Guida introduttiva: Librerie client di Traduttore per Azure AI (anteprima)

Importante

  • Gli SDK per la traduzione testuale sono attualmente disponibili in anteprima pubblica. Le funzionalità, gli approcci e i processi possono cambiare prima della disponibilità generale, a seconda del feedback degli utenti.

In questo avvio rapido si inizierà a usare il servizio Traduttore per tradurre testo usando un linguaggio di programmazione di propria scelta. Per questo progetto è consigliabile usare il piano tariffario gratuito (F0) mentre si impara la tecnologia. Successivamente si potrà passare a un piano a pagamento per la produzione.

Prerequisiti

È necessaria una sottoscrizione di Azure attiva. Se non si possiede una sottoscrizione di Azure, è possibile crearne una gratuitamente.

  • Dopo aver creato la sottoscrizione di Azure, creare una risorsa Traduttore nel portale di Azure.

  • Dopo la distribuzione della risorsa, selezionare Vai alla risorsa e recuperare la chiave e l'endpoint.

    • Ottenere la chiave, l'endpoint e l'area della risorsa e quindi connettere l'applicazione al servizio Traduttore. Incollare questi valori nel codice riportato più avanti nell'avvio rapido. È possibile trovare questi valori nella pagina Chiavi ed endpoint del portale di Azure:

      Screenshot: pagina delle chiavi e dell'endpoint del portale di Azure.

Configurare l'ambiente C#/.NET

In questo avvio rapido si usa la versione più recente dell'IDE di Visual Studio per creare ed eseguire l'applicazione.

  1. Avviare Visual Studio.

  2. Nella pagina Attività iniziali scegliere Crea un nuovo progetto.

    Screenshot della finestra introduttiva di Visual Studio 2022.

  3. Nella pagina Crea un nuovo progetto immettere console nella casella di ricerca. Scegliere il modello Applicazione console, quindi selezionare Avanti.

    Screenshot della pagina Crea nuovo progetto di Visual Studio 2022.

  4. Nella finestra di dialogo Configura il nuovo progetto immettere text-translation-sdk nella casella Nome progetto. Scegliere quindi Avanti.

    Screenshot della finestra di configurazione di un nuovo progetto di Visual Studio 2022.

  5. Nella finestra di dialogo Altre informazioni assicurarsi che sia selezionata l'opzione .NET 6.0 (supporto a lungo termine) e quindi selezionare Crea.

    Screenshot della finestra di configurazione di informazioni aggiuntive di Visual Studio 2022.

Installare la libreria client con NuGet

  1. Fare clic con il pulsante destro del mouse sul progetto Translator-text-sdk e selezionare Gestisci pacchetti NuGet...Screenshot della finestra di selezione del pacchetto NuGet in Visual Studio.

  2. Selezionare la scheda Sfoglia e la casella di controllo Includi versione preliminare, quindi digitare Azure.AI.Translation.Text.

    Screenshot della selezione del pacchetto NuGet 'prerelease' in Visual Studio.

  3. Selezionare la versione 1.0.0-beta.1 dal menu a discesa e installare il pacchetto nel progetto.

    Screenshot dell'installazione del pacchetto NuGet 'prerelease' in Visual Studio.

Compilare l'applicazione

Per interagire con il servizio Traduttore usando la libreria client, è necessario creare un'istanza della classe TextTranslationClient. A tale scopo, creare un oggetto AzureKeyCredential con la key del portale di Azure e un'istanza TextTranslationClient con AzureKeyCredential. L'autenticazione varia leggermente a seconda che la risorsa usi l'endpoint globale o a livello di area. Per questo progetto, eseguire l'autenticazione usando l'endpoint globale. Per altre informazioni sull'uso di un endpoint a livello di area, vedereSDK di Traduttore testuale.

Nota

  • A partire da .NET 6, i nuovi progetti che usano il modello console generano un nuovo stile di programma, diverso dalle versioni precedenti.
  • Il nuovo output usa le funzionalità C# recenti che semplificano il codice da scrivere.
  • Quando si usa la versione più recente, è sufficiente scrivere il corpo del metodo Main. Non è necessario includere istruzioni di primo livello, direttive d'uso globali o implicite.
  • Per altre informazioni, vedere i nuovi modelli di C# generano istruzioni di primo livello.
  1. Aprire il file Program.cs.

