- AI chatbots boleh menterjemah perbualan ke dalam 100+ bahasa secara automatik dengan LLM , atau anda boleh membina aliran terjemahan tersuai untuk kawalan yang lebih halus.
- Persediaan terjemahan biasa menyimpan bahasa pengguna, menterjemah mesej masuk ke dalam bahasa bot, memprosesnya, kemudian menterjemahkan balasan kembali kepada bahasa pengguna.
- DeepL ialah pilihan popular untuk terjemahan berkualiti tinggi, tetapi mana-mana API terjemahan (seperti Terjemahan Google) boleh disepadukan dengan kod yang serupa.
Dalam dunia berbilang bahasa hari ini, keupayaan untuk berinteraksi dengan pengguna dalam bahasa ibunda mereka adalah ciri utama untuk mana-mana chatbot.
Jika anda sedang membina chatbot AI , terjemahan adalah automatik jika anda menggunakan LLM sebagai 'otak' bot anda. Ejen LLM boleh menterjemah perbualan secara automatik ke dalam 100+ bahasa.
Tetapi jika anda berminat untuk menyediakan keupayaan terjemahan tersuai semasa anda membina chatbot GPT anda , kami boleh membantu anda melakukannya.
Dalam artikel ini, kami akan menyelami input pengekodan khusus yang diperlukan untuk menyesuaikan terjemahan anda.
Bagaimanakah terjemahan chatbot berfungsi?
Strategi kami berkisar tentang memintas mesej daripada pengguna, mengenal pasti bahasa mereka, dan menterjemah mesej ini ke dan dari bahasa operasi bot.
Proses ini memerlukan:
- Menyimpan bahasa yang dikesan
- Menterjemah mesej pengguna kepada bahasa bot
- Memproses mesej, dan kemudian
- Menterjemah respons bot kembali ke bahasa pengguna
Sebagai contoh, jika pengguna menghantar mesej dalam bahasa Sepanyol, bot akan menyimpan "es" sebagai pembolehubah bahasa. Perisian ini akan menterjemahkan mesej ke bahasa Inggeris untuk bot, dan kemudian menterjemahkan tindak balas bot kembali ke bahasa Sepanyol sebelum menghantarnya kepada pengguna.
Langkah 1: Pilih alatan anda
Persediaan kami akan menggunakan perkhidmatan DeepL Translation, yang terkenal dengan ketepatan dan kecekapannya.
Kami akan menunjukkan penyepaduan ini dengan bot gema ringkas yang memberi respons kepada pengguna dengan mencerminkan mesej mereka. Kami akan menggunakan Axios untuk panggilan API kami, kerana ia adalah penyepaduan automatik Botpress.
Langkah 2: Buat pembolehubah yang diperlukan
Pertama, kita perlu memperkenalkan pemboleh ubah pengguna bernama 'bahasa' untuk menyimpan bahasa awal atau dikesan.
DeepL memudahkan proses ini dengan mengesan dan mengembalikan bahasa teks input, memudahkan tugas kami kepada permintaan API tunggal.
Langkah 3: Cipta cangkuk pemintasan
Sebelum cangkuk mesej masuk
Untuk memintas dan menterjemahkan mesej pengguna sebelum ia sampai Botpress, kami memperkenalkan cangkuk "Sebelum Mesej Masuk". Kami akan menamakan cangkuk ini "Translation-In," yang bertanggungjawab untuk menterjemahkan mesej masuk ke dalam bahasa Inggeris dan mengatasi mesej asal, yang membolehkan Botpress untuk memprosesnya seolah-olah ia dalam bahasa Inggeris.
Begini cara kod untuk cangkuk ini kelihatan:
await axios
.post(
'https://api-free.deepl.com/v2/translate',
{
text: [event.preview],
target_lang: 'EN'
},
{
headers: {
Authorization: 'DeepL-Auth-Key {{your key here}}',
'Content-Type': 'application/json'
}
}
)
.then((response) => {
event.payload.text = response.data.translations[0].text
event.preview = response.data.translations[0].text
event.state.user.language = response.data.translations[0].detected_source_language
})
.catch(function (error) {
// Error handling
});NOTA PENTING: Sentiasa gunakan Botpress Pemboleh ubah Konfigurasi apabila menggabungkan Kunci API anda.
Sebelum cangkuk mesej keluar
Untuk cangkuk "Sebelum Mesej Keluar", kami akan menamakannya "Translation-Out." Ia akan memintas tindak balas bot untuk menterjemahkannya kembali ke dalam bahasa pengguna, memastikan perbualan kekal dalam bahasa pilihan pengguna.
Pelaksanaan ini melibatkan mengatasi mesej keluar dengan rakan sejawatannya yang diterjemahkan:
await axios
.post(
'https://api-free.deepl.com/v2/translate',
{
text: [outgoingEvent.preview],
target_lang: event.state.user.language
},
{
headers: {
Authorization: 'DeepL-Auth-Key {{your key here}}',
'Content-Type': 'application/json'
}
}
)
.then((response) => {
outgoingEvent.payload.text = response.data.translations[0].text
outgoingEvent.preview = response.data.translations[0].text
})
.catch(function (error) {
// Error handling
});Mulakan Membina Hari Ini
Salah satu faedah utama menggunakan chatbot AI ialah keupayaan berbilang bahasanya. Dengan platform seperti Botpress, anda boleh menyediakan chatbot anda dengan cepat untuk melibatkan diri dengan pengguna dalam lebih daripada 100 bahasa.
Sekiranya anda mahukan chatbot yang boleh diakses dan mesra pengguna, anda boleh mengintegrasikan sebarang perkhidmatan terjemahan dengan lancar Botpress. Dengan penyepaduan saluran kami, anda kemudian boleh menggunakan chatbot anda di seluruh WhatsApp, Facebook Messenger, atau laman web anda.
Mulakan hari ini. Ia percuma.
Soalan lazim
Bolehkah saya menggunakan perkhidmatan terjemahan selain DeepL, seperti Terjemahan Google atau Penterjemah Microsoft?
Sudah tentu, anda boleh menukar dalam mana-mana API terjemahan yang anda suka. Cuma laraskan kod cangkuk agar sepadan dengan format permintaan API perkhidmatan tersebut.
Bolehkah saya menterjemahkan sebahagian sahaja perbualan secara selektif?
Ya, anda boleh menterjemahkan sebahagian sahaja perbualan secara terpilih. Tambahkan logik bersyarat pada cangkuk anda untuk menyemak jenis mesej atau bendera tertentu sebelum menterjemah.
Bolehkah saya menamakan data pengguna sebelum menghantarnya ke perkhidmatan terjemahan?
Ya, anda boleh menamakan data pengguna sebelum menghantarnya ke perkhidmatan terjemahan. Anda boleh praproses mesej untuk menanggalkan atau menutup maklumat sensitif sebelum membuat panggilan API untuk memastikan perkara itu mesra privasi.
Bolehkah saya menggunakan persediaan terjemahan ini merentas saluran yang berbeza (cth, WhatsApp , Messenger )?
Ya, persediaan terjemahan boleh digunakan merentas saluran yang berbeza selagi bot anda disepadukan dengan saluran tersebut melalui Botpress , logik terjemahan dalam cangkuk anda akan berfungsi dengan lancar merentas kesemuanya.
Bagaimanakah cara saya mengelog ralat terjemahan untuk analitis atau nyahpepijat?
Untuk mengelog ralat terjemahan, anda boleh menambah `console.error()` atau menolak ralat pada jadual log tersuai atau perkhidmatan luaran untuk menjejak dan menyahpepijat isu terjemahan dengan mudah.
.png)
