当前位置: 首页 > news >正文

8.9K Star,开源自托管离线翻译引擎

图片

Hi,骚年,我是大 G,公众号「GitHub 指北」会推荐 GitHub 上有趣有用的项目,一分钟 get 一个优秀的开源项目,挖掘开源的价值,欢迎关注。

在全球化的今天,跨语言交流已成为日常需求,然而,大多数主流翻译服务依赖于第三方平台,并可能带来隐私问题。LibreTranslate 是一个开源、自托管的翻译引擎,旨在为用户提供完全自由且安全的翻译解决方案,无需依赖外部服务。

项目简介

LibreTranslate 是一个轻量级、开源的翻译引擎,基于 OpenNMT (Open Neural Machine Translation) 技术构建。该项目允许用户自托管翻译服务,无需连接到互联网或者依赖云平台,完全掌控自己的数据。LibreTranslate 支持多种语言,提供快速、高质量的翻译,并且允许通过 RESTful API 与其他应用程序集成。

该项目的初衷是为开发者、企业及个人用户提供一个可控的、隐私友好的翻译工具,同时消除对第三方翻译服务的依赖,确保数据安全。

特点与优势

LibreTranslate 相较于其他翻译服务,具有以下显著特点和优势:

  • 完全开源与自托管:所有代码都是开源的,你可以随时查看、修改和扩展。支持自托管意味着你可以完全掌控翻译服务的运行,消除隐私和安全隐患。
  • 支持多语言翻译:LibreTranslate 支持超过 20 种语言,并且支持双向翻译,能够处理常见的语言对如英语、法语、中文等。
  • 无需网络连接:你可以在离线环境中运行 LibreTranslate,不必担心网络连接或外部服务的中断。
  • 快速、准确的翻译:基于神经网络的机器翻译技术,LibreTranslate 提供了高质量、快速的翻译效果,适用于日常需求和企业应用。
  • API 集成支持:提供 RESTful API,便于开发者将 LibreTranslate 集成到自己的应用程序、网站或其他自动化流程中。
  • 模块化与可扩展性:用户可以根据需求自定义翻译模型,甚至训练自己独有的语言模型,增强系统的翻译能力。

效果预览

在线演示:https://libretranslate.com/

图片

如何使用

要使用 LibreTranslate,自托管环境的部署非常简单。你只需按以下步骤进行操作:

  1. 克隆项目仓库:首先,克隆项目的 GitHub 仓库。

    git clone https://github.com/LibreTranslate/LibreTranslate.git
    
  2. 安装 Docker:LibreTranslate 提供了 Docker 支持,确保你已经安装 Docker 以便快速部署。 如果还没有 Docker 环境,可以参考官方 Docker 安装指南。

  3. 启动服务:进入项目目录,并通过 Docker Compose 启动服务。

    cd LibreTranslate
    docker-compose up
    
  4. 访问翻译服务:启动成功后,服务将运行在 http://localhost:5000,你可以直接在浏览器中打开并使用 Web 界面进行翻译。

  5. 使用 API 进行集成:LibreTranslate 支持通过 RESTful API 进行集成。以下是一个使用 cURL 的示例来调用翻译服务:

    curl -X POST "http://localhost:5000/translate" \
    -H "Content-Type: application/json" \
    -d '{"q": "Hello, world!", "source": "en", "target": "es"}'
    

    这将返回翻译结果:

    {"translatedText": "Hola, mundo!"
    }
    

源码地址

在公众号「GitHub指北」发消息「翻译」即可获取。

结语

LibreTranslate 是一个强大且灵活的开源翻译引擎,尤其适合那些对数据隐私有高度要求的企业和开发者。它的自托管模式确保了翻译服务的安全与可控性,同时开源的特性让用户可以根据自身需求扩展和优化系统。如果你正在寻找一款自主、可靠的翻译工具,LibreTranslate 是一个值得一试的选择。立即访问 LibreTranslate 的 GitHub 仓库,开始部署并体验这款优秀的翻译服务吧!

http://www.lryc.cn/news/454557.html

相关文章:

  • MySQL基础之DML
  • 男单新老对决:林诗栋VS马龙,巅峰之战
  • Java如何判断堆区中的对象可以被回收了?
  • .Net 6.0 监听Windows网络状态切换
  • UE4 材质学习笔记01(什么是着色器/PBR基础)
  • 算法 | 位运算(哈希思想)
  • 前端提升方向
  • 深度学习基础—残差网络ResNets
  • 鸿蒙ArkUI实战开发-主打自研语言及框架
  • HDU Sit sit sit (区间DP+组合数)
  • Qt开发技巧(十四)文字的分散对齐,设置动态库路径,进度条控件的文本,文件对话框的卡顿,滑块控件的进度颜色,停靠窗体的排列,拖拽事件的坑
  • VirtulBOX Ubuntu22安装dpdk23.11
  • 线性代数书中求解齐次线性方程组、非齐次线性方程组方法的特点和缺陷(附实例讲解)
  • 初识算法 · 双指针(2)
  • React常见面试题目
  • 图解网络OSI模型与TCP/IP
  • 15分钟学 Python 第31天 :Web Scraping
  • 前端编程艺术(2)----CSS
  • 前端的全栈混合之路Meteor篇(二):RPC方法注册及调用
  • 重学SpringBoot3-集成Redis(三)之注解缓存策略设置
  • 【C++11】新特性
  • 【游戏模组】重返德军总部2009高清重置MOD,建模和材质全部重置,并且支持光追效果,游戏画质大提升
  • CGLib动态代理和JDK动态代理Demo、ASM技术尝鲜
  • [C++]使用纯opencv部署yolov11-pose姿态估计onnx模型
  • python you-get下载视频
  • SCUC博客摘录「 储能参与电能市场联合出清:SCUC和SCED模型应用于辅助服务调频市场(IEEE39节点系统)」2024年10月6日
  • Git分支-团队协作以及GitHub操作
  • 力扣刷题 | 两数之和
  • [C#]winform部署官方yolov11-obb旋转框检测的onnx模型
  • 【GC日志和OOM日志分析】JVM GC日志和OOM Dump文件分析