  2. Eliminare il codice preesistente, inclusa la riga Console.WriteLine("Hello World!"), e immettere l'esempio di codice seguente nel file Program.cs dell'applicazione:

Esempio di codice

Importante

Al termine, ricordarsi di rimuovere la chiave dal codice e non renderlo mai pubblico. Per la produzione, utilizzare un modo sicuro per archiviare e accedere alle credenziali, ad esempio Azure Key Vault. Per altre informazioni, vedere l'articolo sulla sicurezza di Servizi di Azure AI.

Tradurre un testo

Nota

In questo esempio viene usato l'endpoint globale. Se si usa un endpoint a livello di area, vedere Creare un client di traduzione testuale.


using Azure;
using Azure.AI.Translation.Text;


string key = "<your-key>";

AzureKeyCredential credential = new(key);
TextTranslationClient client = new(credential);

try
{
    string targetLanguage = "fr";
    string inputText = "This is a test.";

    Response<IReadOnlyList<TranslatedTextItem>> response = await client.TranslateAsync(targetLanguage, inputText).ConfigureAwait(false);
    IReadOnlyList<TranslatedTextItem> translations = response.Value;
    TranslatedTextItem translation = translations.FirstOrDefault();

    Console.WriteLine($"Detected languages of the input text: {translation?.DetectedLanguage?.Language} with score: {translation?.DetectedLanguage?.Score}.");
    Console.WriteLine($"Text was translated to: '{translation?.Translations?.FirstOrDefault().To}' and the result is: '{translation?.Translations?.FirstOrDefault()?.Text}'.");
}
catch (RequestFailedException exception)
{
    Console.WriteLine($"Error Code: {exception.ErrorCode}");
    Console.WriteLine($"Message: {exception.Message}");
}

Eseguire l'applicazione

Dopo aver aggiunto un esempio di codice all'applicazione, scegliere il pulsante verde di avvio accanto a formRecognizer_quickstart per compilare ed eseguire il programma oppure premere F5.

Screenshot: eseguire il programma Visual Studio.

Ecco un frammento di output previsto:

Screenshot dell'output di Visual Studio Code nella finestra del terminale.

Configurare l'ambiente Java

Nota

L'SDK di Traduzione testuale di Azure per Java è testato e supportato nelle piattaforme Windows, Linux e macOS. Non viene testato su altre piattaforme e non supporta le distribuzioni Android.

In questo avvio rapido si usa lo strumento di automazione della compilazione Gradle per creare ed eseguire l'applicazione.

  • È necessario avere la versione più recente di Visual Studio Code o l'IDE preferito. Vedere Java in Visual Studio Code.

    Suggerimento

    • Visual Studio Code offre un Coding Pack per Java per Windows e macOS. Il Coding Pack è un bundle di VS Code, Java Development Kit (JDK) e una raccolta di estensioni suggerite da Microsoft. Il Coding Pack può essere usato anche per correggere un ambiente di sviluppo esistente.
    • Se si usano VS Code e Coding Pack per Java, installare l'estensione Gradle per Java.
  • Se non si usa Visual Studio Code, assicurarsi di avere installato quanto segue nell'ambiente di sviluppo:

Creare un nuovo progetto Gradle

  1. In una finestra della console, ad esempio cmd, PowerShell o Bash, creare e passare a una nuova directory per l'app denominata text-translation-app.

    mkdir text-translation-app && text-translation-app
    
    mkdir text-translation-app; cd text-translation-app
    
  2. Eseguire il comando gradle init dalla directory text-translation-app. Questo comando crea i file di compilazione essenziali per Gradle, tra cui build.gradle.kts, che viene usato in fase di esecuzione per creare e configurare l'applicazione.

    gradle init --type basic
    
  3. Quando viene chiesto di scegliere un linguaggio DSL, selezionare Kotlin.

  4. Accettare il nome del progetto predefinito (text-translation-app) selezionando Torna o Invio.

    Nota

    La creazione dell'intera applicazione potrebbe richiedere alcuni minuti, ma presto verranno visualizzati diversi file e cartelle, tra cui build-gradle.kts.

