Polyglot
Terjemahkan rentetan aplikasi dan tapak web anda dalam 43 bahasa, dengan model anda sendiri dan disemak rentetan demi rentetan.
- Linux or macOS
- Python 3.9+
- Local LLM
- 6 file formats
Apa yang dilakukannya
Polyglot mengambil rentetan teks bahasa Inggeris yang sudah ada dalam aplikasi dan laman web anda, lalu menulisnya semula dalam sehingga 42 bahasa lain, dalam fail dan folder yang dijangka oleh setiap platform, menggunakan model yang anda jalankan sendiri. Setiap rentetan teks dikembalikan selepas disemak: jika pemboleh ubah, tag atau nama yang anda kekalkan hilang, atau jawapan tidak menggunakan skrip bahasa tersebut, rentetan itu diminta semula, dan rentetan yang masih gagal akan ditinggalkan serta dilaporkan, bukannya dihantar dalam keadaan rosak.
- Format yang anda gunakan. Fail mesej JSON (i18next, vue-i18n, next-intl, react-intl), ARB Flutter, strings.xml Android, .strings Apple, gettext .po dan dokumen Markdown, ditulis ke values-de, de.lproj, app_de.arb atau locale/de.
- Disemak rentetan demi rentetan. %1$s, {name}, {{count}}, tag HTML, baris baharu, URL dan nama yang anda kekalkan mesti dikembalikan dengan tepat; skrip yang betul, tiada jawapan kosong atau lari daripada konteks, tiada apa yang dibiarkan dalam bahasa Inggeris.
- Bentuk jamak sebenar. Bahasa Rusia mempunyai satu, beberapa, banyak dan lain-lain; bahasa Arab mempunyai enam bentuk; bahasa Jepun mempunyai satu bentuk tunggal: jamak Android dan mesej ICU mengikut peraturan setiap bahasa.
- Hanya yang berubah. Setiap terjemahan yang baik diingati, jadi mengedit satu rentetan teks bahasa Inggeris hanya menghantar satu rentetan, bukan keseluruhan fail.
- Nada dan istilah anda. Penerangan produk, nada, nama yang tidak boleh diterjemahkan dan glosari disertakan dalam setiap permintaan, dan komen anda turut dihantar sebagai nota.
- Model anda, mesin anda. Mana-mana pelayan OpenAI-compatible: vLLM, llama.cpp, Ollama atau LM Studio, atau API hos jika anda memilihnya. Tiada bil per perkataan.
Diuji pada model sebenar
- Model sebenar, enam format, lima skrip: aplikasi contoh 70 rentetan dalam JSON, ARB Flutter, Android, .strings Apple, gettext dan Markdown, diterjemahkan ke bahasa Jerman, Rusia, Jepun, Arab dan Sepanyol, menggunakan model terbuka berparameter 27 bilion pada mesin kami sendiri: 346 daripada 350 rentetan lulus semakan semasa dihantar masuk, dalam masa 7.5 minit pada pelayan kongsi yang sibuk.
- Empat yang gagal adalah kesilapan dalam semakan kami, bukan model: satu kata pinjaman Jerman, satu alamat e-mel dan satu mesej jamak bahasa Jepun. Kami membetulkan semakan; perlarian seterusnya hanya menghantar empat rentetan itu dan menulis kesemua 350 dalam masa 45 saat.
- Bentuk jamak betul pada percubaan pertama: satu, beberapa, banyak dan lain-lain untuk bahasa Rusia, enam bentuk untuk bahasa Arab, satu bentuk tunggal untuk bahasa Jepun.
- Kesemua 42 bahasa: 22 rentetan web contoh ke dalam setiap bahasa yang diketahui Polyglot, daripada Amharic hingga Cina Tradisional: 924 daripada 924 rentetan ditulis, dalam 15 minit.
- Dan apa yang semakan tidak dapat lihat: dalam bahasa Khmer, "Anda berada di luar talian" kembali sebagai "anda berada dalam talian". Ia adalah bahasa Khmer yang sempurna, jadi ia lulus. Sebab itulah dokumentasi meminta penutur asli untuk rentetan yang paling penting.
Apa yang terkandung di dalamnya
Penterjemah
Kumpulan ke model anda, semakan, cuba semula dengan masalah yang dinyatakan, memori terjemahan, bahasa secara selari.
Enam format
Pembaca dan penulis yang mengekalkan escape, folder dan peraturan jamak setiap platform.
Semakan
Boleh digunakan secara berasingan: semak terjemahan yang anda sudah ada terhadap sumber Inggerisnya.
Aplikasi contoh
Satu aplikasi kecil dalam semua enam format dengan konfigurasinya, untuk dicuba sebelum aplikasi anda sendiri.
Persyaratan
- Linux atau macOS dengan Python 3.9 atau lebih baharu; tiada apa untuk dipasang daripada pip.
- Pelayan model OpenAI-compatible dengan model arahan pelbagai bahasa; milik kami ialah model terbuka 27 bilion parameter.
Baik untuk diketahui
- Semakan menangkap apa yang merosakkan aplikasi, bukan makna yang salah: minta penutur asli membaca senarai produk, paywall dan teks undang-undang anda.
- Entri jamak gettext kekal dalam bahasa Inggeris dalam versi ini.
- Kelajuan bergantung pada model anda.
- Semakan adalah percuma dan sumber terbuka: translation-checks di GitHub. Kit menambah penterjemah, enam format, bentuk jamak, memori dan kemas kini selama setahun.
From our field notes
Soalan
Bahasa mana?
Arab, Amharic, Bulgaria, Czech, Jerman, Greek, Sepanyol, Parsi, Finland, Filipina, Perancis, Gaelik Scotland, Ibrani, Creole Haiti, Hungary, Armenia, Indonesia, Itali, Jepun, Khmer, Kannada, Korea, Macedonia, Melayu, Belanda, Norway, Oromo, Punjabi, Poland, Portugis (Brazil), Romania, Rusia, Slovak, Slovenian, Serbia, Sweden, Thai, Turki, Ukraine, Vietnam dan Cina, Ringkas dan Tradisional, daripada bahasa Inggeris.
Adakah ia memerlukan GPU?
Polyglot sendiri tidak; pelayan model anda yang menentukan. Model kecil berjalan pada CPU, perlahan; GPU menjadikan fail besar dalam banyak bahasa selesai dalam beberapa minit.
Apa yang berlaku kepada rentetan yang salah daripada model?
Ia diminta semula secara berasingan, dengan masalah dinyatakan. Jika masih gagal, ia ditinggalkan daripada fail, jadi aplikasi anda memaparkan bahasa Inggeris untuk rentetan tersebut, dan larian menyenaraikannya bersama sebab. Tiada yang rosak ditulis.
Bolehkah saya menggunakan API hos sebagai ganti?
Ya: mana-mana perkhidmatan dengan hujung sembang OpenAI-compatible. Letakkan URL asas dan nama model dalam polyglot.json serta kuncinya dalam fail.
Dikemas kini: