llmtranslate

llmtranslate

Überblick

llmtranslate ist eine Python-Bibliothek, die entwickelt wurde, um die Sprache eines bestimmten Textes zu identifizieren und Text mithilfe von OpenAIs GPT-4o zwischen mehreren Sprachen zu übersetzen. Die Bibliothek ist besonders nützlich für die Übersetzung von Texten, die mehrere Sprachen enthalten, in eine einzige Zielsprache.

Merkmale

• Spracherkennung: Identifizieren Sie die Sprache eines bestimmten Textes im ISO 639-1-Format.
• Übersetzung: Übersetzen Sie Text, der mehrere Sprachen enthält, in eine andere Sprache im ISO 639-1-Format.

Dokumentation

Eine umfassende Dokumentation, einschließlich detaillierter Nutzungsinformationen, finden Sie unter https://llm-translate.com

Anforderungen

Um diese Bibliothek nutzen zu können, benötigen Sie einen OpenAI-API-Schlüssel. Mit diesem Schlüssel kann die Bibliothek GPT-4o von OpenAI für die Übersetzung und Spracherkennung nutzen.

Installation

Sie können die llmtranslate-Bibliothek von PyPI installieren:

pip install llmtranslate

Verwendung

Festlegen des OpenAI-API-Schlüssels

Bevor Sie llmtranslate mit OpenAI verwenden, müssen Sie Ihren OpenAI-API-Schlüssel festlegen. Sie können dies tun, indem Sie eine Instanz der TranslatorOpenAI-Klasse erstellen.

 from llmtranslate import TranslatorOpenAI

# Set your OpenAI API key
translator = TranslatorOpenAI ( api_key = "YOUR_OPENAI_API_KEY" , model = "gpt-4o-mini" )

Spracherkennung

So erkennen Sie die Sprache eines bestimmten Textes:

 from llmtranslate import TranslatorOpenAI

# Set your OpenAI API key
translator = TranslatorOpenAI ( api_key = "YOUR_OPENAI_API_KEY" , model = "gpt-4o-mini" )

# Detect language
detected_language = translator . get_text_language ( "Hello world" )
if detected_language is not None :
    print ( detected_language . ISO_639_1_code )  # Output: 'en'
    print ( detected_language . ISO_639_2_code )  # Output: 'eng'
    print ( detected_language . ISO_639_3_code )  # Output: 'eng'
    print ( detected_language . language_name )  # Output: 'English' 

Wichtig

Wenn der Übersetzer keine Sprache erkennt, gibt er „None“ zurück.
Bevor Sie die Ergebnisse der Übersetzererkennung verwenden, sollten Sie prüfen, ob das Ergebnis korrekt oder „Keines“ zurückgegeben wurde

Übersetzung

Um mehrsprachigen Text in eine andere Sprache zu übersetzen, müssen Sie den ISO 639-Sprachcode für die Zielsprache angeben. Eine Liste aller ISO 639-Sprachcodes finden Sie auf dieser Website mit der ISO 639-1-Codeliste.

 from llmtranslate import TranslatorOpenAI

# Set your OpenAI API key
translator = TranslatorOpenAI ( api_key = "YOUR_OPENAI_API_KEY" , model = "gpt-4o-mini" )

# Translate text
translated_text = translator . translate (
    text = "Cześć jak się masz? Meu nome é Adam" , 
    to_language = "en"  # Use ISO 639-1 code for the target language
)
print ( translated_text )  # Output: "Hello how are you? My name is Adam"

Vollständiges Beispiel

Hier ist ein vollständiges Beispiel, das die Verwendung der Bibliothek demonstriert:

 from llmtranslate import TranslatorOpenAI

# Initialize the translator with your OpenAI API key
translator = TranslatorOpenAI ( api_key = "YOUR_OPENAI_API_KEY" , model = "gpt-4o-mini" )

# Detect language
detected_language = translator . get_text_language ( "jak ty się nazywasz" )
if detected_language is not None :
    print ( detected_language . ISO_639_1_code )  # Output: 'pl'
    print ( detected_language . ISO_639_2_code )  # Output: 'pol'
    print ( detected_language . ISO_639_3_code )  # Output: 'pol'
    print ( detected_language . language_name )  # Output 'Polish'

# Translate text
translated_text = translator . translate (
    text = "Cześć jak się masz? Meu nome é Adam" , 
    to_language = "en"
)
print ( translated_text )  # Output: "Hello how are you? My name is Adam"

