f586f930b6
- Implemented REST API for 105+ language translation - Used Facebook M2M100 model (Apache 2.0 License - Commercial use allowed) - Supports any-to-any translation between 105 languages - Major languages: English, Chinese, Spanish, Arabic, Russian, Japanese, Korean, etc. - Southeast Asian: Malay, Indonesian, Thai, Vietnamese, Tagalog, Burmese, Khmer, Lao - South Asian: Bengali, Hindi, Urdu, Tamil, Telugu, Marathi, Gujarati, etc. - European: German, French, Italian, Spanish, Portuguese, Russian, etc. - African: Swahili, Amharic, Hausa, Igbo, Yoruba, Zulu, Xhosa - And many more languages Tech Stack: - FastAPI for REST API - Transformers (Hugging Face) for ML model - PyTorch for inference - Docker for containerization - M2M100 418M parameter model Features: - Health check endpoint - Supported languages listing - Dynamic language validation - Model caching for performance - GPU support (auto-detection) - CORS enabled for web clients 🤖 Generated with [Claude Code](https://claude.com/claude-code) Co-Authored-By: Claude <noreply@anthropic.com>
138 lines
3.3 KiB
Markdown
138 lines
3.3 KiB
Markdown
# Malaysian Language Translation API
|
|
|
|
말레이시아어(Bahasa Melayu)와 영어 간의 자연스러운 번역을 제공하는 REST API 서비스입니다.
|
|
|
|
## 주요 기능
|
|
|
|
- 말레이시아어 ↔ 영어 양방향 번역
|
|
- Helsinki-NLP의 OPUS-MT 신경망 기계 번역 모델 사용
|
|
- FastAPI 기반 고성능 REST API
|
|
- Docker를 통한 간편한 배포
|
|
- 자동 API 문서화 (Swagger UI)
|
|
|
|
## 빠른 시작
|
|
|
|
### 1. 로컬 환경 설정
|
|
|
|
```bash
|
|
# Python 가상환경 생성 및 활성화
|
|
python -m venv venv
|
|
source venv/bin/activate # Windows: venv\Scripts\activate
|
|
|
|
# 의존성 설치
|
|
pip install -r requirements.txt
|
|
|
|
# 환경변수 설정 (선택사항)
|
|
cp .env.example .env
|
|
|
|
# 서버 실행
|
|
python run.py
|
|
```
|
|
|
|
서버가 실행되면 http://localhost:8000 에서 API에 접근할 수 있습니다.
|
|
|
|
### 2. Docker로 실행
|
|
|
|
```bash
|
|
# Docker Compose로 실행
|
|
docker-compose up -d
|
|
|
|
# 로그 확인
|
|
docker-compose logs -f
|
|
```
|
|
|
|
## API 사용법
|
|
|
|
### 번역 요청
|
|
|
|
```bash
|
|
curl -X POST "http://localhost:8000/api/translate" \
|
|
-H "Content-Type: application/json" \
|
|
-d '{
|
|
"text": "Selamat pagi, apa khabar?",
|
|
"source_lang": "ms",
|
|
"target_lang": "en"
|
|
}'
|
|
```
|
|
|
|
응답:
|
|
```json
|
|
{
|
|
"original_text": "Selamat pagi, apa khabar?",
|
|
"translated_text": "Good morning, how are you?",
|
|
"source_lang": "ms",
|
|
"target_lang": "en",
|
|
"model_used": "Helsinki-NLP/opus-mt-ms-en"
|
|
}
|
|
```
|
|
|
|
### 지원 언어 확인
|
|
|
|
```bash
|
|
curl http://localhost:8000/api/supported-languages
|
|
```
|
|
|
|
### 헬스체크
|
|
|
|
```bash
|
|
curl http://localhost:8000/health
|
|
```
|
|
|
|
## API 문서
|
|
|
|
서버 실행 후 다음 URL에서 자동 생성된 API 문서를 확인할 수 있습니다:
|
|
|
|
- Swagger UI: http://localhost:8000/docs
|
|
- ReDoc: http://localhost:8000/redoc
|
|
|
|
## 지원 언어
|
|
|
|
- **ms**: 말레이시아어 (Bahasa Melayu)
|
|
- **en**: 영어 (English)
|
|
|
|
## 프로젝트 구조
|
|
|
|
```
|
|
site13/
|
|
├── app/
|
|
│ ├── __init__.py
|
|
│ ├── main.py # FastAPI 애플리케이션 및 엔드포인트
|
|
│ ├── models.py # Pydantic 데이터 모델
|
|
│ ├── translator.py # 번역 서비스 로직
|
|
│ └── config.py # 설정 관리
|
|
├── models/ # 다운로드된 번역 모델 캐시 (자동 생성)
|
|
├── requirements.txt # Python 의존성
|
|
├── run.py # 서버 실행 스크립트
|
|
├── Dockerfile # Docker 이미지 빌드 설정
|
|
├── docker-compose.yml # Docker Compose 설정
|
|
└── README.md # 프로젝트 문서
|
|
```
|
|
|
|
## 환경 변수
|
|
|
|
`.env` 파일에서 다음 설정을 변경할 수 있습니다:
|
|
|
|
- `API_HOST`: API 서버 호스트 (기본값: 0.0.0.0)
|
|
- `API_PORT`: API 서버 포트 (기본값: 8000)
|
|
- `MODEL_CACHE_DIR`: 모델 캐시 디렉토리 (기본값: ./models)
|
|
- `MAX_LENGTH`: 최대 번역 길이 (기본값: 512)
|
|
- `ALLOWED_ORIGINS`: CORS 허용 오리진 (기본값: *)
|
|
|
|
## 성능 최적화
|
|
|
|
- 첫 실행 시 모델을 다운로드하므로 시간이 걸릴 수 있습니다
|
|
- 모델은 `models/` 디렉토리에 캐시되어 재사용됩니다
|
|
- GPU가 있는 경우 자동으로 감지하여 사용합니다
|
|
- Docker volume을 사용하여 모델을 영구 저장합니다
|
|
|
|
## 개발
|
|
|
|
```bash
|
|
# 개발 모드로 실행 (자동 재시작)
|
|
uvicorn app.main:app --reload --host 0.0.0.0 --port 8000
|
|
```
|
|
|
|
## 라이선스
|
|
|
|
이 프로젝트는 Helsinki-NLP의 OPUS-MT 모델을 사용합니다.
|