  5. Aggiornare build.gradle.kts con il codice seguente. La classe principale è Translate:

      plugins {
      java
      application
    }
    application {
      mainClass.set("Translate")
    }
    repositories {
      mavenCentral()
    }
    dependencies {
      implementation("com.azure:azure-ai-translation-text:1.0.0-beta.1")
    }
    

Creare l'applicazione Java

  1. Dalla directory text-translation-app eseguire il comando seguente:

    mkdir -p src/main/java
    

    Il comando crea la struttura di directory seguente:

    Screenshot della struttura di directory di Java.

  2. Passare alla directory java e creare un file denominato Translate.java.

    Suggerimento

    • È possibile creare un nuovo file usando PowerShell.

    • Aprire una finestra di PowerShell nella directory del progetto tenendo premuto MAIUSC e facendo clic con il pulsante destro del mouse sulla cartella.

    • Immettere il comando New-Item Translate.java.

    • È anche possibile creare un nuovo file nell'IDE denominato Translate.java e salvarlo nella directory java.

  3. Copiare e incollare l'esempio di codice di traduzione testuale seguente nel file Translate.java.

    • Aggiornare "<your-key>", "<your-endpoint>" e "<region>" con i valori dell'istanza di Traduttore del portale di Azure.

Esempio di codice

Tradurre un testo

Importante

Al termine, ricordarsi di rimuovere la chiave dal codice e non renderlo mai pubblico. Per la produzione, utilizzare un modo sicuro per archiviare e accedere alle credenziali, ad esempio Azure Key Vault. Per altre informazioni, vedere l'articolo sulla sicurezza di Servizi di Azure AI.

Per interagire con il servizio Traduttore usando la libreria client, è necessario creare un'istanza della classe TextTranslationClient. A tale scopo, creare un oggetto AzureKeyCredential con la key del portale di Azure e un'istanza TextTranslationClient con AzureKeyCredential. L'autenticazione varia leggermente a seconda che la risorsa usi l'endpoint globale o a livello di area. Per questo progetto, eseguire l'autenticazione usando l'endpoint globale. Per altre informazioni sull'uso di un endpoint a livello di area, vedereSDK di Traduttore testuale.

Nota

In questo esempio viene usato l'endpoint globale. Se si usa un endpoint a livello di area, vedere Creare un client di traduzione testuale.

import java.util.List;
import java.util.ArrayList;
import com.azure.ai.translation.text.models.*;
import com.azure.ai.translation.text.TextTranslationClientBuilder;
import com.azure.ai.translation.text.TextTranslationClient;

import com.azure.core.credential.AzureKeyCredential;
/**
 * Translate text from known source language to target language.
 */
public class Translate {

    public static void main(String[] args) {
        String apiKey = "<your-key>";
        AzureKeyCredential credential = new AzureKeyCredential(apiKey);

        TextTranslationClient client = new TextTranslationClientBuilder()
                .credential(credential)
                .buildClient();

        String from = "en";
        List<String> targetLanguages = new ArrayList<>();
        targetLanguages.add("es");
        List<InputTextItem> content = new ArrayList<>();
        content.add(new InputTextItem("This is a test."));

        List<TranslatedTextItem> translations = client.translate(targetLanguages, content, null, from, TextType.PLAIN, null, null, null, false, false, null, null, null, false);

        for (TranslatedTextItem translation : translations) {
            for (Translation textTranslation : translation.getTranslations()) {
                System.out.println("Text was translated to: '" + textTranslation.getTo() + "' and the result is: '" + textTranslation.getText() + "'.");
            }
        }
    }
}

Compilare ed eseguire l'applicazione**

Dopo aver aggiunto l'esempio di codice all'applicazione, tornare alla directory principale del progetto,text-translation-app.