Verfügbare OpenAI-Modelle für die Übersetzung

Die llmtranslate-Bibliothek bietet Zugriff auf verschiedene OpenAI-Modelle für die Übersetzung. Nachfolgend sind die unterstützten Modelle und ihre Anwendungsfälle aufgeführt:

 from llmtranslate import TranslatorOpenAI

# Recommended for precise translation, high-precision model
translator = TranslatorOpenAI ( api_key = "YOUR_OPENAI_API_KEY" , model = "gpt-4o" )

# A budget-friendly option, balancing cost and quality
translator = TranslatorOpenAI ( api_key = "YOUR_OPENAI_API_KEY" , model = "gpt-4o-mini" )

Verwendung asynchroner Methoden

Die llmtranslate -Bibliothek bietet asynchrone Methoden, mit denen Sie Spracherkennungs- und Übersetzungsaufgaben effizient in einer asynchronen Umgebung durchführen können. Wenn Ihre Anwendung asyncio oder ein anderes asynchrones Framework verwendet, können Sie diese asynchronen Methoden voll ausnutzen, um eine Blockierung Ihres Programms zu vermeiden, während Sie auf den Abschluss von Spracherkennungs- oder Übersetzungsaufgaben warten.

Beispiel für die Verwendung asynchroner Methoden

Das folgende Beispiel zeigt, wie die Methoden async_get_text_language und async_translate_text verwendet werden:

 import asyncio
from llmtranslate import TranslatorOpenAI

# Initialize the translator with your OpenAI API key
translator = TranslatorOpenAI ( api_key = "YOUR_OPENAI_API_KEY" , model = "gpt-4o-mini" )


# Async function to detect language and translate text
async def detect_and_translate ():
    # Detect language asynchronously
    detected_language = await translator . async_get_text_language ( "Hola, ¿cómo estás?" )
    if detected_language is not None :
        print ( detected_language . ISO_639_1_code )  # Output: 'es'
        print ( detected_language . language_name )  # Output: 'Spanish'

    # Translate text asynchronously
    translated_text = await translator . async_translate (
        text = "Cześć jak się masz? Meu nome é Adam" ,
        to_language = "en"  # Use ISO 639-1 code for the target language
    )
    print ( translated_text )  # Output: "Hello how are you? My name is Adam"


# Run the async function
asyncio . run ( detect_and_translate ())

Wichtige asynchrone Methoden

1. async_get_text_language(text: str) : Diese Methode erkennt die Sprache des bereitgestellten Textes asynchron.

   • Parameter :
     • text : Der Eingabetext, dessen Sprache erkannt werden muss.
   • Gibt zurück : Ein TextLanguage Objekt, das die ISO 639-1-, ISO 639-2- und ISO 639-3-Codes der erkannten Sprache und den Sprachnamen enthält.

   Beispiel :

    detected_language = await translator . async_get_text_language ( "Hallo, wie geht's?" )

2. async_translate_text(text: str, to_language: str) : Diese Methode übersetzt den Eingabetext asynchron in die angegebene Zielsprache.

   • Parameter :
     • text : Der zu übersetzende Eingabetext.
     • to_language : Die Zielsprache im ISO 639-1-Code.
   • Rückgabe : Eine Zeichenfolge, die den übersetzten Text enthält.

   Beispiel :

    translated_text = await translator . async_translate ( "Bonjour tout le monde" , "en" )

Warum asynchrone Methoden verwenden?

Durch die Verwendung asynchroner Methoden kann Ihre Anwendung mehrere Aufgaben gleichzeitig bearbeiten und so die Effizienz steigern, insbesondere bei der Verarbeitung großer Textmengen oder der gleichzeitigen Durchführung mehrerer Übersetzungen. Dieses nicht blockierende Verhalten ist ideal für Webdienste, APIs und alle Szenarien, die eine hohe Reaktionsfähigkeit erfordern.

Asynchrone Funktionen ausführen

Denken Sie daran, dass asynchrone Methoden innerhalb einer async Funktion aufgerufen werden müssen. Um sie auszuführen, können Sie asyncio.run() verwenden, wie in den Beispielen oben gezeigt.

Festlegen des Azure OpenAI-API-Schlüssels

Wenn Sie die OpenAI-Dienste von Azure verwenden, müssen Sie Ihren Azure OpenAI-API-Schlüssel zusammen mit zusätzlichen erforderlichen Parametern festlegen. Verwenden Sie hierfür die TranslatorAzureOpenAI-Klasse.

 from llmtranslate import TranslatorAzureOpenAI

# Set your Azure OpenAI API key and related parameters
translator = TranslatorAzureOpenAI (
  azure_endpoint = "YOUR_AZURE_ENDPOINT" ,
  api_key = "YOUR_AZURE_API_KEY" ,
  api_version = "YOUR_API_VERSION" ,
  azure_deployment = "YOUR_AZURE_DEPLOYMENT"
)

Unterstützte Sprachen

llmtranslate unterstützt alle von GPT-4o unterstützten Sprachen. Eine vollständige Liste der Sprachcodes finden Sie auf der Website von ISO 639-1.

