Awesome

本项目不再更新，请使用上游项目

https://github.com/LibreTranslate/LibreTranslate

Offine-Text-Translate 本地离线文字翻译

支持多语言的本地离线文字翻译Api工具

本项目是基于开源项目LibreTranslate 的再封装，目的是提供一个容易在本地机器上直接部署的翻译Api服务，无需docker，并提供 Windows 预编译exe包，不必部署，双击可用，方便新手和小白使用。

第一次启动需要下载模型，后续即可离线运行

如果你想使用原生LibreTranslate项目或想部署在docker，请访问 https://github.com/LibreTranslate/LibreTranslate

Windows预编译exe下载使用

点击下载window预编译包，解压到无空格的英文目录下，双击 start.exe
第一次启动后会自动下载模型，如果你无法打开 https://raw.githubusercontent.com 这个地址，必须在 set.ini 中 PROXY= 设置代理地址，否则无法下载。当然你也可以选择从百度网盘下载已打包好的模型，解压后将里面的 .local 文件夹复制到本软件目录下，覆盖同名文件夹 '.local', 点击去百度网盘下载模型
可以自己编写程序请求该Api服务，实现替代百度翻译等功能，或者填写到一些需要翻译功能的软件中，比如若要用在视频翻译配音软件中，在软件菜单-设置-OTT中填写服务器地址和端口即可,默认地址是 http://127.0.0.1:9911

Window上源码部署

首先到 python.org 网站下载 python3.9+ 版本并安装，建议安装 3.10，在安装时仔细查看，选中 “Add ... Path”复选框，以方便后续使用。
安装window git客户端，点击去下载git ，选择下载 64-bit Git for Windows Setup，下载后双击安装，一路下一步直到完成
创建一个空目录，比如在 D盘下创建目录 ott，然后进入该目录 D:/ott,在文件夹地址栏输入 cmd 后回车，在打开的cmd黑窗口中输入 git clone https://github.com/jianchang512/ott . 回车执行.
创建虚拟环境，在刚刚的cmd窗口中继续输入命令 python -m venv venv 回车

此处注意：如果提示 "python 不是内部或外部命令，也不是可运行的程序" ,说明 第0步 安装python时未选中复选框，重新双击已下载的 Python安装包，选择“Modify”,然后注意选中“Add ... Path”。

重新安装python完毕后，**必须关闭已打开的cmd窗口**,否则可能还是提示命令未找到，然后进入`D:/ott`,地址栏输入`cmd`回车，再重新执行`python -m venv venv`

上步命令执行成后，继续输入 .\venv\scripts\activate 回车，再执行 pip install -r requirements.txt --no-deps, 如果提示“not found version xxx”，请将将镜像源改为pip官方或者阿里云镜像
如果需要启用cuda加速翻译，则继续分别执行

pip uninstall -y torch

pip install torch==2.1.2 --index-url https://download.pytorch.org/whl/cu121
在set.ini中设置代理 PROXY=代理地址，比如如果你的代理地址是 http://127.0.0.1:10189,那么填写后PROXY=http://127.0.0.1:10189
执行启动服务命令，python start.py

Mac 或 Linux 部署

先确认是否安装了正确的python版本3.9+和git， python -V or python3 -V
创建空目录并进入，比如 /data/ott && cd /data/ott, 然后拉取源码 git clone https://github.com/jianchang512/ott .
创建虚拟环境并激活 python3 -m venv venv && . ./venv/bin/activate
安装依赖，pip3 install -r requirements.txt --no-deps，如果提示“not found”，同样将镜像改为 pip官方或阿里云镜像
如果要启用cuda加速翻译，则继续执行

pip3 uninstall -y torch

pip3 install torch==2.1.2 --index-url https://download.pytorch.org/whl/cu121
在 she.ini中设置代理地址
启动服务 python3 start.py

注意如果你的python执行命令不是python3，上面命令中的 python3需替换为对应的命令比如 python

Api接口使用

假如你部署的地址和端口是 http://127.0.0.1:9911

API地址：http://127.0.0.1:9911/translate

支持的语言代码: zh=中文简 zt=中文繁 en=英语 fr=法语 de=德语 ja=日语 ko=韩语 ru=俄语 es=西班牙语 th=泰国语 it=意大利语 pt=葡萄牙语 ar=阿拉伯语 tr=土耳其语 hi=印度语

