このページは Cloud Translation API によって翻訳されました。

機械翻訳を試す

このページでは、Vertex AI API を使用してテキストをある言語から別の言語に翻訳する例について説明します。

この例では、GPU を使用せずにワークロードをデプロイします。GPU を使用してデプロイするには、GPU コンテナワークロードをデプロイするの手順に沿って操作します。

Translation API

次のサンプルは、テキスト翻訳に Vertex AI を使用する方法を示しています。

Vertex AI の使用の説明に沿って、Vertex AI アクセスを設定してください。
クライアントライブラリを使用した Vertex AI のクイックスタートの手順に沿って、Python Vertex AI API を設定します。詳細については、Vertex AI Python API のリファレンスドキュメントをご覧ください。

Python ファイル main.py を作成します。このスクリプトは、コンテナエンドポイントを使用してアクセスされる Google CloudTranslation API を活用して、変換を行います。

import os
import requests # Use requests for HTTP calls
from flask import Flask, request, jsonify

app = Flask(__name__)

TRANSLATE_API_URL = 'https://translation.googleapis.com/language/translate/v2'

@app.route('/translate', methods=['POST'])
def translate_text():

    try:
        data = request.get_json()
        text_to_translate = data.get('text')
        target_language = data.get('target_language', 'en') # Default to English

        if not text_to_translate:
            return jsonify({'error': 'Missing "text" in request body'}), 400

        params = {
            'key': '${API_KEY}', // insert API key
            'q': text_to_translate,
            'target': target_language
        }

        response = requests.post(TRANSLATE_API_URL, params=params)
        response.raise_for_status() # Raise an exception for bad status codes (4xx or 5xx)

        result = response.json()

        # The structure of the response from the REST API is slightly different
        # It's usually: {'data': {'translations': [{'translatedText': '...', 'detectedSourceLanguage': '...'}]}}
        if 'data' in result and 'translations' in result['data'] and len(result['data']['translations']) > 0:
            translation_info = result['data']['translations'][0]
            return jsonify({
                'original_text': text_to_translate,
                'translated_text': translation_info['translatedText'],
                'detected_source_language': translation_info.get('detectedSourceLanguage')
            })
        else:
            return jsonify({'error': 'Unexpected response format from Translation API', 'details': result}), 500

    except requests.exceptions.HTTPError as http_err:
        print(f"HTTP error occurred: {http_err} - {response.text}")
        return jsonify({'error': f"Translation API request failed: {http_err}", 'details': response.text}), response.status_code
    except Exception as e:
        print(f"Error during translation: {e}")
        return jsonify({'error': str(e)}), 500

if __name__ == '__main__':
    port = int(os.environ.get('PORT', 8080))
    app.run(debug=True, host='0.0.0.0', port=port)

Python スクリプトを含む Docker ファイルを作成します。

FROM python:3.9-slim

WORKDIR /app

COPY . /app

RUN pip install --no-cache-dir -r requirements.txt

EXPOSE 8080
ENV PORT 8080

CMD ["python", "main.py"]

翻訳アプリケーションの Docker イメージをビルドします。
```
docker build -t translation-app .
```
Docker の構成の手順に沿って、次の操作を行います。
1. Docker を構成します。
2. シークレットを作成する。
3. イメージを HaaS（Harbor as a Service）にアップロードします。
ユーザークラスタにログインし、ユーザー ID を使用して kubeconfig ファイルを生成します。kubeconfig パスを環境変数として設定します。
```
export KUBECONFIG=${CLUSTER_KUBECONFIG_PATH}
```

Kubernetes の Deployment と Service のカスタムリソースを作成してデプロイします。コンテナの下り（外向き）を有効にするには、この例に示すように、ラベル egress.networking.gke.io/enabled: "true" を必ず含めてください。

kubectl --kubeconfig ${KUBECONFIG} -n TENANT_PROJECT \
create -f - <<EOF
apiVersion: apps/v1
kind: Deployment
metadata:
  name: translation-deployment-apikey
spec:
  replicas: 2
  selector:
    matchLabels:
      app: translation-apikey
  template:
    metadata:
      labels:
        app: translation-apikey
        egress.networking.gke.io/enabled: "true"
    spec:
      dnsConfig:
        nameservers:
        - 8.8.8.8
      containers:
      - name: translation-app
        image: HARBOR_INSTANCE_URL/HARBOR_PROJECT/translation-app:latest
        ports:
        - containerPort: 8080
      imagePullSecrets:
        - name: SECRET

---
apiVersion: v1
kind: Service
metadata:
  name: translation-service-apikey
spec:
  type: LoadBalancer
  selector:
    app: translation-apikey
  ports:
  - protocol: TCP
    port: 80
    targetPort: 8080
EOF

次のように置き換えます。

HARBOR_INSTANCE_URL: Harbor インスタンスの URL。
HARBOR_PROJECT: Harbor プロジェクト。
SECRET: Docker 認証情報を保存するために作成されたシークレットの名前。

デプロイによって Pod が作成されたことを確認します。
```
kubectl --kubeconfig ${KUBECONFIG} get pods -n TENANT_PROJECT
```

すべてのネットワークトラフィックをテナントプロジェクトに許可するネットワークポリシーを作成します。

kubectl --kubeconfig ${KUBECONFIG} -n TENANT_PROJECT \
create -f - <<EOF
apiVersion: networking.k8s.io/v1
kind: NetworkPolicy
metadata:
  annotations:
  name: allow-all
spec:
  ingress:
  - from:
    - ipBlock:
        cidr: 0.0.0.0/0
  podSelector: {}
  policyTypes:
  - Ingress
EOF

サービスの IP アドレスをエクスポートします。

export IP=`kubectl --kubeconfig=${KUBECONFIG} get service nginx-service \
      -n TENANT_PROJECT -o jsonpath='{.status.loadBalancer.ingress[*].ip}'`

デプロイしたワークロードへの SSH トンネルセッションを作成します。

  sshuttle -r zone1-org-1-data@GDC_SANDBOX_INSTANCE_NAME --no-latency-control \
  --ssh-cmd 'gcloud compute ssh --project PROJECT_NAME --zone ZONE --tunnel-through-iap' \
  10.200.0.0/16 --dns

Content-Type ヘッダーを application/json に設定した POST リクエストを使用して、テキストとターゲット言語を含む JSON ペイロードを http://${IP}:8080/translate に送信して、サービスをテストします。次の curl コマンドは、「Hello, world!」をスペイン語（es）に変換します。
```
curl -X POST -H "Content-Type: application/json" -d '{"text": "Hello, world\\!", "target\_language": "es"}' http://${IP}:8080/translate
```

機械翻訳を試す コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。

Translation API

機械翻訳を試す