Azure AI 翻訳コンテナーをインストールして実行する

コンテナーを使うと、独自のインフラストラクチャで Azure AI Translator API をホストすることができます。 コンテナー イメージには、プライベート、パブリック、またはパーソナル コンピューティング環境でアプリケーションを一貫して実行するために必要なすべてのライブラリ、ツール、依存関係が含まれています。 Azure AI Translator API をリモートで呼び出すことでは満たすことができないセキュリティまたはデータ ガバナンスの要件がある場合は、コンテナーが適しています。

この記事では、Docker API を使用した翻訳コンテナー オンラインをインストールして実行する方法について学習します。 Azure AI 翻訳コンテナーでは、次の操作がサポートされています。

• テキスト翻訳。 サポート対象の source 言語からサポート対象の target 言語へ、単語やフレーズのコンテクストに応じた意味をリアルタイムで翻訳します。 詳細については、コンテナー: テキストの翻訳に関するページを参照してください。

• 🆕 テキスト音訳。 ある言語スクリプトまたは記述システムから別の言語スクリプトまたは記述システムにリアルタイムでテキストを変換します。 詳細については、コンテナー: テキストの音訳に関するページを参照してください。

• 🆕 ドキュメント翻訳。 リアルタイムで構造と形式を保持しながらドキュメントを同期して翻訳します。 詳細については、コンテナー: ドキュメントの翻訳に関するページを参照してください。

前提条件

作業を開始するには、次のリソース、限定的アクセス承認、ツールが必要です。

管理

• アクティブな Azure サブスクリプション。 ない場合は、12 か月間無料のアカウントを作成できます

• 接続された翻訳コンテナーまたは切断された翻訳コンテナーのいずれかへの承認されたアクセス要求。

• 承認済みのサブスクリプション ID で作成された Azure AI Translator のリージョン リソース。

  • API キーとリソースに関連付けられたエンドポイント URI が必要です。

  • コンテナーを開始するには両方の値が必要であり、Azure portal のリソースの概要ページで確認できます。

  • 接続された翻訳コンテナーの場合は、S1 価格レベルを選択します。

    

  • 切断された翻訳コンテナーの場合は、価格レベルとして Commitment tier disconnected containers を選択します。 切断されたコンテナー アクセス要求が承認されている場合にのみ、コミットメント レベルを購入するオプションが表示されます。

    

Docker ツール

レジストリ、リポジトリ、コンテナー、コンテナー イメージなど、Docker の概念の基本的な理解に加えて、基本的なdocker 用語とコマンドの知識が必要です。 Docker やコンテナーの基礎に関する入門情報については、「Docker overview」(Docker の概要) を参照してください。

ホスト コンピューターの要件

ホストとは、Docker コンテナーを実行する x64 ベースのコンピューターのことです。 お客様のオンプレミス上のコンピューターを使用できるほか、次のような Azure 内のこれらの Docker ホスティング サービスのいずれかを使用することもできます。

• Azure Kubernetes Service。
• Azure Container Instances。
• Azure Stack にデプロイされた Kubernetes クラスター。 詳しくは、「Kubernetes を Azure Stack にデプロイする」をご覧ください。

推奨される CPU コア数とメモリ

次の表では、各コンテナーで許可される 1 秒あたりのトランザクション数 (TPS) の最小仕様と推奨される仕様について説明します。

• 各コアは少なくとも 2.6 ギガヘルツ (GHz) 以上にする必要があります。

• すべての言語ペアについて、2 GB のメモリを使用することをお勧めします。

• ベースライン要件に加え、同時ドキュメント処理ごとに 4GB のメモリが必要です。

  ヒント

  docker images コマンドを使用して、ダウンロードしたコンテナー イメージを一覧表示できます。 たとえば、次のコマンドは、ダウンロードした各コンテナー イメージの ID、リポジトリ、およびタグが表として書式設定されて表示されます。

   docker images --format "table {{.ID}}\t{{.Repository}}\t{{.Tag}}"
  
   IMAGE ID         REPOSITORY                TAG
   <image-id>       <repository-path/name>    <tag-name>
  

必要な入力

すべての Azure AI コンテナーには、次の入力値が必要です。

• EULA の同意設定。 Eula=accept の値で設定されたエンドユーザー使用許諾契約書 (EULA) が必要です。

• API キーとエンドポイント URL。 この API キーは、コンテナーを開始するために使用されます。 API キーとエンドポイント URL の値を取得するには、Azure AI 翻訳リソースの [キーとエンドポイント] ページに移動し、Copy to clipboard アイコンを選択します。

