co-op-translator

Co-op Translator

Automatisez facilement la traduction de votre contenu éducatif GitHub dans plusieurs langues pour toucher un public mondial.

Paquet Python Licence : MIT Téléchargements Téléchargements Conteneur : GHCR Style de code : black

Contributeurs GitHub Issues GitHub Pull-requests GitHub PRs Bienvenus

🌐 Prise en charge multilingue

Pris en charge par Co-op Translator

Arabe | Bengali | Bulgare | Birman (Myanmar) | Chinois (simplifié) | Chinois (traditionnel, Hong Kong) | Chinois (traditionnel, Macao) | Chinois (traditionnel, Taïwan) | Croate | Tchèque | Danois | Néerlandais | Estonien | Finnois | Français | Allemand | Grec | Hébreu | Hindi | Hongrois | Indonésien | Italien | Japonais | Coréen | Lituanien | Malais | Marathi | Népalais | Norvégien | Persan (Farsi) | Polonais | Portugais (Brésil) | Portugais (Portugal) | Pendjabi (Gurmukhi) | Roumain | Russe | Serbe (cyrillique) | Slovaque | Slovène | Espagnol | Swahili | Suédois | Tagalog (Filipino) | Tamoul | Thaï | Turc | Ukrainien | Ourdou | Vietnamien

Observateurs GitHub Forks GitHub Étoiles GitHub

Microsoft Azure AI Foundry Discord Ouvrir dans GitHub Codespaces

Présentation

Co-op Translator vous permet de traduire rapidement votre contenu éducatif GitHub dans plusieurs langues, pour toucher facilement un public international. Lorsque vous mettez à jour vos fichiers Markdown, images ou notebooks Jupyter, les traductions sont automatiquement synchronisées pour garantir que votre contenu éducatif GitHub reste à jour et pertinent pour les utilisateurs du monde entier.

Découvrez comment Co-op Translator organise le contenu éducatif GitHub traduit :

Exemple

Démarrage rapide

# Create and activate a virtual environment (recommended)
python -m venv .venv
# Windows
.venv\Scripts\activate
# macOS/Linux
source .venv/bin/activate
# Install the package
pip install co-op-translator
# Translate
translate -l "ko ja fr" -md

Docker :

# Pull the public image from GHCR
docker pull ghcr.io/azure/co-op-translator:latest
# Run with current folder mounted and .env provided (Bash/Zsh)
docker run --rm -it --env-file .env -v "${PWD}:/work" ghcr.io/azure/co-op-translator:latest -l "ko ja fr" -md

Configuration minimale

Utilisation

Traduire tous les types pris en charge :

translate -l "ko ja"

Seulement Markdown :

translate -l "de" -md

Markdown + images :

translate -l "pt" -md -img

Seulement notebooks :

translate -l "zh" -nb

Plus d’options : Référence des commandes

Fonctionnalités

Documentation

Soutenez-nous et favorisez l’apprentissage mondial

Rejoignez-nous pour révolutionner le partage du contenu éducatif à l’échelle mondiale ! Donnez une ⭐ à Co-op Translator sur GitHub et soutenez notre mission pour lever les barrières linguistiques dans l’apprentissage et la technologie. Votre intérêt et vos contributions ont un impact réel ! Les contributions au code et les suggestions de fonctionnalités sont toujours les bienvenues.

Découvrez le contenu éducatif Microsoft dans votre langue

Présentations vidéo

Découvrez Co-op Translator à travers nos présentations (Cliquez sur l’image ci-dessous pour regarder sur YouTube.) :

Contribution

Ce projet accueille volontiers les contributions et suggestions. Vous souhaitez contribuer à Azure Co-op Translator ? Consultez notre CONTRIBUTING.md pour savoir comment rendre Co-op Translator plus accessible.

Contributeurs

co-op-translator contributors

Code de conduite

Ce projet a adopté le Code de conduite Microsoft Open Source. Pour plus d’informations, consultez la FAQ du Code de conduite ou contactez opencode@microsoft.com pour toute question ou commentaire supplémentaire.

IA responsable

Microsoft s’engage à aider ses clients à utiliser ses produits d’IA de façon responsable, à partager ses apprentissages et à établir des partenariats de confiance grâce à des outils comme les Transparency Notes et les Impact Assessments. Beaucoup de ces ressources sont disponibles sur https://aka.ms/RAI. L’approche de Microsoft en matière d’IA responsable repose sur nos principes d’équité, de fiabilité et sécurité, de confidentialité et sécurité, d’inclusivité, de transparence et de responsabilité.

Les modèles de langage, d’image et de parole à grande échelle – comme ceux utilisés dans cet exemple – peuvent parfois se comporter de manière injuste, peu fiable ou offensante, ce qui peut causer des préjudices. Veuillez consulter la Transparency note du service Azure OpenAI pour être informé des risques et limitations.

La meilleure façon de réduire ces risques est d’intégrer un système de sécurité dans votre architecture, capable de détecter et de prévenir les comportements nuisibles. Azure AI Content Safety offre une couche de protection indépendante, capable de détecter les contenus nuisibles générés par les utilisateurs ou l’IA dans les applications et services. Azure AI Content Safety inclut des API texte et image permettant de détecter les contenus dangereux. Nous proposons aussi un Content Safety Studio interactif pour explorer et tester du code d’exemple pour la détection de contenus nuisibles sur différents supports. La documentation de démarrage rapide vous guide pour effectuer des requêtes vers le service.

Un autre aspect à prendre en compte est la performance globale de l’application. Pour les applications multi-modales et multi-modèles, la performance signifie que le système fonctionne comme vous et vos utilisateurs l’attendent, y compris en évitant de générer des contenus nuisibles. Il est important d’évaluer la performance de votre application dans son ensemble à l’aide des indicateurs de qualité de génération et de risques et sécurité.

Vous pouvez évaluer votre application d’IA dans votre environnement de développement en utilisant le SDK prompt flow. À partir d’un jeu de données de test ou d’une cible, les générations de votre application d’IA générative sont mesurées quantitativement avec des évaluateurs intégrés ou personnalisés selon votre choix. Pour commencer à utiliser le SDK prompt flow pour évaluer votre système, vous pouvez suivre le guide de démarrage rapide. Une fois que vous avez lancé une évaluation, vous pouvez visualiser les résultats dans Azure AI Studio.

Marques déposées

Ce projet peut contenir des marques déposées ou des logos de projets, produits ou services. L’utilisation autorisée des marques ou logos Microsoft est soumise aux Directives sur les marques et l’image de marque de Microsoft. L’utilisation des marques ou logos Microsoft dans des versions modifiées de ce projet ne doit pas prêter à confusion ni suggérer un parrainage de Microsoft. Toute utilisation de marques ou logos de tiers est soumise aux politiques de ces tiers.

Obtenir de l’aide

Si vous rencontrez des difficultés ou avez des questions sur la création d’applications d’IA, rejoignez :

Discord Azure AI Foundry Communauté

Si vous souhaitez donner votre avis sur le produit ou signaler des erreurs lors du développement, rendez-vous sur :

Forum des développeurs Azure AI Foundry sur GitHub


Avertissement :
Ce document a été traduit à l’aide du service de traduction IA Co-op Translator. Bien que nous nous efforcions d’assurer l’exactitude, veuillez noter que les traductions automatisées peuvent comporter des erreurs ou des imprécisions. Le document original dans sa langue d’origine doit être considéré comme la source faisant autorité. Pour les informations critiques, il est recommandé de recourir à une traduction humaine professionnelle. Nous déclinons toute responsabilité en cas de malentendus ou d’interprétations erronées résultant de l’utilisation de cette traduction.