Mindket

Streamlit Machine Translate

新上架第 1 版 · 更新于

概览

在浏览器页面里翻译文本,可在几种开源机器翻译模型中选择。适合需要快速翻译的人,也适合想阅读并改造 Streamlit 应用的开发者。

Streamlit Machine Translate 是一款工具包,属于写作类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • 浏览器,如果你只在线使用这个 Space
  • Python 和 pip,如果你自己运行副本
用在
  • 网页浏览器,在 Hugging Face 上这个 Space 自己的页面里
  • 装有 Python 的 Windows、macOS 或 Linux,在你自己的电脑上运行副本
先运行
pip install -U huggingface_hub
hf download TiberiuCristianLeon/StreamlitTranslate --repo-type space --local-dir StreamlitTranslate
cd StreamlitTranslate

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

这个 Space 是一个小型 Streamlit 应用,用机器翻译模型来翻译文本。它列出了好几个模型,其中有 Lego-MT 和一组 Helsinki-NLP opus-mt 模型。你在浏览器里就能用,不用安装任何东西。

适合谁

需要快速翻译一小段文字的人,以及想拿一个能用的 Streamlit 翻译应用来阅读和改造的开发者。

IndustryWho uses itHow they use itExample
教育语言学习者确认一小段文字的意思翻译课文里的一句话
软件开发者阅读并改造一个小型 Streamlit 翻译应用阅读 app.py 和 translator.py,了解应用是怎么搭起来的
研究NLP 爱好者用同一段文字试不同的开源翻译模型把一句话交给其中两个模型翻译

如果你需要翻译整份文档,可以跳过它,因为来源没有提到文件处理。

用在哪里

  • 网页浏览器,在 Hugging Face 上这个 Space 自己的页面里
  • 装有 Python 的 Windows、macOS 或 Linux,在你自己的电脑上运行副本
Use caseWhoWhat they get back
快速翻译阅读外语文字的人你所选语言的译文
模型试用开发者和爱好者你所选模型的输出

如何设置

  • 浏览器,如果你只在线使用这个 Space
  • Python 和 pip,如果你自己运行副本
  1. 打开 Hugging Face 上这个 Space 的页面即可在线使用,不用安装任何东西。
  2. 想在本地运行,先安装 huggingface_hub 包,再下载这个 Space 的文件。
  3. 进入新文件夹,然后安装 Streamlit 和 requirements.txt 里的 Python 包。
  4. 用 streamlit run 启动应用。
pip install -U huggingface_hub
hf download TiberiuCristianLeon/StreamlitTranslate --repo-type space --local-dir StreamlitTranslate
cd StreamlitTranslate
pip install streamlit==1.61.1
pip install -r requirements.txt

如何使用

打开页面,输入或粘贴文字,选好页面提供的语言和模型,然后查看它给出的译文。在自己的电脑上,先启动应用,再打开 Streamlit 打印出的地址。

streamlit run app.py
ToolWhat it does
streamlit run app.py在你自己的电脑上启动翻译应用

示例

你粘贴一句简短的英文,选择德语和列出的某个模型,页面就会在下方显示这句话的德语译文。

新手与专家

如果你是新手,先打开这个 Space,翻译一句短话。然后换一个模型,看看措辞有什么变化。

从内部看,仓库里有 app.py、translator.py、languagecodes.py、一个分词器文件和一张语言代码表。模型是 Lego-MT 和几个 Helsinki-NLP opus-mt Bible 模型,其中一些能同时覆盖多种语言。这个 Space 跑在 Hugging Face 的基础 CPU 硬件上,所以较重的使用更适合在你自己的电脑上运行副本。

  1. 打开 Space 或运行副本
  2. 输入你的文字
  3. 选择语言和模型
  4. 应用运行所选模型
  5. 译文显示在页面上

注意事项

  • 使用 Streamlit 1.61.1 构建,主文件是 app.py
  • License: gpl-3
  • Cost to run: 未提及
  • Data it reaches: 未提及

README 和文件

README

Streamlit Machine Translate

在浏览器页面里翻译文本,可在几种开源机器翻译模型中选择。适合需要快速翻译的人,也适合想阅读并改造 Streamlit 应用的开发者。

由 TiberiuCristianLeon 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:这个 Space 是一个小型 Streamlit 应用,用机器翻译模型来翻译文本。它列出了好几个模型,其中有 Lego-MT 和一组 Helsinki-NLP opus-mt 模型。你在浏览器里就能用,不用安装任何东西。