• ドキュメントを翻訳しようとしている場合は、ドキュメント翻訳エンドポイントを使用してください。

請求

• コンテナーへのクエリは、API Key に使われる Azure リソースの価格レベルで課金されます。

• ドキュメントとイメージの処理に使用されるコンテナー インスタンスごとに課金されます。

• docker run コマンドは、Microsoft アーティファクト レジストリからイメージをダウンロードし、次の 3 つのオプションのすべてで有効な値が指定されると、コンテナーを起動します。

Azure への接続

• コンテナー課金引数の値により、コンテナーは課金エンドポイントに接続し、実行することができます。

• コンテナーから、約 10 ～ 15 分ごとに使用状況が報告されます。 許可された時間枠内でコンテナーが Azure に接続しなかった場合、コンテナーは引き続き実行されますが、課金エンドポイントが復元されるまでクエリには対応しません。

• 接続は、10 ～15 分の同じ時間間隔で、10 回試行されます。 10 回以内に課金エンドポイントに接続できなかった場合、コンテナーによる要求の処理は停止されます。 課金のために Microsoft に送信される情報の例については、Azure AI コンテナーに関する FAQ を参照してください。

コンテナー イメージとタグ

Azure AI サービスのコンテナー イメージは、Microsoft アーティファクト レジストリ カタログで見つけることができます。 Azure AI 翻訳コンテナーは azure-cognitive-services/translator リポジトリ内に存在し、text-translation という名前が付けられています。 完全修飾コンテナー イメージ名は mcr.microsoft.com/azure-cognitive-services/translator/text-translation:latest です。

最新バージョンのコンテナーを使用するには、最新のタグを使用します。 MCR の Azure AI サービス テキスト翻訳バージョン タグの完全な一覧を表示できます。

コンテナーの使用

タブを選択し、Azure AI 翻訳コンテナー環境を選びます:

docker run --rm -it -p 5000:5000 --memory 12g --cpus 4 \
-v /mnt/d/TranslatorContainer:/usr/local/models \
-e apikey={API_KEY} \
-e eula=accept \
-e billing={ENDPOINT_URI} \
-e Languages=en,fr,es,ar,ru  \
mcr.microsoft.com/azure-cognitive-services/translator/text-translation:latest

  curl -X POST "http://localhost:5000/translate?api-version=3.0&from=en&to=zh-HANS" -H "Content-Type: application/json" -d "[{'Text':'Hello, what is your name?'}]"

docker run --rm -it -p 5000:5000 \

-v {MODEL_MOUNT_PATH} \

-v {LICENSE_MOUNT_PATH} \

-e Mounts:License={CONTAINER_LICENSE_DIRECTORY} \

-e DownloadLicense=true \

-e eula=accept \

-e billing={ENDPOINT_URI} \

-e apikey={API_KEY} \

-e Languages={LANGUAGES_LIST} \

[image]

    -e MODELS= usr/local/models/model1/, usr/local/models/model2/
    -e TRANSLATORSYSTEMCONFIG=/usr/local/models/Config/5a72fa7c-394b-45db-8c06-ecdfc98c0832

docker run --rm -it -p 5000:5000 --memory {MEMORY_SIZE} --cpus {NUMBER_CPUS} \

-v {MODEL_MOUNT_PATH} \

-v {LICENSE_MOUNT_PATH} \

-v {OUTPUT_MOUNT_PATH} \

-e Mounts:License={CONTAINER_LICENSE_DIRECTORY} \

-e Mounts:Output={CONTAINER_OUTPUT_DIRECTORY} \

-e MODELS={MODELS_DIRECTORY_LIST} \

-e TRANSLATORSYSTEMCONFIG={TRANSLATOR_CONFIG_JSON} \

-e eula=accept \

[image]

コンテナーが実行されていることを検証する

コンテナーが実行されていることを検証する方法は複数あります。

• コンテナーでは、コンテナーが実行されていることを視覚的に検証するために、/ にホームページを用意しています。

• 使い慣れた Web ブラウザーを開いて、問題のコンテナーの外部 IP アドレスと公開ポートに移動できます。 次に示されている要求 URL を使って、コンテナーが実行中であることを確認します。 一覧に示した例の要求 URL は http://localhost:5000 を指していますが、実際のコンテナーは異なる可能性があります。 実際のコンテナーの外部 IP アドレスと公開ポートに移動していることに注意してください。

