Übersetzen von Text mit der Übersetzer-API

Verwenden Sie die Übersetzer-API, um Text aus JavaScript-Code Ihrer Website oder Browsererweiterung zwischen verschiedenen Sprachen zu übersetzen. Die Übersetzer-API basiert auf einem aufgabenspezifischen Modell, das in Microsoft Edge integriert ist.

Detaillierter Inhalt:

Einführung

Einführende Informationen zur Übersetzer-API finden Sie unter:

Verwenden der Spracherkennungs-API mit der Übersetzer-API

Um die Übersetzung von vom Benutzer bereitgestellten Text in eine andere Sprache zu erleichtern, verwenden Sie die Übersetzer-API in Verbindung mit der Spracherkennungs-API.

Weitere Informationen zur Spracherkennungs-API finden Sie unter Erkennen von Sprachen mit der Spracherkennungs-API.

Vorteile der Translator-API

Die Übersetzer-API verwendet ein aufgabenspezifisches Modell für die maschinelle Übersetzung, das auf demselben Gerät ausgeführt wird, auf dem die Ein- und Ausgaben des Modells verwendet werden (d. h. lokal). Dieser Ansatz hat im Vergleich zu cloudbasierten Lösungen die folgenden Vorteile:

  • Reduzierte Kosten: Mit der Nutzung eines Cloud-Übersetzungsdienstes sind keine Kosten verbunden.

  • Netzwerkunabhängigkeit: Über den anfänglichen Modelldownload hinaus gibt es bei der Verwendung dieser API zum Übersetzen von Text keine Netzwerklatenz, und die API kann auch verwendet werden, wenn das Gerät offline ist.

  • Verbesserter Datenschutz: Die in das Modell eingegebenen Daten verlassen nie das Gerät und werden nicht zum Trainieren von KI-Modellen erfasst.

Die Übersetzungsmodelle für angegebene Sprachpaare werden heruntergeladen, wenn die API zum ersten Mal in Microsoft Edge verwendet wird, und anschließend für alle Websites im Browser freigegeben. Der Zugriff auf die Modelle erfolgt über eine unkomplizierte Web-API, die keine Kenntnisse über Frameworks von Drittanbietern erfordert und keine Kenntnisse in künstlicher Intelligenz (KI) oder maschinellem Lernen (ML) erfordert.

Alternativen zur Übersetzer-API

Sie können Netzwerkanforderungen an Cloud-basierte Übersetzungsdienste mit ausgefeilteren Funktionen senden, einschließlich neuronaler Übersetzung; Lesen Sie hierzu die Dokumentation zum Azure KI-Übersetzer.

Als Alternative auf dem Gerät kann die Prompt-API auch benutzerdefiniertere, mehrsprachige Promptszenarien mit einem kleinen, in Microsoft Edge integrierten Sprachmodell unterstützen. siehe Prompt ein integriertes Sprachmodell mit der Prompt-API.

Haftungsausschluss

Wie andere maschinelle Übersetzungsmodelle können die aufgabenspezifischen Modelle in Microsoft Edge potenziell Übersetzungen erzeugen, die unfair, unzuverlässig oder anstößig sind. Weitere Informationen zu den Einschränkungen dieser Modelle für maschinelle Übersetzungen finden Sie unter Einschränkungen im Transparenzhinweis für den Azure KI-Übersetzer.

Modellverfügbarkeit

Ein erster Download des Übersetzungsmodells auf dem Gerät ist erforderlich, wenn eine Website die Übersetzer-API zum ersten Mal aufruft. Sie können den Modelldownload mithilfe der Option "Überwachen" überwachen, wenn Sie eine neue Translator-API-Sitzung erstellen. siehe Überwachen Sie den Fortschritt des Modelldownloads (Überwachung) weiter unten.

Sehen Sie sich ein funktionierendes Beispiel an

Um die Translator-API in Aktion zu sehen und vorhandenen Code zu überprüfen, der die API verwendet:

  1. Wechseln Sie in einem neuen Fenster oder auf einer neuen Registerkarte zum Translator-API-Playground .

  2. Überprüfen Sie im Informationsbanner oben den Status: Zunächst heißt es: On-Device-API und Modell zum Herunterladen. Das Modell für ein angegebenes Sprachpaar wird heruntergeladen, wenn die API zum ersten Mal verwendet wird.

  3. Geben Sie im Textfeld Zu übersetzender Text den zu übersetzenden Text ein, und ändern Sie optional die Werte für die Quellsprache und die Zielsprache .

  4. Klicken Sie auf die Schaltfläche Übersetzen .

    Wenn das Modell für das angegebene Sprachpaar noch nicht heruntergeladen wurde, startet der Download.

    Statusanzeige mit dem Fortschritt des Modelldownloads

    Wenn der Modelldownload nicht startet, starten Sie Microsoft Edge neu und versuchen Sie es noch mal.

    Nachdem das Modell heruntergeladen wurde, beginnt das Modell mit der Generierung einer Übersetzung des Texts aus der Ausgangssprache in die Zielsprache.

    Die Ausgabe wird im Antwortabschnitt der Seite generiert:

    Die Seite

  5. Klicken Sie jederzeit auf die Schaltfläche Beenden , um die Generierung der Antwort zu beenden.

Siehe auch:

  • /built-in-ai/ – Quellcode und Infodatei für die Demo zu integrierten KI-Spielplätzen.

Verwenden der Übersetzer-API

In den nächsten Abschnitten wird die Verwendung der Übersetzer-API beschrieben.

Überprüfen, ob die Übersetzer-API aktiviert ist

Bevor Sie die Übersetzer-API im Code Ihrer Website verwenden, überprüfen Sie, ob die API verfügbar ist, indem Sie das Vorhandensein des Translator Objekts testen:

if (!Translator) {
  // The Translator API is not available.
} else {
  // The Translator API is available.
}

Prüfen, ob das Modell verwendet werden kann (availability())

Für die Translator-API gelten die folgenden Anforderungen:

  • Die Übersetzung aus der angegebenen Ausgangssprache in die angegebene Zielsprache muss unterstützt werden.
  • Das Übersetzungsmodell für das Sprachpaar und die Modelllaufzeit müssen bereits von Microsoft Edge heruntergeladen worden sein.

Um zu überprüfen, ob die Translator-API verwendet werden kann, rufen Sie folgenden Befehl auf Translator.availability():

const availability = await Translator.availability({
  sourceLanguage: "en",
  targetLanguage: "es"
});

if (availability == "unavailable") {
  // The model is not available.
}

if (availability == "downloadable" || availability == "downloading") {
  // The model can be used, but it needs to be downloaded first.
}

if (availability == "available") {
  // The model is available and can be used.
}

Verwenden sourceLanguage Sie für und targetLanguagedie Sprachcodes in Tags zum Identifizieren von Sprachen als Zeichenfolgen.

Neue Sitzung erstellen (create())

Beim Erstellen einer Sitzung wird der Browser angewiesen, das Sprachmodell in den Speicher zu laden, damit es verwendet werden kann. Bevor Sie Text übersetzen können, erstellen Sie mithilfe der Translator.create() Methode eine neue Sitzung, und geben Sie die Quell- und Zielsprache an:

// Create a Translator session.
const session = await Translator.create({
  sourceLanguage: "en",
  targetLanguage: "es"
});

Sie können den Modelldownload überwachen, indem Sie die monitor Option wie folgt verwenden.

Überwachen des Fortschritts des Modelldownloads (monitor)

Du kannst den Fortschritt des Modelldownloads verfolgen, indem du die monitor Option verwendest. Dies ist nützlich, wenn das Modell noch nicht vollständig auf das Gerät heruntergeladen wurde, auf dem das Modell verwendet werden soll, um die Benutzer Ihrer Website darüber zu informieren, dass sie warten müssen.

// Use the monitor option to monitor the model download.
const session = await Translator.create({
  sourceLanguage: "en",
  targetLanguage: "es",
  monitor: m => {
    // Use the monitor object argument to add an listener for the
    // downloadprogress event.
    m.addEventListener("downloadprogress", event => {
      // The event is an object with the loaded and total properties.
      if (event.loaded == event.total) {
        // The model is fully downloaded.
      } else {
        // The model is still downloading.
        const percentageComplete = (event.loaded / event.total) * 100;
      }
    });
  }
});

Ausführen der Übersetzer-API

Nachdem Sie eine Modellsitzung erstellt haben, können Sie Text übersetzen. Die Übersetzungs-API bietet zwei Methoden zum Übersetzen von Text:

  • session.translate() Gibt eine Zusage zurück, die nach der Übersetzung des Texts aufgelöst wird.
  • session.translateStreaming() Gibt sofort ein Stream-Objekt zurück, mit dem Sie den übersetzten Text Token für Token anzeigen können, während er generiert wird.

Details finden Sie unten.

Warten Sie, bis der Text übersetzt ist (translate())

Übersetzt Text. Gibt eine Zusage zurück, die nach der Übersetzung des Texts aufgelöst wird.