适合谁:需要快速翻译一小段文字的人,以及想拿一个能用的 Streamlit 翻译应用来阅读和改造的开发者。

Industry | Who uses it | How they use it | Example
教育 | 语言学习者 | 确认一小段文字的意思 | 翻译课文里的一句话
软件 | 开发者 | 阅读并改造一个小型 Streamlit 翻译应用 | 阅读 app.py 和 translator.py,了解应用是怎么搭起来的
研究 | NLP 爱好者 | 用同一段文字试不同的开源翻译模型 | 把一句话交给其中两个模型翻译

如果你需要翻译整份文档,可以跳过它,因为来源没有提到文件处理。

用在哪里:

  • 网页浏览器,在 Hugging Face 上这个 Space 自己的页面里
  • 装有 Python 的 Windows、macOS 或 Linux,在你自己的电脑上运行副本
Use case | Who | What they get back
快速翻译 | 阅读外语文字的人 | 你所选语言的译文
模型试用 | 开发者和爱好者 | 你所选模型的输出

如何设置:

  • 浏览器,如果你只在线使用这个 Space
  • Python 和 pip,如果你自己运行副本
  1. 打开 Hugging Face 上这个 Space 的页面即可在线使用,不用安装任何东西。
  2. 想在本地运行,先安装 huggingface_hub 包,再下载这个 Space 的文件。
  3. 进入新文件夹,然后安装 Streamlit 和 requirements.txt 里的 Python 包。
  4. 用 streamlit run 启动应用。
pip install -U huggingface_hub
hf download TiberiuCristianLeon/StreamlitTranslate --repo-type space --local-dir StreamlitTranslate
cd StreamlitTranslate
pip install streamlit==1.61.1
pip install -r requirements.txt

如何使用:打开页面,输入或粘贴文字,选好页面提供的语言和模型,然后查看它给出的译文。在自己的电脑上,先启动应用,再打开 Streamlit 打印出的地址。

streamlit run app.py
Tool | What it does
streamlit run app.py | 在你自己的电脑上启动翻译应用

示例:你粘贴一句简短的英文,选择德语和列出的某个模型,页面就会在下方显示这句话的德语译文。

新手与专家:如果你是新手,先打开这个 Space,翻译一句短话。然后换一个模型,看看措辞有什么变化。

从内部看,仓库里有 app.py、translator.py、languagecodes.py、一个分词器文件和一张语言代码表。模型是 Lego-MT 和几个 Helsinki-NLP opus-mt Bible 模型,其中一些能同时覆盖多种语言。这个 Space 跑在 Hugging Face 的基础 CPU 硬件上,所以较重的使用更适合在你自己的电脑上运行副本。

打开 Space 或运行副本
输入你的文字
选择语言和模型
应用运行所选模型
译文显示在页面上

注意事项:

  • 使用 Streamlit 1.61.1 构建,主文件是 app.py
  • License: gpl-3
  • Cost to run: 未提及
  • Data it reaches: 未提及

Hugging Face 上的数据(2026年11月13日)

  • 点赞:16
  • 构建方式:streamlit
  • 许可证:gpl-3.0

链接

  • Space:https://huggingface.co/spaces/TiberiuCristianLeon/StreamlitTranslate
  • 文件:https://huggingface.co/spaces/TiberiuCristianLeon/StreamlitTranslate/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
Streamlit Machine Translate 本页16streamlitgpl-3.0
Gpt2 Home共有 streamlit4streamlitapache-2.0
Storytelling共有 streamlit1streamlitmit
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架

Qwen2.5-7B-Instruct-GGUF

Qwen · 工具包

Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。

新上架

ACE-Step 1.5 XL SFT

ACE-Step · 工具包

用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。

新上架

写作类的相似商品

查看写作类的全部商品

t5-base-grammar-correction

vennify · 工具包

用在 JFLEG 数据集上训练的 T5 模型改写英文文本,减少语法错误。由 vennify 制作,适合想在 Python 里加入语法修正步骤的写作者、学生和开发者。

新上架

Hy-MT2-1.8B-1.25Bit-GGUF

tencent · 工具包

在你自己的设备上用压缩到 1.25 比特的 1.8B 模型进行 33 种语言之间的翻译,GGUF 文件约 440 MB,适用于 llama.cpp。适合给应用加入离线翻译的开发者。

新上架

Qwen3.8-27B-Longbook27-v2

summerAIO · 工具包

用经过微调、采用 Gated DeltaNet 层的 27B 模型,对整本书长度的文字做摘要、问答和续写,支持英语和日语。适合处理长文档的人。

新上架