简单使用Argos翻译框架

简单使用Argos翻译框架

1 介绍

Argos Translate采用OpenNMT进行翻译的开源离线翻译库,既可作为Python库、命令行工具,也可作为图形用户界面应用使用,并且该库支持安装语言模型包。

Argos速度很快,效果相对一般,不过是不错的选择。

复制代码
# 官网地址
https://www.argosopentech.com/

# Github地址
https://github.com/argosopentech/argos-translate

# 参考文档
https://argos-translate.readthedocs.io/

# 模型下载地址
https://www.argosopentech.com/argospm/index/

基于Argos开发的LibreTranslate项目,带可视化界面,很不错

复制代码
# 官网地址
https://docs.libretranslate.com/

# Github地址
https://github.com/LibreTranslate/LibreTranslate

# 下载模型
https://docs.libretranslate.com/guides/supported_languages/

2 使用Argos

使用Python调用

python 复制代码
import os

import argostranslate.package
import argostranslate.translate

from_code = "en"
to_code = "zh"

# 1 联网下载
# 模型会自动下载到用户目录中的"./local/cache"和"./local/share"
# 下载和安装Argos Translate包
argostranslate.package.update_package_index()
available_packages = argostranslate.package.get_available_packages()
package_to_install = next(
    filter(
        lambda x: x.from_code == from_code and x.to_code == to_code, available_packages
    )
)
argostranslate.package.install_from_path(package_to_install.download())


"""
# 2 离线安装
# 首先从模型上下载模型,然后安装
import pathlib
import argostranslate.package
package_path = pathlib.Path("E:/argos-translate/translate-en_zh-1_9.argosmodel")
argostranslate.package.install_from_path(package_path)
"""


# Translate
translatedText = argostranslate.translate.translate("Hello World", from_code, to_code)
print(translatedText)

3 使用LibreTranslate

Python安装

复制代码
pip install libretranslate

安装模型(模型自动下载到用户目录下的.local目录下的cache和share目录),"install_models.py"在仓库中。

复制代码
python install_models.py  --load_only_lang_codes zh,en

启动服务

复制代码
# 参数说明
# --url-prefix 设置前缀
# --load-only 加载中文(zh),英文(en)模型
libretranslate --load-only zh,en --host 0.0.0.0 --port 5000 --url-prefix /api/trans

禁用可视化页面

复制代码
libretranslate --load-only zh,en --host 0.0.0.0 --port 5000 --url-prefix /api/trans --disable-web-ui

访问地址

复制代码
http://127.0.0.1:5000/api/trans/

接口文档

相关推荐
Thanks_ks11 小时前
【第 003 讲】全面认识 Python:语言起源与设计哲学 | 行业地位与流行趋势 | 技术优势与应用领域 | 技术边界与工程局限
人工智能·python·数据分析·编程语言·python 入门·web 开发·python 之禅
用户7908600572611 小时前
给 AI 装上耳朵:离线语音识别与唤醒,国内环境踩坑实录
python
用户7908600572611 小时前
我让 AI 自己上了趟网:browser-use 的三个致命坑和 CDP 混合方案
python
安枳杦11 小时前
把一个 FastAPI 网页塞进 macOS 的 Dock:Tauri 2 + PyInstaller 实战
python
像风一样自由202011 小时前
3.Dockerfile如何构建一个Python算法镜像
开发语言·人工智能·python·大模型
Dmz丶12 小时前
前端转 AI 100 天 Day 36:Prompt 工程入门——从“感觉对了就行”到方法论
python
日日大王学编程12 小时前
AI 时代后端方向新人的未来规划与看法
人工智能·后端·python·ai·golang
CCblandy12 小时前
缓存淘汰实测:一次全表扫描把 LRU 命中率从 46% 打到 38%,W-TinyLFU 守住 50% 却贵 11 倍
后端·python·缓存·性能优化·架构
汤米粥13 小时前
cmd手动创建的Django项目怎么用社区版Pycharm运行起来
python·pycharm·django
涵玥13 小时前
python题目练习12-小玉家的电费//小玉在游泳//小鱼的航程
python·python每日一练·洛谷题目