Machine Learning

Implementación multilingüe con Amazon Translate - Traducción en tiempo real y glosarios personalizados

Explicamos la traducción en tiempo real con Translate, la mejora de la calidad de traducción con glosarios personalizados y el uso de traducción por lotes.

約 7 分で読めます

Descripción general de Translate

Translate es un servicio que proporciona traducción de texto entre más de 75 idiomas mediante traducción automática neuronal, procesando hasta 100 KB de texto por solicitud. La API de traducción en tiempo real (TranslateText) es una llamada síncrona que devuelve resultados al instante, ideal para integración con chats y formularios web. La respuesta incluye detección automática del idioma fuente además del texto traducido, permitiendo manejar casos donde el idioma de entrada es desconocido. La traducción por lotes (StartTextTranslationJob) ejecuta traducciones masivas como trabajos asíncronos, utilizando S3 como almacenamiento. Ofrece dos modos de traducción - Standard y Active Custom Translation - para equilibrar precisión y costo según el caso de uso.

Glosarios personalizados y traducción por lotes

Los glosarios personalizados definen pares de términos en formato CSV o TMX, asegurando que los términos especificados se utilicen siempre durante la traducción. Es posible controlar que el nombre de producto "Amazon Aurora" no se traduzca y se mantenga en su forma original. Se pueden crear hasta 5,000 recursos de terminología por cuenta, con un tamaño máximo de 10 MB por recurso. DirectionalTerminology permite definir diferentes mapeos por dirección de traducción, habilitando control detallado como aplicar traducciones diferentes para japonés-inglés versus inglés-japonés. La traducción por lotes coloca documentos en una carpeta de entrada de un bucket S3 y almacena los resultados en una carpeta de salida. Soporta formatos HTML, DOCX, XLIFF, PowerPoint y Excel, manteniendo la estructura de etiquetas durante la traducción. Cada trabajo puede procesar hasta 5 millones de caracteres, y el número de trabajos concurrentes está limitado por cuotas predeterminadas por región.

Datos paralelos y Active Custom Translation

Los datos paralelos (corpus paralelo) proporcionan pares de texto original y traducido en formato CSV o TMX, adaptando el modelo de traducción a expresiones específicas del dominio. La calidad de traducción mejora significativamente en campos con mucha terminología especializada como documentos técnicos, legales y médicos. Active Custom Translation (ACT) ajusta el modelo en tiempo real usando datos paralelos, generando traducciones más naturales y contextuales que los glosarios personalizados. Los datos paralelos admiten un mínimo de 10 pares de oraciones, pero el efecto se hace notable con varios miles de pares o más. La configuración de Formality permite controlar el nivel de formalidad (formal/informal), con soporte limitado a japonés, alemán, francés, italiano, portugués y algunos otros idiomas. Verifique la compatibilidad para su par de idiomas objetivo con anticipación. Para ampliar conocimientos sobre traducción automática, libros relacionados en Amazon también son una referencia útil.

Casos de uso y patrones de arquitectura

Translate se aplica a una amplia gama de cargas de trabajo. Para la traducción multilingüe de descripciones de productos de comercio electrónico, una arquitectura serverless con EventBridge + Lambda + Translate que traduce automáticamente al registrar nuevos productos y almacena los resultados en DynamoDB es efectiva. En soporte al cliente, la combinación con Amazon Connect permite traducción en tiempo real de mensajes de chat para que agentes y usuarios conversen en diferentes idiomas. Para la localización de bases de conocimiento, la traducción por lotes procesa documentos técnicos almacenados en S3 y Amazon Kendra proporciona búsqueda multilingüe. En el monitoreo de redes sociales, un pipeline en tiempo real recibe publicaciones a través de Kinesis Data Streams, unifica el texto a inglés con Translate y luego ejecuta análisis de sentimiento con Comprehend.

Comparación con otros servicios de traducción

La fortaleza de Translate reside en su integración con el ecosistema AWS. Soporta control de acceso granular mediante IAM, auditoría de API mediante CloudTrail y conectividad privada mediante endpoints VPC, cumpliendo los requisitos de seguridad empresarial. En comparación con Google Cloud Translation, ACT permite adaptación con datos paralelos a un costo de entrenamiento adicional; el Glossary de Google equivale a glosarios personalizados pero carece de personalización del modelo adaptativo al contexto. DeepL API ofrece alta calidad de traducción para un conjunto limitado de pares de idiomas, pero Translate lo supera con soporte para más de 75 idiomas y mayor cobertura de la configuración de Formality. Comparado con traducción neuronal on-premises, elimina la gestión de infraestructura GPU y automatiza el escalado. Sin embargo, la debilidad en expresiones literarias y modismos es un desafío común a todos los servicios de traducción en la nube.

Precios de Translate

Los precios de Translate se basan en el número de caracteres traducidos, con la traducción en tiempo real costando aproximadamente 15 USD por millón de caracteres. La traducción por lotes tiene el mismo precio por carácter, pero permite procesar grandes volúmenes de documentos de forma masiva a través de S3. Los primeros 12 meses incluyen una capa gratuita de 2 millones de caracteres mensuales. No hay cargos adicionales por el uso de glosarios personalizados. Active Custom Translation incurre en cargos adicionales por el entrenamiento con datos paralelos, facturados por tiempo de entrenamiento. Se optimizan los costos eliminando previamente etiquetas HTML y metadatos del texto objetivo para reducir caracteres no traducibles. Implementar una capa de caché para evitar re-traducir texto idéntico también es efectivo. Cada solicitud tiene un cargo mínimo de 15 caracteres, por lo que diseños que envían cadenas extremadamente cortas en alto volumen son ineficientes.

Resumen

Translate es un servicio que logra soporte multilingüe entre más de 75 idiomas mediante traducción automática neuronal. Controla la traducción de nombres de productos y terminología especializada con glosarios personalizados, y realiza adaptación de dominio con datos paralelos mediante Active Custom Translation. Alterna entre tonos formal e informal con la configuración de Formality, y automatiza la multilingüización de grandes volúmenes de contenido con traducción por lotes. La integración con el ecosistema AWS soporta una amplia gama de casos de uso desde pipelines serverless de auto-traducción hasta traducción de chat en tiempo real.

Servicios relacionados

Amazon TranslateServicio de traducción automática neuronal para traducir texto entre idiomasAmazon S3Servicio de almacenamiento de objetos escalableAWS LambdaServicio de computación serverless que ejecuta código sin gestión de servidores

Artículos relacionados

Síntesis de voz con Amazon Polly - Control de voz con motor neuronal y SSMLGenera voz natural con el motor TTS neuronal y controla la velocidad de habla, tono y pausas con etiquetas SSML. Explicamos cómo construir diversos contenidos de audio con streaming en tiempo real y síntesis asíncrona a S3.Práctica de infraestructura como código con AWS CloudFormation - Diseño de plantillas y gestión de stacksDefina infraestructura con plantillas y previsualice el impacto con change sets antes del despliegue. Detecte drift de configuración con detección de drift y despliegue en toda su organización con StackSets.Pipeline de datos en tiempo real con Amazon Kinesis - Diferenciación entre Data Streams y Data FirehoseIngeste datos en tiempo real con Data Streams y distribúyalos automáticamente a S3, Redshift y OpenSearch con Data Firehose. Explicamos cómo construir un pipeline de streaming con diseño de shards y diferenciación del modo bajo demanda.

Más sobre este tema

Entrenamiento de machine learning basado en GPU con AWS Batch - Entrenamiento a gran escala con eficiencia de costosEjecute entrenamiento GPU con sus contenedores Docker existentes y reduzca costos hasta un 90% usando instancias Spot y checkpointing. Incluye orientación sobre cuándo elegir Batch sobre SageMaker.Uso de Claude en Amazon Bedrock - Selección de modelos, diseño de prompts y optimización de costosComparamos los modelos Anthropic Claude disponibles en Amazon Bedrock, proporcionamos directrices de selección de modelos por caso de uso y cubrimos mejores prácticas de diseño de prompts y optimización de costos.Construcción de aplicaciones RAG con Amazon Bedrock Knowledge Bases - Implementación de generación aumentada por recuperaciónIndexe automáticamente documentos en S3 y unifique búsqueda y generación con la API RetrieveAndGenerate. Cubre la selección de estrategia de chunking y la seguridad con Guardrails.Primeros pasos con computación cuántica en Amazon Braket - Diseño y simulación de circuitos cuánticosPrototipe gratis con simuladores locales y luego ejecute circuitos cuánticos en hardware IonQ y Rigetti. Cubre la implementación de VQE y QAOA con trabajos híbridos.ML con preservación de privacidad con AWS Clean Rooms ML - Construya modelos sin compartir datosAprenda cómo construir modelos lookalike con Clean Rooms ML, aplicar privacidad diferencial y aprovechar los resultados para segmentación publicitaria.Procesamiento de lenguaje natural con Amazon Comprehend - Análisis de sentimiento y extracción de entidadesExplicamos el análisis de sentimiento, la extracción de entidades y la construcción de modelos de clasificación personalizados con Comprehend.Construcción de bots conversacionales - Interfaces de conversación natural con Amazon Lex y PollyAprenda a construir bots conversacionales utilizando Amazon Lex y Amazon Polly.Extracción de texto de documentos - Procesamiento inteligente de documentos con Amazon TextractExplicamos la extracción automática de texto, tablas y datos de formularios de documentos con Amazon Textract, y la construcción de pipelines de procesamiento de lenguaje natural en combinación con Amazon Comprehend. Presentamos patrones de automatización para procesamiento de facturas y análisis de contratos.

Artículos y servicios similares

Amazon TranslateServicio de traducción automática neuronal que proporciona traducción de texto fluida y precisa entre más de 75 idiomas con soporte para terminología personalizadaAmazon TranscribeServicio de reconocimiento de voz automático que convierte audio en textoAnálisis de texto y procesamiento de lenguaje natural - Plataforma inteligente de análisis de texto con Amazon ComprehendExplicamos las técnicas prácticas de análisis de texto y procesamiento de lenguaje natural con Amazon Comprehend. Presentamos funcionalidades como análisis de sentimiento, extracción de entidades y modelado de temas, así como la construcción de modelos personalizados mediante la integración con SageMaker.Procesamiento de lenguaje natural con Amazon Comprehend - Análisis de sentimiento y extracción de entidadesExplicamos el análisis de sentimiento, la extracción de entidades y la construcción de modelos de clasificación personalizados con Comprehend.