前言：目前翻譯都是在線的，要在C#開發的程序上做一個可以實時翻譯的功能，好像不是那么好做(其實主要是第三方的都要AppID或者授權，太不友好了)。而且大多數處于局域網內，所以訪問在線的api也顯得比較尷尬。于是，就有了以下這篇文章，自己搭建一套簡單的離線翻譯系統（當然，你也可以部署到有外網的云服務器上，那就可以變成在線的翻譯系統了）。以下內容采用python提供基礎翻譯服務+ C#訪問服務的功能，歡迎圍觀。

小聲嗶嗶：其實本來要寫個WPF版本的翻譯神器，對標某道詞典或者某度翻譯啥的。不過想了想，算了，不搞那么麻煩了，意思一下就行，能跑就可以，大家感興趣可以自己拓展為自己需要的模樣。

系統環境：WIN10?

開發環境：VS2022 + VS CODE

開發語言環境：Python3.8 + .NET 6

以下正文：

1、由于本地環境沒有python，所以先安裝python有關環境先。

2、安裝好以后，控制臺下輸入 python,進入如下終端內容，就代表安裝成功了。建議安裝時候，選擇自動添加到環境變量里面，這樣不需要自己配置了。

3、由于翻譯功能，會使用到一些已有的模型進行計算，所以以下需要安裝幾個包。第一個是pytorch, 輸入 pip install torch 即可安裝。如果安裝比較慢，在后面設置一個鏡像，可以加速，例如此處我使用的清華的加速器：https://pypi.tuna.tsinghua.edu.cn/simple

4、然后安裝flask: pip install flask

5、接著需要安裝 gevent: pip install gevent

6、接著是 transformers

7、安裝transformers時候，有的會自動安裝sentencepiece包，有的時候不會。如果上面查找沒有，就手動安裝一下：

8、以上包安裝完畢，打開VS CODE，創建一個python語言文件

9、此處文件命名為 MyTranslate.py? ?然后引入可能所需要的包

10、接著，上 https://huggingface.co/Helsinki-NLP 上面，查找需要的語言翻譯模型。此處使用的離線翻譯，使用的該項目下的。

11、Models里面有上千個語言模型，選擇自己需要的名稱，記住就行。

12、此處，我選了四個模型，分別是英漢/漢英? 以及德漢/漢德的翻譯模型。有關代碼實現如下所示。

13、接著定義一個api接口，用于提供給外部訪問（畢竟主業不是python，提供api就可以跨語言來訪問該服務了）。有關代碼如下所示。

14、VS CODE上運行程序，可以看到終端控制臺上面打印出一些下載進度。這是因為本地現在還沒有模型，我們選擇的四個模型，會被下載到本地來，這樣下次就不需要再下載模型了。

15、 模型加載完畢，啟動服務。此處0.0.0.0代表本機ip都可以被訪問，我們正常使用時候，本機就127.0.0.1即可；如果是局域網或者外網，那就提供真實IP即可。

16、下載的模型，會自動下載到當前用戶文件夾下，具體效果如下圖所示。所以如果某個服務器沒有外網，也可以直接拷貝該.cache文件夾到指定服務器下面的某用戶下，也可以被識別。

17、打開postman,做個簡單的測試?？梢钥吹?#xff0c;服務是可以被成功訪問的，說明代碼可以跑，問題不是很大。

18、換一種翻譯模式再試一下：

19、再試一試另類點的，看看效果：

20、看不懂德文，把德文搞到百度在線翻譯上面反翻譯回來，看來語意好像差不多。

【中途插播，防止被惡意轉載抹除個人出處使用】 該博客原創作者 Wesky，公眾號：Dotnet Dancer ?博客原地址：https://www.cnblogs.com/weskynet/p/16740041.html

21、程序這樣運行不是事兒，所以我們可以把它打包為exe程序來運行，這樣就可以在不安裝python環境的電腦也可以跑了。安裝 pyinstaller:

22、在MyTranslate.py同文件夾下，新建一個py文件，名稱不能改：hook-ctypes.macholib.py ?該文件用于提供虛擬環境使用。

23、該文件下，需要導入所有可能用到的依賴的包。不然打包可能出錯；或者打包完畢以后，運行可能出錯。

24、打包應用的內容，根據個人實際情況來選擇，pip 下載時候，有一個 Collecting提示，提示后面就是安裝的依賴包，不曉得哪些需要的，就全部搞進去，減少錯誤幾率。

25、執行打包命名 pyinstaller -F xxx.py --additional-hooks-dir=.? ? ?如果不需要有控制臺提示，可以加個 -w

26、打包安裝成功了

27、打包成功的exe文件，自動放在 dist文件夾下

28、生成的exe文件，如圖。

29、直接運行走一波，看看效果。為了避免看不到錯誤提示，所以我在控制臺內運行，如圖

30、由于模型被下載過，所以第二次啟動，不會重復下載模型。

31、現在再用 Postman 走一波，看看效果。

32、直接運行的程序，難免被人不小心誤操作給關閉了，所以我們還可以把他丟到Windows服務上面，這樣服務器重啟也不擔心了。使用NSSM工具進行操作。如果想知道如何使用，也可以參考我的另一篇博客。博客地址：https://www.cnblogs.com/weskynet/p/14961565.html

33、設置描述，備注為 離線翻譯服務。安裝為服務 TranslateService(名字可以隨意)

34、安裝以后，可以看到已經生成一個對應的Windows服務了。

35、服務啟動，可以等待一小會兒，加載模型要一丟丟時間。一小會兒以后，使用Postman進行測試一下，看看效果。

36、接下來，創建一個基于.NET的webapi程序，用來通過代碼來訪問翻譯服務，看看能不能訪問到。

37、創建一個控制器，搭建個基礎模子先。

38、注入IHttpClientFactory(用來訪問webapi使用的，實際上就是提供HttpClient)。然后寫個簡單的測試功能，直接看以下代碼：

39、通過自帶的swagger，走一波。輸入有關參數，走一個看看，嘿，可以使用，bingo~

40、后記：如果需要源碼的，可以微信搜索 Dotnet Dancer 或者掃描以下二維碼，在公眾號窗口發送 【離線翻譯神器】，即可下載。

原文地址

總結

以上是生活随笔為你收集整理的【Python+C#】手把手搭建基于Hugging Face模型的离线翻译系统(如果你想，也可以在线)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。