Azure AI サービス コンテナーの実行で問題が発生している場合は、Microsoft 診断コンテナーを使用してみることができます。 このコンテナーを使用して、Azure AI コンテナーが想定どおりに機能しなくなる可能性がある、展開環境での一般的なエラーを診断します。

コンテナーを取得するには、次の docker pull コマンドを使用します。

docker pull mcr.microsoft.com/azure-cognitive-services/diagnostic

その後で、コンテナーを実行します。 {ENDPOINT_URI} をエンドポイントに置き換え、{API_KEY} をリソースへのキーに置き換えます。

docker run --rm mcr.microsoft.com/azure-cognitive-services/diagnostic \
eula=accept \
Billing={ENDPOINT_URI} \
ApiKey={API_KEY}

課金エンドポイントへのネットワーク接続がコンテナーでテストされます。

コンテナーの停止

コンテナーをシャットダウンするには、コンテナーが実行されているコマンドライン環境で、Ctrl + C キーを押します。

サポート コンテナーのユース ケース

翻訳クエリの中には、操作を正常に完了するためにサポート コンテナーが必要なものがあります。 Office ドキュメントを使用し、ソース言語の検出が必要ない場合は、翻訳コンテナーのみ必要です。 ただし、ソース言語の検出が必要な場合や、スキャンした PDF ドキュメントを使用する場合は、次のサポート コンテナーが必要です。

次の表に、テキスト翻訳やドキュメント翻訳の操作に必要なサポート コンテナーを一覧表示します。 翻訳コンテナーは、Azure アカウント上の Azure AI 翻訳リソースを介して、Azure に課金情報を送信します。

docker compose を使用したサポート コンテナーを操作する

Docker Compose は、通常、compose.yaml という名前の単一の YAML ファイルを使用して、複数のコンテナー アプリケーションを構成できるツールです。 docker compose up コマンドを使用してコンテナー アプリケーションを起動し、docker compose down コマンドを使用してコンテナーを停止および削除します。

Docker Desktop CLI をインストールした場合は、Docker Compose とその前提条件が含まれます。 Docker Desktop がない場合は、Docker Compose のインストールに関する概要を参照してください。

アプリケーションを作成する

1. 任意のエディターまたは IDE を使用して、container-environment または希望の名前のアプリ用の新しいディレクトリを作成します。

2. compose.yaml という名前の新しい YAML ファイルを作成します。 compose ファイルには .yml または .yml 拡張子を使用できます。

3. 次の YAML コード サンプルをコピーして、compose.yaml ファイルに貼り付けます。 {TRANSLATOR_KEY} と {TRANSLATOR_ENDPOINT_URI} を Azure portal Translator インスタンスの値からキー値とエンドポイント値に置き換えます。 ドキュメントを翻訳しようとしている場合は、document translation endpoint を使用してください。

4. 上位レベル名 (azure-ai-translator、azure-ai-language、azure-ai-read) は、指定したパラメーターです。

5. container_name はオプションのパラメーターで、docker compose に名前を生成させるのではなく、実行時にコンテナーの名前を設定します。

   services:
     azure-ai-translator:
       container_name: azure-ai-translator
       image: mcr.microsoft.com/azure-cognitive-services/translator/text-translation::latest
       environment:
           - EULA=accept
           - billing={TRANSLATOR_ENDPOINT_URI}
           - apiKey={TRANSLATOR_KEY}
           - ladurl=http://azure-ai-language:5000
           - VISIONURL=http://azure-ai-read:5000
       ports:
             - "5000:5000"
       volumes:
             - {your local folder}:/usr/local/models
       azure-ai-language:
         container_name: azure-ai-language
         image:  mcr.microsoft.com/azure-cognitive-services/textanalytics/language:latest
         environment:
             - EULA=accept
             - billing={LANGUAGE_RESOURCE_ENDPOINT_URI}
             - apiKey={LANGUAGE_RESOURCE_KEY}
             - Languages=en,es
             - LADINCLUSTER=true
       azure-ai-read:
         container_name: azure-ai-read
         image:  mcr.microsoft.com/azure-cognitive-services/vision/read:latest
         environment:
             - EULA=accept
             - billing={COMPUTER_VISION_ENDPOINT_URI}
             - apiKey={COMPUTER_VISION_KEY}
   

6. ターミナルを開いて container-environment フォルダーに移動し、次の docker-composeコ マンドを使用してコンテナーを起動します。

   docker compose up
   

7. コンテナーを停止するには、次のコマンドを使用します。

   docker compose down
   

   ヒント

   役立つ Docker コマンド

   • docker compose pause は実行中のコンテナーを一時停止します。
   • docker compose unpause {your-container-name} は一時停止したコンテナーを再開します。
   • docker compose restartは、以前の変更はすべてそのままに、停止中および実行中のすべてのコンテナーを再起動します。 compose.yaml 構成を変更しても、その変更は docker compose restart コマンドでは更新されません。 compose.yaml ファイルの更新や変更を反映するには、docker compose up コマンドを使用する必要があります。
   • docker compose ps -a は、停止中のものも含めて、すべてのコンテナーを一覧表示します。
   • docker compose exec により、実行中のコンテナーで lto detach コマンドまたは set 環境変数コマンドを実行できます。

   詳細については、Docker CLI リファレンスを参照してください。

翻訳コンテナーおよびサポート コンテナーのイメージとタグ

Azure AI サービスのコンテナー イメージは、Microsoft アーティファクト レジストリ カタログで見つけることができます。 次の表に、テキスト翻訳やドキュメント翻訳用の完全修飾イメージの場所を一覧表示します。

その他のパラメーターとコマンド

コンテナーを実行するために使用できる他のパラメーターとコマンドを次に示します。

使用状況レコード

切断された環境で Docker コンテナーを運用する場合、コンテナーは、使用状況レコードをボリュームに書き込んで、時間をかけて収集されるようにします。 REST API エンドポイントを呼び出して、サービス使用状況に関するレポートを生成することもできます。

ログを格納するための引数

切断された環境で実行する場合は、使用状況ログを格納するために、コンテナーで出力マウントを利用できる必要があります。 たとえば、{OUTPUT_PATH} をログの格納場所のパスに置き換えて、-v /host/output:{OUTPUT_PATH} と Mounts:Output={OUTPUT_PATH} を次の例に含めます。

docker run コマンドの例

docker run -v /host/output:{OUTPUT_PATH} ... <image> ... Mounts:Output={OUTPUT_PATH}

Kubernetes デプロイの環境変数名

• Translator など、一部の Azure AI コンテナーでは、コンテナーの実行時にコロン (:) を含む環境変数の名前を渡す必要があります。

• Kubernetes では環境変数の名前にコロンを使用できません。 解決するには、Kubernetes にデプロイするときに、コロンを 2 つのアンダースコア文字 (__) に置き換えます。 環境変数名に使用できる形式の例を次に示します:

        env:
        - name: Mounts__License
          value: "/license"
        - name: Mounts__Output
          value: "/output"

この例では、docker run コマンドの Mounts:License と Mounts:Output の環境変数の既定の形式を置き換えます。

コンテナー エンドポイントを使用して使用状況レコードを取得する

コンテナーには、その使用状況に関するレコードを返すための 2 つのエンドポイントが用意されています。

すべてのレコードを取得する

次のエンドポイントは、マウントされた課金レコード ディレクトリに収集されたすべての使用状況を要約するレポートを提供します。

https://<service>/records/usage-logs/

すべてのレコードを取得するための HTTPS エンドポイントの例

http://localhost:5000/records/usage-logs

特定の月のレコードを取得する

次のエンドポイントは、特定の月と年の使用状況を要約したレポートを提供します。

https://<service>/records/usage-logs/{MONTH}/{YEAR}

特定の月および年のレコードを取得するための HTTPS エンドポイントの例

http://localhost:5000/records/usage-logs/03/2024

この使用状況ログ エンドポイントからは、次の例のような JSON 応答が返されます。

{
  "apiType": "string",
"serviceName": "string",
"meters": [
  {
    "name": "string",
    "quantity": 256345435
    }
  ]
}

      {
    "type": "CommerceUsageResponse",
    "meters": [
      {
        "name": "CognitiveServices.TextTranslation.Container.OneDocumentTranslatedCharacters",
        "quantity": 1250000,
        "billedUnit": 1875000
      },
      {
        "name": "CognitiveServices.TextTranslation.Container.TranslatedCharacters",
        "quantity": 1250000,
        "billedUnit": 1250000
      }
    ],
    "apiType": "texttranslation",
    "serviceName": "texttranslation"
   }

まとめ

この記事では、Azure AI 翻訳コンテナーの概念とそのダウンロード、インストール、および実行のワークフローについて説明しました。

• Azure AI 翻訳コンテナーは、テキスト翻訳、同期ドキュメント翻訳、テキスト音訳をサポートしています。

• コンテナー イメージは、Docker のコンテナー レジストリからダウンロードされて、実行されます。

• コンテナーをインスタンス化するときには、課金情報を指定する必要があります。

次のステップ