OpenAI acceptent également des instructions dans plusieurs langues.
Détection de langue avec un LLM
Demander à GPT ou Claude d’identifier une langue constitue une solution moderne ne nécessitant aucune installation, notamment si vous utilisez déjà une API de LLM. Cette méthode offre davantage de flexibilité qu’un détecteur traditionnel, car vous pouvez demander l’identification de plusieurs langues, une explication de l’incertitude, la gestion de textes multilingues ou une réponse respectant un schéma strict.
Le principal inconvénient est un coût et une latence plus élevés. Pour une classification simple à grande échelle, un détecteur spécialisé reste généralement plus adapté.
Les développeurs qui recherchent une API gratuite de détection de langue doivent commencer par comparer les crédits d’essai et les limites des offres gratuites, plutôt que de supposer que le service restera gratuit à l’échelle de la production.
Accédez à tous les fournisseurs de détection de langue avec une seule API
Eden AI vous donne accès à plusieurs fournisseurs de détection de langue via une seule API et un format de réponse unifié. Vous réalisez une seule intégration, puis vous modifiez simplement la valeur du modèle pour tester un autre fournisseur, sans réécrire l’authentification, la gestion des requêtes ou la logique de facturation.
Cette approche facilite la comparaison des résultats sur vos propres données afin d’identifier le fournisseur le plus performant selon les langues et la longueur de vos textes. Vous pouvez également configurer un système de fallback entre fournisseurs afin que les requêtes continuent d’être traitées si votre service principal devient indisponible.
# pip install requests
import requests
response = requests.post(
"https://api.edenai.run/v3/universal-ai",
headers={"Authorization": "Bearer YOUR_EDENAI_API_KEY"},
json={
"model": "text/language_detection/amazon",
"input": {"text": "Bonjour, comment allez-vous ?"},
},
)
print(response.json())
L’utilisation est facturée à la consommation via un seul compte Eden AI. Créez gratuitement un compte Eden AI pour tester les fournisseurs de détection de langue disponibles et comparer leurs résultats à partir d’une seule intégration.
.jpg)