Hier ist eine Tabelle, die zeigt, welche Sprachen von gpt-4o und gpt4o-mini unterstützt werden:

Sprachname	Sprachcode	Unterstützt von gpt-4o	Unterstützt von gpt4o-mini
Englisch	de	Ja	Ja
Mandarin-Chinesisch	zh	Ja	Ja
Hindi	Hi	Ja	Ja
Spanisch	es	Ja	Ja
Französisch	fr	Ja	Ja
Deutsch	de	Ja	Ja
Russisch	ru	Ja	Ja
Arabisch	ar	Ja	Ja
Italienisch	Es	Ja	Ja
Koreanisch	ko	Ja	Ja
Punjabi	pa	Ja	Ja
Bengali	Mrd	Ja	Ja
Portugiesisch	pt	Ja	Ja
Indonesisch	Ausweis	Ja	Ja
Urdu	ur	Ja	Ja
Persisch (Farsi)	Fa	Ja	Ja
Vietnamesisch	vi	Ja	Ja
Polieren	pl	Ja	Ja
Samoaner	sm	Ja	Ja
Thailändisch	Th	Ja	Ja
ukrainisch	Vereinigtes Königreich	Ja	Ja
Türkisch	tr	Ja	Ja
Maori	mi	NEIN	NEIN
norwegisch	NEIN	Ja	Ja
Niederländisch	nl	Ja	Ja
griechisch	el	Ja	Ja
rumänisch	ro	Ja	Ja
Suaheli	sw	Ja	Ja
ungarisch	Hu	Ja	Ja
hebräisch	Er	Ja	Ja
Schwedisch	sv	Ja	Ja
tschechisch	cs	Ja	Ja
finnisch	fi	Ja	Ja
Amharisch	Bin	NEIN	NEIN
Tagalog	tl	Ja	Ja
birmanisch	Mein	Ja	Ja
Tamilisch	ta	Ja	Ja
Kannada	kn	Ja	Ja
Paschtu	PS	Ja	Ja
Yoruba	jo	Ja	Ja
malaiisch	MS	Ja	Ja
Haitianisches Kreol	ht	Ja	Ja
Nepalesisch	ne	Ja	Ja
Singhalesisch	si	Ja	Ja
katalanisch	ca	Ja	Ja
Madagassisch	mg	Ja	Ja
lettisch	lv	Ja	Ja
litauisch	lt	Ja	Ja
estnisch	et	Ja	Ja
somali	Also	Ja	Ja
Tigrinya	ti	NEIN	NEIN
Bretonisch	Br	NEIN	NEIN
Fidschianisch	fj	Ja	NEIN
maltesisch	mt	Ja	Ja
Korsisch	co	Ja	Ja
Luxemburgisch	Pfund	Ja	Ja
Okzitanisch	ok	Ja	Ja
Walisisch	cy	Ja	Ja
albanisch	Quadrat	Ja	Ja
mazedonisch	mk	Ja	Ja
isländisch	Ist	Ja	Ja
Slowenisch	sl	Ja	Ja
galizisch	gl	Ja	Ja
baskisch	eu	Ja	Ja
Aserbaidschanisch	az	Ja	Ja
Usbekisch	uz	Ja	Ja
Kasachisch	kk	Ja	Ja
mongolisch	mn	Ja	Ja
Tibetisch	bo	NEIN	NEIN
Khmer	km	Ja	NEIN
Laotisch	siehe da	Ja	Ja
Telugu	te	Ja	Ja
Marathi	Herr	Ja	Ja
Chichewa	ny	Ja	Ja
Esperanto	eo	Ja	Ja
kurdisch	ku	NEIN	NEIN
Tadschikisch	tg	Ja	Ja
Xhosa	xh	Ja	NEIN
Jiddisch	yi	Ja	Ja
Zulu	zu	Ja	Ja
Sundanesisch	su	Ja	Ja
Tatarisch	tt	Ja	Ja
Quechua	qu	NEIN	NEIN
Uigur	ug	NEIN	NEIN
Wolof	wo	NEIN	NEIN
Tswana	tn	Ja	Ja

Zusätzliche Ressourcen

• PyPI-Seite
• ISO 639-1-Codes
• Github-Projekt-Repository
• Dokumentation

Autoren

• Adam Pawełek
  • LinkedIn
  • E-Mail

Lizenz

llmtranslate ist unter der MIT-Lizenz lizenziert. Weitere Einzelheiten finden Sie in der LICENSE-Datei.