请求方法:POST

请求数据: q=待翻译文本，source=文本原始语言代码可填auto自动识别，target=要翻译到的目标语言代码

返回数据: 返回json数据，正确时 {translatedText:"翻译后结果"}，出错时{error:"错误原因"}

python requests 请求示例


import requests

result=requests.post("http://127.0.0.1:9911/translate",json={"q":"你好啊我的朋友","source":"zh","target":"en"})
print(result.json())

# 输出如下
{'translatedText': 'Hello, my friend'}

# 错误时返回
{'error':'错误原因'}

Javascripts fetch请求

fetch("http://127.0.0.1:9911/translate", {
  method: "POST",
  body: JSON.stringify({
    q: "Hello!", // 请求翻译的文本
    source: "en",//原始语言，或者填写 'auto' 自动检测
    target: "zh"//目标语言
  }),
  headers: { "Content-Type": "application/json" }
});

// 返回json相应
{
    "translatedText": "你好!" // translatedText 字段中是翻译后的文本
}

# 错误时返回
{'error':'错误原因'}

Javascripts jQuery ajax 请求

$.post("http://127.0.0.1:9911/translate", {
    q: "Hello!", // 请求翻译的文本
    source: "en",//原始语言，或者填写 'auto' 自动检测
    target: "zh"//目标语言
  },
  function(res){
	console.log(res)
  }
);

// 返回json相应
{
    "translatedText": "你好!" // translatedText 字段中是翻译后的文本
}

# 错误时返回

{'error':'错误原因'}

php curl


$data = array(
    'q' => 'Hello',
    'source' => 'auto',
    'target' => 'zh'
);
 
$json = json_encode($data);
$url = 'http://127.0.0.1:9911/translate';
$ch = curl_init($url);
 
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
curl_setopt($ch, CURLOPT_CUSTOMREQUEST, "POST");
curl_setopt($ch, CURLOPT_POSTFIELDS, $json);
curl_setopt($ch, CURLOPT_HTTPHEADER, array(
    'Content-Type: application/json',
    'Content-Length: ' . strlen($json)
));
 
$response = curl_exec($ch);
if(curl_errno($ch)) {
    echo 'Error: ' . curl_error($ch);
} else {
    echo $response;
}
curl_close($ch);

#返回
{
    "translatedText": "你好!" // translatedText 字段中是翻译后的文本
}

# 错误时返回
{'error':'错误原因'}

对 argostranslate 的修改

修改了 \venv\Lib\site-packages\argostranslate\networking.py 的 get 方法，当下载失败时，抛出异常，以实现下载模式出错时提醒使用代理

def get(url: str, retry_count: int = 3) -> bytes | None:
    """Downloads data from a url and returns it

    Args:
        url: The url to download (http, https)
        retry_count: The number of retries to attempt if the initial download fails.
                If retry_count is 0 the download will only be attempted once.

    Returns:
        The downloaded data, None is returned if the download fails
    """
    if get_protocol(url) not in supported_protocols:
        return None
    info(f"Get {url}")
    print(f'{url=}')
    download_attempts_count = 0

    while download_attempts_count <= retry_count:
        try:
            req = urllib.request.Request(
                url,
                headers={"User-Agent": USER_AGENT},
            )
            response = urllib.request.urlopen(req)
            data = response.read()
            info(f"Got {url}")
            return data
        except Exception as err:
            download_attempts_count += 1
            # 增加抛出异常 ++
            raise Exception('download error')
            error(err)
    # 增加抛出异常 ++
    raise Exception('download error')
    return None

\venv\Lib\site-packages\argostranslate\package.py

注释掉无法连接raw.githubusercontent.com时的报错，已在入口文件做了处理

def update_package_index():
    """Downloads remote package index"""
    with package_lock:
        try:
            response = urllib.request.urlopen(settings.remote_package_index)
        except Exception as err:
            # 注释掉错误输出，已在入口文件获取了index.json，此处如果无法连接则不再输出错误，避免造成小白迷惑
            #error(err) --
            return
        data = response.read()
        with open(settings.local_package_index, "wb") as f:
            f.write(data)

CUDA 加速支持

安装CUDA工具 详细安装方法

安装好CUDA后，如果有问题，执行 pip uninstall -y torch，然后执行pip install torch==2.1.2 --index-url https://download.pytorch.org/whl/cu121。

有时会遇到“cublasxx.dll不存在”的错误, 或者未遇到此错误，并且CUDA配置正确，但始终出现识别错误，需要下载 cuBLAS，然后将dll文件复制到系统目录下

点击下载 cuBLAS，解压后将里面的dll文件复制到 C:/Windows/System32下