¿Qué es la traducción de documentos?
La traducción de documentos es una característica de traducción automática basada en la nube del servicio Traductor de Azure AI. Puede traducir varios documentos complejos en todos los idiomas y dialectos admitidos conservando la estructura y el formato de datos originales de los documentos. La API de traducción de documentos ahora admite dos operaciones de traducción:
La traducción de documentos asincrónica por lotes admite el procesamiento asincrónico de varios documentos y archivos de gran tamaño. El proceso de traducción por lotes requiere una cuenta de Azure Blob Storage con contenedores para los documentos de origen y traducidos.
La traducción de documentos sincrónica admite el procesamiento sincrónico de traducciones de archivos individuales. El proceso de traducción de archivos no requiere una cuenta de Azure Blob Storage. La respuesta final contiene el documento traducido y se devuelve directamente al cliente que realiza la llamada.
Traducción asincrónica por lotes
Use el procesamiento asincrónico de documentos para traducir varios documentos y archivos grandes.
Características clave de la traducción por lotes
| Característica | Descripción |
|---|---|
| Traducir archivos grandes | Traducir documentos completos de forma asincrónica. |
| Traducir numerosos archivos | Traduzca varios archivos entre todos los idiomas y dialectos admitidos manteniendo la estructura del documento y el formato de los datos. |
| Conservar la presentación del archivo de origen | Traducir archivos conservando el diseño y el formato originales. |
| Aplicar traducción personalizada | Traducir documentos con modelos de traducción personalizada y general. |
| Aplicar glosarios personalizados | Traducir documentos mediante glosarios personalizados. |
| Detectar automáticamente el idioma del documento | Permita que el servicio de traducción de documentos determine el idioma del documento. |
| Traducir documentos con contenido en varios idiomas | Use la característica de detección automática para traducir documentos con contenido en varios idiomas al idioma de destino. |
Opciones de desarrollo de la traducción por lotes
Puede agregar la traducción de documentos a las aplicaciones mediante la API REST o un SDK de biblioteca de cliente:
La API REST. es una interfaz independiente del lenguaje que permite crear solicitudes HTTP y encabezados de autorización para traducir documentos.
Los SDK de biblioteca cliente son clases, objetos, métodos y código específicos del lenguaje que puede usar rápidamente si agrega una referencia en el proyecto. Actualmente, la traducción de documentos es compatible con los lenguajes de programación C#/.NET y Python.
Formatos de documento admitidos por la traducción por lotes
El método de obtención de formatos de documentos admitidos devuelve una lista de formatos de documentos admitidos por el servicio de traducción de documentos. La lista incluye la extensión de archivos común y el tipo de contenido si se usa la API de carga.
| Tipo de archivo | Extensión de archivo | Descripción |
|---|---|---|
| PDF de Adobe | pdf |
Formato de archivo de documento portátil. La traducción de documentos utiliza tecnología de reconocimiento óptico de caracteres (OCR) para extraer y traducir texto en un documento PDF escaneado mientras conserva el diseño original. |
| Valores separados por comas | csv |
Archivo de datos sin formato delimitados por comas que usan los programas de hoja de cálculo. |
| HTML | html y htm |
Lenguaje de marcado de hipertexto |
| Formato de archivo de intercambio de localización | xlf | Formato de documento paralelo que se exporta desde los sistemas de memoria de traducción. Los idiomas utilizados se definen dentro del archivo. |
| Markdown | markdown, mdown, mkdn, md, mkd, mdwn, mdtxt, mdtext, rmd |
Lenguaje de incremento ligero para crear texto con formato. |
| MHTML | mthml, mht |
Formato de archivo de página web que se usa para combinar código HTML y sus recursos complementarios. |
| Microsoft Excel | xls, xlsx |
Archivo de hoja de cálculo para el análisis de datos y la documentación |
| Microsoft Outlook | msg |
Mensaje de correo electrónico creado o guardado en Microsoft Outlook |
| Microsoft PowerPoint | ppt, pptx |
Archivo de presentación utilizado para mostrar contenido en formato de presentación |
| Microsoft Word | doc y docx |
Archivo de documento de texto |
| Texto de OpenDocument | odt |
Archivo de documento de texto de código abierto. |
| Presentación de OpenDocument | odp |
Archivo de presentación de código abierto. |
| Hoja de cálculo de OpenDocument | ods |
Archivo de hoja de cálculo de código abierto. |
| Formato de texto enriquecido | rtf |
Documento de texto que incluye formato. |
| Valores separados por tabulaciones/TAB | tsv/tab |
Archivo de datos sin formato delimitado por tabulaciones que usan los programas de hoja de cálculo. |
| Texto | txt |
Documento de texto sin formato |
Tipos de archivos heredados de la traducción por lotes
Los tipos de archivo de origen se conservarán durante la traducción de documentos con las excepciones siguientes:
| Extensión del archivo de origen | Extensión del archivo traducido |
|---|---|
| .doc, .odt, .rtf, | .docx |
| .xls, .ods | .xlsx |
| .ppt, .odp | .pptx |
Formatos de glosario admitidos de la traducción por lotes
La traducción de documentos admite los siguientes tipos de archivo de glosario:
| Tipo de archivo | Extensión de archivo | Descripción |
|---|---|---|
| Valores separados por comas | csv |
Archivo de datos sin formato delimitados por comas que usan los programas de hoja de cálculo. |
| Formato de archivo de intercambio de localización | xlf y xliff |
Formato de documento paralelo, exportación de sistemas de memoria de traducción. Los idiomas usados se definen dentro del archivo. |
| Valores separados por tabulaciones/TAB | tsv y tab |
Archivo de datos sin formato delimitado por tabulaciones que usan los programas de hoja de cálculo. |
Traducción sincrónica
Use el procesamiento de traducción sincrónica para enviar un documento como parte del cuerpo de la solicitud HTTP y recibir el documento traducido en la respuesta HTTP.
