Dokumentatioun
D'Integratioun vun de verschiddenen Applikatiounen an der REST API ass ganz einfach.
Erfuerschung
D' TranslateAPI bitt eng einfach REST Interface fir Text tëscht 180+ Sproochen ze iwwersetzen. All API Endpunkte ginn JSON Äntwerten zréck.
https://api.translateapi.ai/api/v1/
Schnellstart
Maacht Är éischt Iwwersetzungsanfro:
curl -X POST https://api.translateapi.ai/api/v1/translate/ \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"text": "Hello, world!",
"target_language": "es"
}'
import requests
response = requests.post(
"https://api.translateapi.ai/api/v1/translate/",
headers={
"Authorization": "Bearer YOUR_API_KEY",
"Content-Type": "application/json"
},
json={
"text": "Hello, world!",
"target_language": "es"
}
)
result = response.json()
print(result["translated_text"]) # "Hola, mundo!"
const response = await fetch("https://api.translateapi.ai/api/v1/translate/", {
method: "POST",
headers: {
"Authorization": "Bearer YOUR_API_KEY",
"Content-Type": "application/json"
},
body: JSON.stringify({
text: "Hello, world!",
target_language: "es"
})
});
const result = await response.json();
console.log(result.translated_text); // "Hola, mundo!"
using System;
using System.Net.Http;
using System.Text;
using System.Threading.Tasks;
using Newtonsoft.Json;
class Program
{
static async Task Main()
{
var client = new HttpClient();
client.DefaultRequestHeaders.Add(
"Authorization", "Bearer YOUR_API_KEY"
);
var content = new StringContent(
JsonConvert.SerializeObject(new {
text = "Hello, world!",
target_language = "es"
}),
Encoding.UTF8,
"application/json"
);
var response = await client.PostAsync(
"https://api.translateapi.ai/api/v1/translate/",
content
);
var result = await response.Content.ReadAsStringAsync();
var data = JsonConvert.DeserializeObject<dynamic>(result);
Console.WriteLine(data.translated_text); // "Hola, mundo!"
}
}
Authentifikatioun
Authentifizéiert Är Ufroen mat engem API Schlëssel. Dir kënnt API Schlëssel aus Ärem Dashboard.
Kopfzeil Authentifikatioun (Empfohlen)
Authorization: Bearer ta_your_api_key_here
Parameter
https://api.translateapi.ai/api/v1/translate/?api_key=ta_your_api_key_here
Text iwwersetzen
Text an eng eenzeg Zilsprooch iwwersetzen.
POST https://api.translateapi.ai/api/v1/translate/
Ufrokörper
| Parameter | Typ | Erfuerderlech | Beschreiwung |
|---|---|---|---|
text |
string | Ja | Text ze iwwersetzen (maximal 50. 000 Zeichen) |
target_language |
string | Ja* | Target language code (e.g., "es", "fr", "de") |
source_language |
string | Nee | Source language code. Default: "auto" (auto-detect) |
* Gebrauch target_language (String) fir eng eenzeg Sprooch oder target_languages (Array) fir multiple. See Multi-Target Iwwersetzung.
Äntwert
{
"translated_text": "Hola, mundo!",
"source_language": "en",
"target_language": "es",
"translations": {
"es": "Hola, mundo!"
},
"character_count": 13,
"translation_time": 0.45
}
Multi-Target Iwwersetzung
Iwwersetzt Text a méi Sproochen an enger eenzeger Ufro. Benotzt de selwechten Endpunkt wéi eng eenzeg Iwwersetzung.
POST https://api.translateapi.ai/api/v1/translate/
Ufrokörper
{
"text": "Hello, world!",
"target_languages": ["es", "fr", "de", "ja"],
"source_language": "en"
}
Verwenden target_languages (Array) anstatt target_language (String) fir méi Zieler.
Äntwert
{
"source_language": "en",
"translations": {
"es": "Hola, mundo!",
"fr": "Bonjour, monde!",
"de": "Hallo, Welt!",
"ja": "こんにちは、世界!"
},
"character_count": 52,
"translation_time": 2.31
}
Batch- Iwwersetzung
Iwwersetzt méi Texter gläichzäiteg mat asynchroner Veraarbechtung. Schéckt e Batch a frot no Resultater.
