Installation

Avec Python

Assurez-vous d’avoir Python >= 3.8 installé, puis depuis un terminal exécutez :

pip install libretranslate
libretranslate [args]

Ensuite, ouvrez un navigateur web vers http://localhost:5000

Par défaut, LibreTranslate installera le support pour toutes les langues disponibles. Pour ne charger que certaines langues et réduire le temps de démarrage, vous pouvez utiliser l’argument --load-only :

libretranslate --load-only en,es,fr

Vérifiez la liste des arguments pour plus d’options.

Pour utiliser le détecteur de limites de phrases plus rapide (MiniSBD) utilisez :

ARGOS_CHUNK_TYPE=MINISBD libretranslate [...]

Avec Docker

Vous pouvez également exécuter l’application avec docker. Clonez d’abord le dépôt :

git clone https://github.com/LibreTranslate/LibreTranslate
cd LibreTranslate

Ensuite sur Linux/macOS exécutez ./run.sh [args], sur Windows exécutez run.bat [args].

CUDA

Vous pouvez utiliser l’accélération matérielle pour accélérer les traductions sur un système équipé d’un GPU avec CUDA 12.4.1 et nvidia-docker installés.

Exécutez cette version avec :

docker compose -f docker-compose.cuda.yml up -d --build

Avec WSGI et Gunicorn

pip install gunicorn
gunicorn --bind 0.0.0.0:5000 'wsgi:app()'

Vous pouvez passer des arguments d’application directement à Gunicorn via :

gunicorn --bind 0.0.0.0:5000 'wsgi:app(api_keys=True)'

Avec Kubernetes

Voir l’article Medium de JM Robles et le k8s.yaml amélioré par @rasos.

Helm Chart

Basé sur le travail de @rasos, vous pouvez maintenant installer LibreTranslate sur Kubernetes en utilisant Helm.

Un graphique Helm est maintenant disponible dans le dépôt helm-chart où vous pouvez trouver plus de détails.

Vous pouvez installer rapidement LibreTranslate sur Kubernetes en utilisant Helm avec la commande suivante :

helm repo add libretranslate https://libretranslate.github.io/helm-chart/
helm repo update
helm search repo libretranslate

helm install libretranslate libretranslate/libretranslate --namespace libretranslate --create-namespace

Arguments

Chaque argument a une variable d’environnement équivalente qui peut être utilisée à la place. Les variables d’environnement surchargent les valeurs par défaut mais ont une priorité inférieure aux arguments de la ligne de commande et sont particulièrement utiles si elles sont utilisées avec Docker. Les noms des variables d’environnement sont en majuscule_snake_case du nom de l’argument de commande équivalent avec un préfixe LT. Par exemple --char-limit —> LT_CHAR_LIMIT.

Mise à jour

Logiciel

Si vous avez installé avec pip :

pip install -U libretranslate

Si vous utilisez docker :

docker pull libretranslate/libretranslate

Modèles de langue

Démarrez le programme avec l’argument --update-models. Par exemple : libretranslate --update-models ou ./run.sh --update-models. Définir --update-models mettra à jour les modèles, que des mises à jour soient disponibles ou non.

Alternativement, vous pouvez également exécuter le script scripts/install_models.py.

Métriques Prometheus

LibreTranslate a des capacités d’exportateur Prometheus lorsque vous passez l’argument --metrics au démarrage (désactivé par défaut). Lorsque les métriques sont activées, un endpoint /metrics est monté sur l’instance :

http://localhost:5000/metrics

# HELP libretranslate_http_requests_in_flight Multiprocess metric
# TYPE libretranslate_http_requests_in_flight gauge
libretranslate_http_requests_in_flight{api_key="",endpoint="/translate",request_ip="127.0.0.1"} 0.0
# HELP libretranslate_http_request_duration_seconds Multiprocess metric
# TYPE libretranslate_http_request_duration_seconds summary
libretranslate_http_request_duration_seconds_count{api_key="",endpoint="/translate",request_ip="127.0.0.1",status="200"} 0.0
libretranslate_http_request_duration_seconds_sum{api_key="",endpoint="/translate",request_ip="127.0.0.1",status="200"} 0.0

Vous pouvez ensuite configurer prometheus.yml pour lire les métriques :

scrape_configs:
  - job_name: "libretranslate"

    # Needed only if you use --metrics-auth-token
    #authorization:
    #credentials: "mytoken"

    static_configs:
      - targets: ["localhost:5000"]

Pour sécuriser le endpoint /metrics, vous pouvez également utiliser --metrics-auth-token mytoken.

Si vous utilisez Gunicorn, assurez-vous de créer un répertoire pour stocker les métriques de données multiprocessus et définissez PROMETHEUS_MULTIPROC_DIR :

mkdir -p /tmp/prometheus_data
rm /tmp/prometheus_data/*
export PROMETHEUS_MULTIPROC_DIR=/tmp/prometheus_data
gunicorn -c scripts/gunicorn_conf.py --bind 0.0.0.0:5000 'wsgi:app(metrics=True)'