  1. Compilare l'applicazione con il comando build. Verrà visualizzato il messaggio BUILD SUCCESSFUL (Compilazione riuscita):

    gradle build
    
  2. Eseguire l'applicazione con il comando run. Verrà visualizzato il messaggio BUILD SUCCESSFUL (Compilazione riuscita):

    gradle run
    

Ecco un frammento di output previsto:

Screenshot dell'output di Java nella finestra del terminale.

Configurare l'ambiente Node.js

Per questo avvio rapido si usa l'ambiente di runtime JavaScript di Node.js per creare ed eseguire l'applicazione.

  1. Se non è già stato fatto, installare la versione più recente di Node.js. Node Package Manager (npm) è incluso nell'installazione Node.js.

    Suggerimento

    Se non si ha familiarità con Node.js, provare il modulo di Learn Introduzione a Node.js.

  2. In una finestra della console, ad esempio cmd, PowerShell o Bash, creare e passare a una nuova directory per l'app denominata text-translation-app.

    mkdir text-translation-app && cd text-translation-app
    
    mkdir text-translation-app; cd text-translation-app
    
  3. Digitare il comando npm init per inizializzare l'applicazione ed eseguire lo scaffolding del progetto.

    npm init
    
  4. Specificare gli attributi del progetto accettando le richieste presentate nel terminale.

    • Gli attributi più importanti sono nome, numero di versione e punto di ingresso.
    • È consigliabile mantenere index.js per il nome del punto di ingresso. La descrizione, il comando di test, il repository GitHub, le parole chiave, l'autore e le informazioni sulla licenza sono attributi facoltativi, ma possono essere ignorati per questo progetto.
    • Accettare i suggerimenti tra parentesi selezionando Torna o Invio.
    • Dopo aver completato le richieste, nella directory text-translation-app verrà creato un file package.json.

Installare la libreria client

Aprire una finestra del terminale e installare la libreria client Azure Text Translation per JavaScript con npm:

npm i @azure-rest/ai-translation-text@1.0.0-beta.1

Compilare l'applicazione

Per interagire con il servizio Traduttore usando la libreria client, è necessario creare un'istanza della classe TextTranslationClient. A tale scopo, creare un oggetto TranslateCredential con la key e la <region> del portale di Azure e un'istanza TextTranslationClient. Per altre informazioni, vedereSDK di Traduttore testuale.

  1. Creare il file index.js nella directory dell'app.

    Suggerimento

    • È possibile creare un nuovo file usando PowerShell.

    • Tenendo premuto il tasto MAIUSC e facendo clic con il pulsante destro del mouse sulla cartella, aprire una finestra di PowerShell nella directory del progetto.

    • Immettere il comando New-Item index.js.

    • È anche possibile creare un nuovo file nell'IDE denominato index.js e salvarlo nella directory text-translation-app.

  2. Copiare e incollare l'esempio di codice di traduzione testuale seguente nel file index.js. Aggiornare <your-endpoint> e <your-key> con i valori dell'istanza di Traduttore del portale di Azure.

Esempio di codice

Importante

Al termine, ricordarsi di rimuovere la chiave dal codice e non renderlo mai pubblico. Per la produzione, utilizzare un modo sicuro per archiviare e accedere alle credenziali, ad esempio Azure Key Vault. Per altre informazioni, vedere l'articolo sulla sicurezza di Servizi di Azure AI.

Tradurre un testo

Nota

In questo esempio viene usato un endpoint a livello di area. Se si usa l'endpoint globale, vedere Creare un client di traduzione testuale.

const TextTranslationClient = require("@azure-rest/ai-translation-text").default

const apiKey = "<your-key>";
const endpoint = "<your-endpoint>";
const region = "<region>";

async function main() {

  console.log("== Text translation sample ==");

  const translateCredential = {
    key: apiKey,
    region,
  };
  const translationClient = new TextTranslationClient(endpoint,translateCredential);

  const inputText = [{ text: "This is a test." }];
  const translateResponse = await translationClient.path("/translate").post({
    body: inputText,
    queryParameters: {
      to: "fr",
      from: "en",
    },
  });

  const translations = translateResponse.body;
  for (const translation of translations) {
    console.log(
      `Text was translated to: '${translation?.translations[0]?.to}' and the result is: '${translation?.translations[0]?.text}'.`
    );
  }
}

main().catch((err) => {
    console.error("An error occurred:", err);
    process.exit(1);
  });

  module.exports = { main };