POST https://api.translateapi.ai/api/v1/translate/batch/
Schrëtt 1: Batch schécken
curl -X POST https://api.translateapi.ai/api/v1/translate/batch/ \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"texts": ["Hello", "Goodbye", "Thank you"],
"target_language": "es",
"source_language": "en"
}'
Antwort (HTTP 202 akzeptéiert)
{
"job_id": "67535b2b-c9e3-4f82-9499-e237edbc1dd8",
"status": "pending",
"total_texts": 3,
"queue_position": 1,
"source_language": "en",
"target_languages": ["es"],
"character_count": 22,
"credits_remaining": -1,
"poll_url": "https://api.translateapi.ai/api/v1/jobs/67535b2b-c9e3-4f82-9499-e237edbc1dd8/"
}
Schrëtt 2: Umfro fir Resultater
GET https://api.translateapi.ai/api/v1/jobs/{job_id}/
Lëscht vu lëtzebuergeschen Dichter (Python)
import time, requests
job_id = response.json()["job_id"]
total = response.json()["total_texts"]
headers = {"Authorization": "Bearer YOUR_API_KEY"}
print(f"Batch submitted: {total} texts (job {job_id})")
while True:
result = requests.get(f"https://api.translateapi.ai/api/v1/jobs/{job_id}/", headers=headers).json()
status = result["status"]
processed = result.get("processed_texts", 0)
progress = result.get("progress_percentage", 0)
if status == "completed":
print(f"Completed: {processed}/{total} texts in {result.get('processing_time', 0):.1f}s")
translations = result["result_data"]["translations"]
break
elif status == "failed":
print(f"Failed at {processed}/{total}: {result.get('error_message', 'unknown')}")
raise Exception(result.get("error_message", "Translation failed"))
elif status == "pending":
queue_pos = result.get("queue_position", "?")
print(f"Queued (position {queue_pos}) — waiting for GPU worker...")
else:
print(f"[{status}] {processed}/{total} ({progress:.0f}%)")
time.sleep(3)
Reaktioun (an der Warteschlange, op GPU waarden)
{
"job_id": "67535b2b-...",
"status": "pending",
"processed_texts": 0,
"total_texts": 3,
"progress_percentage": 0.0,
"queue_position": 3
}
Reaktioun (wärend der Veraarbechtung)
{
"job_id": "67535b2b-...",
"status": "processing",
"processed_texts": 1,
"total_texts": 3,
"progress_percentage": 33.33,
"queue_position": null
}
Antwort (vollstänneg)
{
"job_id": "67535b2b-...",
"status": "completed",
"processed_texts": 3,
"total_texts": 3,
"progress_percentage": 100.0,
"processing_time": 10.65,
"result_data": {
"translations": ["Hola", "Adiós", "Gracias"],
"source_language": "en",
"target_language": "es",
"character_count": 22,
"processing_time": 10.65
}
}
Echtzäit-Fortschrittsverfolgung
All Ëmfro- Äntwert enthält Echtzäit- Fortschrittsfelder, sou datt Dir genau iwwerwaachen kënnt, wat mat Ärem Batch geschitt:
| Feld | Beschreiwung |
|---|---|
status |
Aktuellen Auftragsstatus: pending (an der Warteschlange, op e GPU-Worker waarden), processing (aktiv iwwersetzt), completed, failed |
processed_texts |
Unzuel vun individuellen Iwwersetzungen déi bis elo gemaach goufen. Aktualiséiert an Echtzäit wéi all Text iwwersat gëtt. |
total_texts |
Total Zuel vun Iwwersetzungen an dësem Batch (Texter × Zilsproochen). |
progress_percentage |
% vollstänneg (0- 100). Berechent aus processed_ texts / total_ texts. |
queue_position |
Är Positioun an der Warteschlange wann de Status "ausgestallt" ass (1 = nächsten). Null wann veraarbecht oder fäerdeg. Benotzt dëst fir d'Wartezäit ze schätzen an de Benotzer de Status vun der Warteschlange ze weisen. |
processing_time |
Total Veraarbechtungszäit a Sekonnen (disponibel wann ofgeschloss). |
status ass "pending", d'GPU-Worker sinn mat anere Batch'en beschäftegt. Check queue_position fir ze kucken wéi vill Aufgaben virdrun sinn (1 = Dir sidd den nächsten). Är Aufgab wäert automatesch ufänken - keng Aktioun néideg, just weider froen.
Best Practices for Large Workloads
- 1 Zilsprooch pro Batch- Ufro schécken. Dat hält all Batch séier a mécht de Fortschritt einfach ze verfolgen.
- Halt Batchs bei 50- 100 Texter. Kleng Batchs sinn méi séier fäerdeg a ginn Iech méi dacks Fortschrittsaktualiséierungen.
- Maximal 2 Batch-Aufgaben gläichzäiteg ausféieren. D'GPU veraarbecht 2 Batch-Aufgaben parallel - zousätzlech Aufgaben stinn an der Warteschlange a ginn net méi séier gestart.
- No Timeout, déi selwecht job_id erëm froen, anstatt en neie Batch ze schécken. Den urspréngleche Job kann nach ëmmer op der GPU veraarbecht ginn.
- Frot all 3- 5 Sekonnen. Méi heefeg Froen beschleunegen d' Veraarbechtung net.
Multi-Language Batch
Méi Texter a méi Sproochen op eemol iwwersetzen:
{
"texts": ["Hello", "Goodbye"],
"target_languages": ["es", "fr"],
"source_language": "en"
}
Completed result_data
{
"translations": [
{"es": "Hola", "fr": "Bonjour"},
{"es": "Adiós", "fr": "Au revoir"}
],
"source_language": "en",
"target_languages": ["es", "fr"],
"character_count": 24,
"processing_time": 2.45
}
Parameter ufroen
| Parameter | Typ | Erfuerderlech | Beschreiwung |
|---|---|---|---|
texts |
array | Ja | Array of strings to translate |
target_language |
string | Ja* | Zielsproochcode fir eng eenzeg Sprooch |
target_languages |
array | Ja* | Array vu Zilsproochcode fir verschidde Sproochen |
source_language |
string | Nee | Source language code. Default: "auto" |
* Gitt entweder target_language oder target_languages, net béid.
job_id. Loch GET /api/v1/jobs/{job_id}/ bis status ass "completed", dann liesen result_data Iwwersetzungen. Use progress_percentage Fortschritt
Iwwersetzung
Iwwersetzt ganz Dokumenter ouni d'Formatéierung ze änneren. Ënnerstëtzt verschidde Dateiformater.
POST https://api.translateapi.ai/api/v1/translate/document/
Ufro (multipart/form-data)
| Parameter | Typ | Erfuerderlech | Beschreiwung |
|---|---|---|---|
file |
file | Ja | D'Dokument ze iwwersetzen (max 10MB) |
target_language |
string | Ja | Target language code (e.g., "es", "fr", "de") |
source_language |
string | Nee | Source language code. Default: "auto" (auto-detect) |
Ënnerstëtzt Dateitypen
.txt- Plain Text Dateien.docx- Word Dokumenter.pdf- PDF-Dokumenten (och gescannt).json- JSON Dateien (iwwersetzt Stringwäerter).xml- XML-Dateien
.srt- Ënnertiteldateien.po/.pot- Iwwersetzungsdateien.jpg/.jpeg- JPEG-Bilder (OCR).png- PNG-Bilder (OCR).tiff/.tif- TIFF-Bilder (OCR).bmp- BMP-Bilder (OCR).webp- WebP-Bilder (OCR)
Beispill (cURL)
# Translate a Word document
curl -X POST https://api.translateapi.ai/api/v1/translate/document/ \
-H "Authorization: Bearer YOUR_API_KEY" \
-F "file=@document.docx" \
-F "target_language=es" \
-F "source_language=en"
# Translate text from an image (OCR)
curl -X POST https://api.translateapi.ai/api/v1/translate/document/ \
-H "Authorization: Bearer YOUR_API_KEY" \
-F "file=@scanned_page.jpg" \
-F "target_language=es" \
-F "source_language=en"
.txt Datei.
Äntwert
{
"id": 123,
"original_filename": "document.docx",
"file_type": "docx",
"source_language": "en",
"target_language": "es",
"status": "completed",
"character_count": 5420,
"translated_file_url": "/media/translated/document_es.docx",
"created_at": "2024-01-15T10:30:00Z",
"completed_at": "2024-01-15T10:30:05Z"
}
Statuswäerter
pending |
Datei erofgelueden, wart op Veraarbechtung |
processing |
Iwwersetzung am Gaang |
completed |
Iwwersetzung fäerdeg, Download verfügbar |
failed |
Übersetzung fehlgeschlagen (check error_message) |
GET https://api.translateapi.ai/api/v1/translate/document/{id}/
Den Status vun der Iwwersetzung vun engem Dokument iwwerpréiwen oder d'URL vum Download kréien.
