前言:目前翻译都是在线的,要在C#开发的程序上做一个可以实时翻译的功能,好像不是那么好做 。而且大多数处于局域网内 , 所以访问在线的api也显得比较尴尬 。于是,就有了以下这篇文章,自己搭建一套简单的离线翻译系统 。以下内容采用python提供基础翻译服务+ C#访问服务的功能 , 欢迎围观 。
【【Python+C#】手把手搭建基于Hugging Face模型的离线翻译系统,并通过C#代码进行访问】系统环境: WIN10
开发环境:VS2022 + VS CODE
开发语言环境: Python3.8 + .NET 6
以下正文:
1、由于本地环境没有python,所以先安装python有关环境先 。
![【Python+C#】手把手搭建基于Hugging Face模型的离线翻译系统,并通过C#代码进行访问](http://img.zhejianglong.com/231017/1Q4323B2-0.png)
文章插图
2、安装好以后,控制台下输入 python,进入如下终端内容 , 就代表安装成功了 。建议安装时候,选择自动添加到环境变量里面,这样不需要自己配置了 。
![【Python+C#】手把手搭建基于Hugging Face模型的离线翻译系统,并通过C#代码进行访问](http://img.zhejianglong.com/231017/1Q4323414-1.png)
文章插图
3、由于翻译功能 , 会使用到一些已有的模型进行计算,所以以下需要安装几个包 。第一个是pytorch, 输入 pip install torch 即可安装 。如果安装比较慢,在后面设置一个镜像,可以加速,例如此处我使用的清华的加速器:https://pypi.tuna.tsinghua.edu.cn/simple
![【Python+C#】手把手搭建基于Hugging Face模型的离线翻译系统,并通过C#代码进行访问](http://img.zhejianglong.com/231017/1Q43242H-2.png)
文章插图
4、然后安装flask: pip install flask
![【Python+C#】手把手搭建基于Hugging Face模型的离线翻译系统,并通过C#代码进行访问](http://img.zhejianglong.com/231017/1Q432A15-3.png)
文章插图
5、接着需要安装 gevent: pip install gevent
![【Python+C#】手把手搭建基于Hugging Face模型的离线翻译系统,并通过C#代码进行访问](http://img.zhejianglong.com/231017/1Q4325J2-4.png)
文章插图
6、接着是 transformers
![【Python+C#】手把手搭建基于Hugging Face模型的离线翻译系统,并通过C#代码进行访问](http://img.zhejianglong.com/231017/1Q4322948-5.png)
文章插图
7、安装transformers时候,有的会自动安装sentencepiece包,有的时候不会 。如果上面查找没有,就手动安装一下:
![【Python+C#】手把手搭建基于Hugging Face模型的离线翻译系统,并通过C#代码进行访问](http://img.zhejianglong.com/231017/1Q43229E-6.png)
文章插图
8、以上包安装完毕,打开VS CODE,创建一个python语言文件
![【Python+C#】手把手搭建基于Hugging Face模型的离线翻译系统,并通过C#代码进行访问](http://img.zhejianglong.com/231017/1Q432I57-7.png)
文章插图
9、此处文件命名为 MyTranslate.py 然后引入可能所需要的包
![【Python+C#】手把手搭建基于Hugging Face模型的离线翻译系统,并通过C#代码进行访问](http://img.zhejianglong.com/231017/1Q4321056-8.png)
文章插图
10、接着,上 https://huggingface.co/Helsinki-NLP 上面,查找需要的语言翻译模型 。此处使用的离线翻译,使用的该项目下的 。
![【Python+C#】手把手搭建基于Hugging Face模型的离线翻译系统,并通过C#代码进行访问](http://img.zhejianglong.com/231017/1Q4321540-9.png)
文章插图
11、Models里面有上千个语言模型,选择自己需要的名称,记住就行 。
![【Python+C#】手把手搭建基于Hugging Face模型的离线翻译系统,并通过C#代码进行访问](http://img.zhejianglong.com/231017/1Q4325a5-10.png)
文章插图
12、此处,我选了四个模型,分别是英汉/汉英 以及德汉/汉德的翻译模型 。有关代码实现如下所示 。
![【Python+C#】手把手搭建基于Hugging Face模型的离线翻译系统,并通过C#代码进行访问](http://img.zhejianglong.com/231017/1Q4326036-11.png)
文章插图
13、接着定义一个api接口,用于提供给外部访问(毕竟主业不是python,提供api就可以跨语言来访问该服务了) 。有关代码如下所示 。
![【Python+C#】手把手搭建基于Hugging Face模型的离线翻译系统,并通过C#代码进行访问](http://img.zhejianglong.com/231017/1Q4321396-12.png)
文章插图
14、VS CODE上运行程序,可以看到终端控制台上面打印出一些下载进度 。这是因为本地现在还没有模型,我们选择的四个模型,会被下载到本地来,这样下次就不需要再下载模型了 。
![【Python+C#】手把手搭建基于Hugging Face模型的离线翻译系统,并通过C#代码进行访问](http://img.zhejianglong.com/231017/1Q432A35-13.png)
文章插图
15、 模型加载完毕,启动服务 。此处0.0.0.0代表本机ip都可以被访问 , 我们正常使用时候 , 本机就127.0.0.1即可;如果是局域网或者外网,那就提供真实IP即可 。
![【Python+C#】手把手搭建基于Hugging Face模型的离线翻译系统,并通过C#代码进行访问](http://img.zhejianglong.com/231017/1Q4325218-14.png)
文章插图
16、下载的模型,会自动下载到当前用户文件夹下,具体效果如下图所示 。所以如果某个服务器没有外网,也可以直接拷贝该.cache文件夹到指定服务器下面的某用户下,也可以被识别 。
![【Python+C#】手把手搭建基于Hugging Face模型的离线翻译系统,并通过C#代码进行访问](http://img.zhejianglong.com/231017/1Q432J29-15.png)
文章插图
17、打开postman,做个简单的测试 。可以看到,服务是可以被成功访问的,说明代码可以跑,问题不是很大 。
![【Python+C#】手把手搭建基于Hugging Face模型的离线翻译系统,并通过C#代码进行访问](http://img.zhejianglong.com/231017/1Q4324c3-16.png)
文章插图
18、换一种翻译模式再试一下:
![【Python+C#】手把手搭建基于Hugging Face模型的离线翻译系统,并通过C#代码进行访问](http://img.zhejianglong.com/231017/1Q432D61-17.png)
文章插图
19、再试一试另类点的 , 看看效果:
推荐阅读
- 【前端必会】不知道webpack插件? webpack插件源码分析BannerPlugin
- 永恒岛之彩虹世界礼包码兑换不成功怎么办
- 天玑1200处理器相当于骁龙多少?
- 天玑800u处理器怎么样_天玑800u处理器性能如何
- 最简单的水晶泥怎么做(0岁小孩自制水晶石)
- 智能工厂的ERP和MES之间的区别?
- 摩尔庄园手游拟叶碟在哪里
- http和https分别是什么?
- python-函数-统计函数
- 【前端必会】tapable、hook,webpack的灵魂