Eseguire l'applicazione

Dopo aver aggiunto l'esempio di codice all'applicazione, eseguire il programma:

  1. Passare alla cartella in cui è presente l'applicazione di traduzione testuale (text-translation-app).

  2. Digitare il comando seguente nel terminale:

    node index.js
    

Ecco un frammento di output previsto:

Screenshot dell'output di JavaScript nella finestra del terminale.

Configurare il progetto Python

  1. Se non è già stato fatto, installare la versione più recente di Python 3.x. Il pacchetto del programma di installazione Python (pip) è incluso nell'installazione di Python.

    Suggerimento

    Se non si ha familiarità con Python, provare il modulo Learn Introduzione a Python.

  2. Aprire una finestra del terminale e installare la libreria client Azure Text Translation per Python con pip:

    pip install azure-ai-translation-text==1.0.0b1
    

Compilare l'applicazione

Per interagire con il servizio Traduttore usando la libreria client, è necessario creare un'istanza della classe TextTranslationClient. A tale scopo, creare un oggetto TranslatorCredential con la key del portale di Azure e un'istanza TextTranslationClient. Per altre informazioni, vedereSDK di Traduttore testuale.

  1. Creare un nuovo file Python denominato text-translation-app.py nell'editor o nell'IDE preferito.

  2. Copiare e incollare l'esempio di codice di traduzione testuale seguente nel file text-translation-app.py. Aggiornare <your-key>, <your-endpoint> e <region> con i valori dell'istanza di Traduttore del portale di Azure.

Esempio di codice

Importante

Al termine, ricordarsi di rimuovere la chiave dal codice e non renderlo mai pubblico. Per la produzione, utilizzare un modo sicuro per archiviare e accedere alle credenziali, ad esempio Azure Key Vault. Per altre informazioni, vedere l'articolo sulla sicurezza di Servizi di Azure AI.

Tradurre un testo

Nota

In questo esempio viene usato un endpoint a livello di area. Se si usa l'endpoint globale, vedere Creare un client di traduzione testuale.

from azure.ai.translation.text import TextTranslationClient, TranslatorCredential
from azure.ai.translation.text.models import InputTextItem
from azure.core.exceptions import HttpResponseError

# set `<your-key>`, `<your-endpoint>`, and  `<region>` variables with the values from the Azure portal
key = "<your-key>"
endpoint = "<your-endpoint>"
region = "<region>"

credential = TranslatorCredential(key, region)
text_translator = TextTranslationClient(endpoint=endpoint, credential=credential)

try:
    source_language = "en"
    target_languages = ["es", "it"]
    input_text_elements = [ InputTextItem(text = "This is a test") ]

    response = text_translator.translate(content = input_text_elements, to = target_languages, from_parameter = source_language)
    translation = response[0] if response else None

    if translation:
        for translated_text in translation.translations:
            print(f"Text was translated to: '{translated_text.to}' and the result is: '{translated_text.text}'.")

except HttpResponseError as exception:
    print(f"Error Code: {exception.error.code}")
    print(f"Message: {exception.error.message}")

Eseguire l'applicazione

Dopo aver aggiunto l'esempio di codice all'applicazione, compilare ed eseguire il programma:

Passare alla cartella in cui è presente il file text-translation-app.py.

Digitare il comando seguente nel terminale:

python text-translation-app.py

Ecco un frammento di output previsto:

Screenshot dell'output di JavaScript nella finestra del terminale.

Fatto, congratulazioni! In questo avvio rapido è stato usato Text Translation SDK per tradurre testo.

Passaggi successivi

Per altre informazioni sulle opzioni di sviluppo per la traduzione testuale: