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
orpython3 -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