Google utilise la technologie IA pour traduire le contenu dans votre langue préférée. Les traductions générées par IA peuvent contenir des erreurs.

Configurer un projet de traduction

Cette page explique aux développeurs comment configurer un projet Google Distributed Cloud (GDC) isolé pour utiliser Vertex AI Translation. Ce processus inclut la création d'un projet, l'activation de l'API Vertex AI Translation, l'installation de bibliothèques clientes, la définition de variables d'environnement et l'authentification de vos identifiants. Si vous ne connaissez pas Vertex AI, découvrez les fonctionnalités de traduction.

Vous configurez un projet de traduction à l'aide de la console GDC et de la gcloud CLI comme suit :

Console GDC : activez l'API Vertex AI Translation et affichez l' état et le point de terminaison du service.
gdcloud CLI : configurez des comptes de service pour interagir avec l'API Vertex AI Translation, installez des bibliothèques clientes et authentifiez les requêtes API.

Créer un projet

La création d'un projet de traduction dans votre hiérarchie de ressources Distributed Cloud organise vos ressources Vertex AI Translation, qui incluent des collaborateurs, des API activées, des outils de surveillance, des informations de facturation, des identifiants d'authentification et des contrôles d'accès.

Pour créer votre projet, consultez Configurer un projet pour Vertex AI. Vous aurez besoin de votre ID de projet lorsque vous effectuerez des appels d'API.

Demander des autorisations de développeur

Vous devez disposer du rôle de développeur AI Translation dans votre projet pour accéder aux services de traduction et générer un jeton d'API pour l'authentification et l'autorisation des requêtes.

Demandez à votre administrateur IAM de projet d'attribuer le rôle de développeur AI Translation (ai-translation-developer) à votre compte utilisateur ou de service dans votre espace de noms de projet. Pour en savoir plus sur ce rôle, consultez Préparer les autorisations IAM.

Activer l'API Vertex AI Translation

Vous devez activer l'API pré-entraînée Vertex AI Translation pour votre projet. Si elle est activée, vous pouvez afficher l'état et le point de terminaison du service pour l'API pré-entraînée Vertex AI Translation.

Installer les bibliothèques clientes

Des bibliothèques clientes sont disponibles pour le langage de programmation Python. Nous vous recommandons d'utiliser ces bibliothèques clientes pour effectuer des appels à l'API Vertex AI Translation, car elles facilitent l'accès aux API.

Installez la bibliothèque cliente Vertex AI Translation et procédez comme suit pour vous assurer que vous disposez de la bonne version :

Vérifiez si la bibliothèque cliente Vertex AI Translation est installée et obtenez le numéro de version :
```
pip freeze | grep translation
```
Si la bibliothèque cliente est déjà installée, vous obtenez une sortie semblable à l'exemple suivant :
```
google-cloud-translation==3.8.0
```
Le numéro de version que vous obtenez doit correspondre à la bibliothèque cliente au point de terminaison suivant :
```
https://GDC_URL/.well-known/static/client-libraries
```
Remplacez GDC_URL par l'URL de votre organisation dans GDC.
Si les numéros de version ne correspondent pas, désinstallez la bibliothèque cliente :
```
pip uninstall google-cloud-translation
```
Si vous avez désinstallé la bibliothèque cliente Vertex AI Translation, vous devez la réinstaller en spécifiant le nom de fichier correspondant à votre système d'exploitation.

Définir les variables d'environnement

Après avoir installé la bibliothèque cliente Vertex AI Translation, vous pouvez interagir avec l'API à partir d'un script Python.

Si vous configurez un compte de service dans votre projet pour effectuer des appels d'API autorisés par programmation, vous pouvez définir des variables d'environnement dans le script Python pour accéder à des valeurs telles que les clés de compte de service lors de l'exécution.

Procédez comme suit pour définir les variables d'environnement requises dans un script Python :

Créez un notebook JupyterLab pour interagir avec l'API pré-entraînée Vertex AI Translation.
Créez un script Python dans le notebook JupyterLab.
Ajoutez le code suivant au script Python :
```
import os

os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "APPLICATION_DEFAULT_CREDENTIALS_FILENAME"
```
Remplacez APPLICATION_DEFAULT_CREDENTIALS_FILENAME par le nom du fichier JSON contenant les clés de compte de service que vous avez créées dans le projet, par exemple my-service-key.json.
Enregistrez le script Python sous un nom, tel que translation.py.
Exécutez le script Python pour définir les variables d'environnement :
```
python SCRIPT_NAME
```
Remplacez SCRIPT_NAME par le nom que vous avez attribué à votre script Python, par exemple translation.py.

Configurer l'authentification

Avant de pouvoir utiliser l'API Vertex AI Translation, vous devez authentifier vos identifiants client et demander l'accès au compte pour les ressources de votre projet. Pour en savoir plus, consultez Authentifier les requêtes API.