Äntwert
{
"id": 123,
"original_filename": "document.docx",
"status": "completed",
"translated_file_url": "/media/translated/document_es.docx",
"character_count": 5420
}
Sproocherkennung
Sproocherkennung ass an all Iwwersetzungsanfro integréiert. Set source_language to "auto" (oder léisst et weg) an d'erkannt Sprooch gëtt an der Äntwert zréckginn.
POST https://api.translateapi.ai/api/v1/translate/
Ufrokörper
{
"text": "Bonjour, comment allez-vous?",
"target_language": "en"
}
Äntwert
{
"translated_text": "Hello, how are you?",
"source_language": "fr",
"target_language": "en",
"translations": {
"en": "Hello, how are you?"
},
"character_count": 28,
"translation_time": 0.52
}
D' source_language D'Feld an der Äntwert weist d'erkannt Sprooch wann d'automatesch Erkennung benotzt gëtt.
Ënnerstëtzt Sproochen
Gitt d'Lëscht vun allen ënnerstëtzte Sproochen.
GET https://api.translateapi.ai/api/v1/translate/languages/
Äntwert
{
"count": 186,
"results": [
{"iso": "en", "name": "English", "en_label": "English"},
{"iso": "es", "name": "Español", "en_label": "Spanish"},
{"iso": "fr", "name": "Français", "en_label": "French"},
...
]
}
Iwwersetzungsmodell
Mir benotze state-of-the-art Open Source Iwwersetzungsmodeller déi op eiser eegene GPU Infrastruktur lafen. All Modeller sinn kommerziell lizenzéiert (Apache 2.0).
| Modell | Sproochen | Bescht fir |
|---|---|---|
| Helsinki-NLP/opus-mt | Lëscht vu lëtzebuergeschen Dichter | D'Lëtzebuerger Sprooch (Lëtzebuergesch, Däitsch, Franséisch, Italienesch, Spuenesch, Russesch, etc.) |
| Google MADLAD-400 | 400 Sproochen | Lëscht vu lëtzebuergesche Sproochen |
D'API wielt automatesch dat bescht Modell fir Äert Sproochpaar aus. Dir kënnt optional e spezifizéieren engine Parameter:
| Motor | Beschreiwung |
|---|---|
"auto" |
Standard. Probéiert HuggingFace als éischt, geet zréck op MADLAD-400 |
"huggingface" |
Force HuggingFace/MarianMT (schnellst, 50+ Sproochen) |
"madlad" |
Mäerz 1940 (400 Säiten). |
Fehlerbehandlung
D'Standardformel ass eng Formel fir d'Bezeechnung vun engem Element oder engem Elementer.
| Code | Beschreiwung |
|---|---|
200 |
Erfolleg |
400 |
Schlecht Ufro - ongülteg Parameteren |
401 |
Unauthorized - Ungülteg oder fehlend API Schlëssel |
402 |
Zahlung erforderlich - tägliche Zeichenquote überschritten |
429 |
Zu vill Ufroen - Geschwindegkeetslimit iwwerschratt |
503 |
Service net verfügbar - Iwwersetzungsmaschinn virleefeg net verfügbar |
Format fir d'Fehlerantwort
{
"error": "daily_limit_exceeded",
"credits_remaining": 0,
"daily_limit": 100000
}
Geschwindegkeetsbegrenzung
D'Grenzen variéieren je no Plan. pricing fir vollstänneg Detailer:
| Planz | Zeichen/Mount | Präis | |
|---|---|---|---|
| Fräi | 250,000 | $0 | Gratis anmelden |
| Starter | 2,500,000 | $9/% 1 Mo | Abonnéieren |
| Pro | 10,000,000 | $29/% 1 Mo | Abonnéieren |
| Geschäftlech | 40,000,000 | $79/% 1 Mo | Abonnéieren |
| Skaléieren | 125,000,000 | $199/% 1 Mo | Abonnéieren |
Wann Dir Är Limitt iwwerschreift, kritt Dir e 429 Too Many Requests Et gëtt keng Äntwert bis zum nächste Mount oder Dir maacht en Upgrade.
Lëscht vun de Stärekéip
TranslateAPI leeft op dedizéierte NVIDIA A100 GPU Instanzen mat automatescher horizontaler Skaléierung. Wann d'Nofro erhéicht gëtt, ginn zousätzlech GPU Instanzen an e puer Minutten gestart fir séier Reaktiounszäiten ze halen. Dat heescht, eis API kann praktesch onlimitéiert gläichzäiteg Ufroen ouni Degradatioun behandelen - vun enger eenzeger Ufro bis zu Tausende pro Minutt.