Übersetzungsprojekt einrichten

Mit Vertex AI Translation in Google Distributed Cloud (GDC) mit Air Gap können Sie Text und Dokumente in Ihren Anwendungen zwischen unterstützten Sprachen übersetzen. Nachdem Sie ein Projekt erstellt und Entwicklerrollen angefordert haben, aktivieren Sie die Vertex AI Translation API in der GDC-Konsole, um den Status und den Endpunkt aufzurufen. Anschließend können Sie die Python-Clientbibliothek installieren, Umgebungsvariablen definieren und die gdcloud CLI verwenden, um Dienstkonten zu konfigurieren und Anfragen zu authentifizieren. Wenn Sie Vertex AI noch nicht kennen, lesen Sie den Artikel Übersetzungsfunktionen.

Projekt erstellen

Wenn Sie ein Übersetzungsprojekt in Ihrer Ressourcenhierarchie von Distributed Cloud erstellen, werden Ihre Vertex AI Translation-Ressourcen organisiert. Dazu gehören Mitbearbeiter, aktivierte APIs, Monitoringtools, Zahlungsinformationen, Authentifizierungsdaten und Zugriffssteuerungen.

Informationen zum Erstellen eines Projekts finden Sie unter Projekt für Vertex AI einrichten. Sie benötigen Ihre Projekt-ID, wenn Sie API-Aufrufe ausführen.

Entwicklerberechtigungen anfordern

Sie benötigen die Rolle „AI Translation Developer“ in Ihrem Projekt, um auf Übersetzungsdienste zuzugreifen und ein API-Token für die Authentifizierung und Autorisierung von Anfragen zu generieren.

Bitten Sie Ihren IAM-Projektadministrator, Ihrem Nutzer- oder Dienstkonto in Ihrem Projekt-Namespace die Rolle „AI Translation Developer“ (ai-translation-developer) zuzuweisen. Informationen zu dieser Rolle finden Sie unter IAM-Berechtigungen vorbereiten.

Vertex AI Translation API aktivieren

Sie müssen die vortrainierte Vertex AI Translation API für Ihr Projekt aktivieren. Wenn die API aktiviert ist, können Sie den Dienststatus und den Endpunkt für die vortrainierte Vertex AI Translation API aufrufen.

Clientbibliotheken installieren

Clientbibliotheken sind für die Programmiersprache Python verfügbar. Wir empfehlen, diese Clientbibliotheken für Aufrufe an die Vertex AI Translation API zu verwenden, da sie den Zugriff auf APIs erleichtern.

Installieren Sie die Vertex AI Translation-Clientbibliothek und führen Sie die folgenden Schritte aus, um die richtige Version zu erhalten:

  1. Prüfen Sie, ob die Vertex AI Translation-Clientbibliothek installiert ist, und rufen Sie die Versionsnummer ab:

    pip freeze | grep translation

    Wenn die Clientbibliothek bereits installiert ist, erhalten Sie eine Ausgabe ähnlich dem folgenden Beispiel:

    google-cloud-translation==3.8.0

    Die Versionsnummer, die Sie erhalten, muss mit der Clientbibliothek am folgenden Endpunkt übereinstimmen:

    https://GDC_URL/.well-known/static/client-libraries

    Ersetzen Sie GDC_URL durch die URL Ihrer Organisation in GDC.

  2. Wenn die Versionsnummern nicht übereinstimmen, deinstallieren Sie die Clientbibliothek:

    pip uninstall google-cloud-translation

  3. Wenn Sie die Vertex AI Translation-Clientbibliothek deinstalliert haben, müssen Sie sie neu installieren. Geben Sie dazu den Dateinamen für Ihr Betriebssystem an.

Umgebungsvariablen festlegen

Nachdem Sie die Vertex AI Translation-Clientbibliothek installiert haben, können Sie über ein Python-Skript mit der API interagieren.

Wenn Sie in Ihrem Projekt ein Dienstkonto einrichten, um autorisierte API-Aufrufe programmatisch auszuführen, können Sie im Python-Skript Umgebungsvariablen definieren, um beim Ausführen auf Werte wie die Dienstkontoschlüssel zuzugreifen.

So legen Sie die erforderlichen Umgebungsvariablen in einem Python-Skript fest:

  1. Erstellen Sie ein JupyterLab-Notebook, um mit der vortrainierten Vertex AI Translation API zu interagieren.

  2. Erstellen Sie ein Python-Skript im JupyterLab-Notebook.

  3. Fügen Sie dem Python-Script den folgenden Code hinzu:

    import os

os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "APPLICATION_DEFAULT_CREDENTIALS_FILENAME"

    Ersetzen Sie APPLICATION_DEFAULT_CREDENTIALS_FILENAME durch den Namen der JSON-Datei, die die von Ihnen im Projekt erstellten Dienstkontoschlüssel enthält, z. B. my-service-key.json.

  4. Speichern Sie das Python-Skript unter einem Namen, z. B. translation.py.

  5. Führen Sie das Python-Skript aus, um die Umgebungsvariablen festzulegen:

    python SCRIPT_NAME

    Ersetzen Sie SCRIPT_NAME durch den Namen, den Sie Ihrem Python-Skript gegeben haben, z. B. translation.py.

Authentifizierung einrichten

Bevor Sie die Vertex AI Translation API verwenden können, müssen Sie Ihre Clientanmeldedaten authentifizieren und Kontozugriff auf Ihre Projektressourcen anfordern. Weitere Informationen finden Sie unter API-Anfragen authentifizieren.