Características clave de la traducción sincrónica
| Característica | Descripción |
|---|---|
| Traducir archivos de una sola página | La solicitud sincrónica solo acepta un único documento como entrada. |
| Conservar la presentación del archivo de origen | Traducir archivos conservando el diseño y el formato originales. |
| Aplicar traducción personalizada | Traducir documentos con modelos de traducción personalizada y general. |
| Aplicar glosarios personalizados | Traducir documentos mediante glosarios personalizados. |
| Traducción de un único idioma | Traducir a y desde un idioma admitido. |
| Detectar automáticamente el idioma del documento | Permita que el servicio de traducción de documentos determine el idioma del documento. |
| Aplicar glosarios personalizados | Traducir un documento mediante un glosario personalizado. |
Formatos de documento admitidos por la traducción asincrónica
| Tipo de archivo | Extensión de archivo | Tipo de contenido | Descripción |
|---|---|---|---|
| Texto sin formato | .txt |
text/plain |
Documento de texto sin formato |
| Valores separados por tabulaciones | .txv.tab |
text/tab-separated-values |
Formato de archivo de texto que usa tabulaciones para separar los valores y nuevas líneas para separar los registros. |
| Valores separados por comas | .csv |
text/csv |
Formato de archivo de texto que usa comas como delimitador entre valores. |
| Lenguaje de marcado de hipertexto | .html.htm |
text/html |
HTML es un lenguaje de marcado estándar que se usa para estructurar contenido y páginas web. |
| MHTML | .mthml.mht |
message/rfc822@ application/x-mimearchive@ multipart/related |
Formato de archivo de página web. |
| Microsoft PowerPoint | .pptx |
application/vnd.openxmlformats-officedocument.presentationml.presentation |
Formato de archivo basado en XML que se usa para presentaciones de diapositivas de PowerPoint. |
| Microsoft Excel | .xlsx |
application/vnd.openxmlformats-officedocument.spreadsheetml.sheet |
Formato de archivo basado en XML que se usa para hojas de cálculo de Excel. |
| Microsoft Word | .docx |
application/vnd.openxmlformats-officedocument.wordprocessingml.document |
Formato de archivo basado en XML que se usa para documentos de Word. |
| Microsoft Outlook | .msg |
application/vnd.ms-outlook |
Formato de archivo que se usa para objetos de mensaje de correo almacenados de Outlook. |
| Intercambio de localización XML | .xlf.xliff |
application/xliff+xml |
Formato de archivo estándar basado en XML ampliamente utilizado en el procesamiento de software de traducción y localización. |
Formatos de glosario admitidos por la traducción sincrónica
La traducción de documentos admite los siguientes tipos de archivo de glosario:
| Tipo de archivo | Extensión de archivo | Descripción |
|---|---|---|
| Valores separados por comas | csv |
Archivo de datos sin formato delimitados por comas que usan los programas de hoja de cálculo. |
| XmlLocalizationInterchange | xlf y xliff |
Formato basado en XML y diseñado para estandarizar cómo se pasan los datos durante el proceso de localización. |
| TabSeparatedValues | tsv y tab |
Archivo de datos sin formato delimitado por tabulaciones que usan los programas de hoja de cálculo. |
Límites de solicitudes de traducción de documentos
Para obtener información detallada sobre los límites de solicitudes del servicio Traductor de Azure AI, consulteLímites de solicitudes de traducción de documentos.
Residencia de datos de traducción de documentos
La residencia de datos de traducción de documentos depende de la región de Azure en la que se ha creado el recurso de Translator:
- Los recursos de Translator creados en cualquier región de Europa (excepto Suiza) se procesan en el centro de datos del Oeste de Europa y Norte de Europa.
- Los recursos de Translator creados en cualquier región de Suiza se procesan en los centros de datos del Norte de Suiza y del Oeste de Suiza.
- Los recursos de Translator creados en cualquier región de Asia Pacífico o Australia se procesan en el centro de datos del Sudeste de Asia y Este de Australia.
- Los recursos de Translator creados en todas las demás regiones, como Global, Norteamérica y Sudamérica, se procesan en el centro de datos del Este de EE. UU. y Oeste de EE. UU. 2.
✔️ Característica: Traducción de documentos
✔️ Punto de conexión de servicio: Personalizado:<name-of-your-resource.cognitiveservices.azure.com/translator/text/batch/v1.1
| Región del recurso | Solicitud del centro de datos de procesamiento |
|---|---|
| Cualquier región de Europa (excepto Suiza) | Europa: Norte de Europa y Oeste de Europa |
| Suiza | Suiza: Norte de Suiza • Oeste de Suiza |
| Cualquier región dentro de Asia Pacífico y Australia | Asia: Sudeste de Asia • Este de Australia |
| Todas las demás regiones, incluidas Global, Norteamérica y Sudamérica | Estados Unidos: Este de EE. UU. • Oeste de EE. UU. 2 |
Pasos siguientes
En nuestra guía de inicio rápido, aprenderá cómo empezar a trabajar rápidamente con la traducción de documentos. Para empezar, necesitará una cuenta de Azure activa. En caso de no tener ninguna, puede crear una gratis.