Verwenden Sie die translate() asynchrone Methode, um zu warten, bis der Text vollständig übersetzt ist, bevor Sie mit dem Ausführen von Code fortfahren. Diese Methode gibt eine Zusage zurück, die aufgelöst wird, nachdem die API die Textgenerierung abgeschlossen hat:

// Create a Translator session.
const translatorSession = await Translator.create({
  sourceLanguage: "en",
  targetLanguage: "es"
});

// Translate the text and wait for the translation to be done.
const translatedText = await translatorSession.translate(sourceText);

// Use the translation.
console.log(translatedText);

Token während der Generierung anzeigen (translateStreaming())

Übersetzt Text. Gibt sofort ein Stream-Objekt zurück, mit dem Sie den übersetzten Text Token für Token anzeigen können, während er generiert wird.

Verwenden Sie diese Streamingmethode, um die Token anzuzeigen, während sie generiert werden. Die translateStreaming() Methode gibt sofort ein Stream-Objekt zurück. Verwenden Sie das zurückgegebene Streamobjekt, um die Antworttoken anzuzeigen, während sie generiert werden:

// Create a Translator session.
const translatorSession = await Translator.create({
  sourceLanguage: "en",
  targetLanguage: "es"
});

// Ask the model to translate text.
const stream = translatorSession.translateStreaming(sourceText);

// Use the stream object to display tokens that are generated by the model,
// as they are being generated.
for await (const token of stream) {
  console.log(token);
}

Übersetzung von Text beenden (abortController.signal)

Um die Übersetzung von Text zu beenden, bevor die Zusage oder der Stream, die von den obigen Methoden zurückgegeben wurden, aufgelöst oder beendet wurden, verwenden Sie ein AbortController Signal:

// Create a Translator session.
const translatorSession = await Translator.create({
  sourceLanguage: "en",
  targetLanguage: "es"
});

// Create an AbortController object.
const abortController = new AbortController();

// Use the model session to translate some text and pass the AbortController
// object by using the signal option.
const stream = translatorSession.translateStreaming(sourceText, {
  signal: abortController.signal
});

// Later, perhaps when the user presses a "Stop" button, call the abort()
// method on the AbortController object to stop translating text.
abortController.abort();

Eine Sitzung zerstören (destroy())

Zerstörung nach dem Übersetzen des Texts die Sitzung, um dem Browser mitzuteilen, dass Sie das Sprachmodell nicht mehr benötigen, damit das Modell aus dem Speicher entladen werden kann.

Sie können eine Sitzung auf zwei verschiedene Arten zerstören:

  • Mithilfe der destroy() Methode.
  • Durch die Verwendung einer AbortController.

Details finden Sie unten.

Zerstörung einer Sitzung durch Aufruf destroy()

So zerstören Sie eine Sitzung durch Aufruf destroy() mit einer Translator Sitzung:

const session = await Translator.create({
  sourceLanguage: "en",
  targetLanguage: "es"
});

// Later, destroy the session by using the destroy method.
session.destroy();

Zerstörung einer Sitzung mithilfe von AbortController

Um eine Sitzung durch Erstellen eines AbortController Objekts zu zerstören, erstellen Sie eine Translator Sitzung, und rufen Sie abort()dann auf:

// Create an AbortController object.
const controller = new AbortController();

// Create a Translator session and pass the
// AbortController object by using the signal option.
const session = await Translator.create({
  sourceLanguage: "en",
  targetLanguage: "es",
  signal: controller.signal
});

// Later, perhaps when the user interacts with the UI, destroy the session by
// calling the abort() function of the AbortController object.
controller.abort();

Feedback senden

Wir interessieren uns für folgende Themen:

  • Die Bandbreite der Szenarien, für die Sie die Übersetzer-API verwenden.
  • Probleme mit der Translator-API.
  • Alle Probleme mit den Übersetzungsmodellen auf dem Gerät.
  • Ob andere aufgabenspezifische, integrierte APIs nützlich wären.

Wenn Sie Feedback zu Ihren Szenarien und den Aufgaben senden möchten, fügen Sie bitte einen Kommentar zum Problem mit dem API-Feedback hinzu.

Wenn Sie bei der Verwendung der API Probleme bemerken, melden Sie diese im Repository.

Sie können auch zur Diskussion über den Entwurf der Übersetzer-API im Repository der W3C Web Machine Learning Working Group beitragen.

Siehe auch

GitHub:

Azure docs:

Demos-Repository: