ms-ai-architect/skills/ms-ai-engineering/references/azure-ai-services/translator-document-translation.md

Translator Service - Document Translation and Multi-language Support

Last updated: 2026-06-19 | Verified: MCP 2026-06-19 Status: GA (General Availability) + Preview features Category: Azure AI Services (Foundry Tools)

---

Introduksjon

Azure Translator er en sky-basert neural maskinoversettelsestjeneste som tilbyr både tekst- og dokumentoversettelse på tvers av over 135 språk og dialekter. Tjenesten kombinerer sanntids tekstoversettelse med avansert dokumentoversettelse som bevarer opprinnelig formatering, layout og struktur.

Document Translation-funksjonen støtter to arbeidsmåter: asynkron batch-oversettelse for store volumer og komplekse dokumenter, samt synkron single-file-oversettelse for raske enkeltdokumenter. Begge metodene bygger på samme neural machine translation (NMT)-teknologi som brukes i tusenvis av Microsoft-produkter og -tjenester globalt.

En særlig nyhet (desember 2025) er støtte for bildefilformater i batch-oversettelse — tjenesten kan nå oversette tekst inni bilder (.jpeg, .png, .bmp, .webp) samtidig som den beholder originalens design og layout. Dette eliminerer behovet for forprosessering av bilder til PDF før oversettelse.

Kjernekomponenter / Nøkkelegenskaper

Oversettelsesmodi

Modus	Beskrivelse	Krav	Bruksområde
Asynchronous Batch	Oversetter flere dokumenter og store filer asynkront	Azure Blob Storage (source + target containers)	Bulk-oversettelse, komplekse dokumenter, arkivering
Synchronous Single-file	Oversetter én fil og returnerer umiddelbart	Kun Translator-ressurs	Raske oversettelser, sanntidsscenarier

Støttede dokumentformater (Batch)

Produksjonsklare formater:

• Office: .docx, .xlsx, .pptx, .msg (Outlook)
• PDF: .pdf (bruker OCR for scannede dokumenter)
• Web/Data: .html, .htm, .csv, .tsv, .mhtml
• Markup: .md, .xlf (XLIFF — translation standard)
• Open Source: .odt, .ods, .odp
• Bilder (2025-12-01-preview): .jpeg, .png, .bmp, .webp 🆕

Legacy-konvertering: .doc, .xls, .ppt konverteres automatisk til moderne Office-formater (.docx, .xlsx, .pptx) ved oversettelse.

Nøkkelfunksjoner

Funksjon	Batch	Sync	Beskrivelse
Multi-file translation	✅	❌	Oversett hundrevis av filer i én operasjon
Large file support	✅	❌	Ingen praktisk størrelsesbegrensning for batch
Preserve layout	✅	✅	Bevarer formatering, layout, fonter
Image text translation	✅	❌	Oversetter tekst inni bilder (preview)
Custom glossaries	✅	✅	Egendefinerte termlister (.csv, .tsv, .xlf)
Custom models	✅	✅	Custom Translator-modeller for domener/bransjer
Auto language detect	✅	✅	Automatisk språkdeteksjon
Multi-language docs	✅	❌	Oversett dokumenter med flere språk i én operasjon
Immediate response	❌	✅	Translated dokument returneres direkte i svar

Oversettelse av bildetekst i Word- (.docx) og PowerPoint-filer (.pptx)

En spesialisert funksjon (tilgjengelig via batch document translation-API) som krever:

• Azure AI Services multi-service resource (ikke standalone Translator)
• Enable parameter: "translateTextWithinImage": true i options-feltet
• Tilleggskostnad basert på Azure Vision-prising

Response inkluderer totalImageScansSucceeded og totalImageScansFailed for monitorering.

Arkitekturmønstre

1. Batch Translation Pipeline (Anbefalt for volum)

Arkitektur:

Source Blob Container → Document Translation API → Target Blob Container(s)
         ↓                        ↓                           ↓
    SAS token             Job Monitoring API         Translated files
    (read/list)            (status polling)          (write/list)

Fordeler:

• Skalerer automatisk for store volumer
• Parallell prosessering av flere dokumenter
• Støtter flere målspråk i én batch-jobb
• Asynkron — blokkerer ikke applikasjonen

Ulemper:

• Krever Azure Blob Storage (ekstra infrastruktur)
• Mer kompleks autentisering (SAS tokens eller managed identity)
• Lengre tid før resultater er klare

Bruk når:

• Du oversetter > 10 dokumenter om gangen
• Filstørrelse > 40 MB
• Batch-prosessering er akseptabelt (ikke sanntid)
• Du trenger å oversette til flere språk samtidig

2. Synchronous Single-File Translation (Anbefalt for sanntid)

Arkitektur:

Client App → POST /translator/document:translate → Translated Document
    ↓                                                        ↓
Document bytes                                    Inline response
+ Target language

Fordeler:

• Ingen Azure Blob Storage nødvendig
• Enkel integrering (ett API-kall)
• Umiddelbart resultat
• Lavere kompleksitet

Ulemper:

• Kun én fil om gangen
• Kun ett målspråk per request
• Ikke egnet for store filer (timeout-risiko)

Bruk når:

• Sanntidsoversettelse i webapp/chatbot
• Enkeltstående dokumenter < 40 MB
• Du trenger rask respons (sekunder, ikke minutter)
• Enkel workflow uten lagring

3. Hybrid Pattern: Custom Glossaries + Neural Translation

Arkitektur:

Neural MT Model + Custom Glossary → Hybrid Output
      ↓                  ↓
General translation  Domain-specific terms

Fordeler:

• Best of both worlds: NMT-kvalitet + terminologikontroll
• Konsistent bruk av fagtermer
• Reduserer post-editing-behov

Ulemper:

• Krever vedlikehold av glossary-filer
• Glossary må lastes opp for hver batch-jobb (eller hver target container)

Bruk når:

• Juridiske/medisinske/tekniske dokumenter
• Branding/produktnavn må være konsistente
• Compliance krever spesifikke termer

Beslutningsveiledning

Hvilken modus skal du velge?

Kriterium	Batch Translation	Single-file Translation
Antall filer	> 10 samtidig	1 om gangen
Filstørrelse	Ubegrenset (praktisk)	< 40 MB
Responstid	Minutter til timer	Sekunder
Målspråk	Flere samtidig	Ett om gangen
Infrastruktur	Blob Storage kreves	Ingen ekstra infrastruktur
Kostnad	Lavere per tegn ved volum	Høyere per tegn (men enklere)

Vanlige feil og røde flagg

Problem	Årsak	Løsning
Job fails: "Can't read source"	SAS token mangler read/list-tillatelser	Regenerer SAS med korrekte permissions
Translated file not in target	SAS token mangler write/list	Sjekk target container permissions
Translation quality poor	Feil språkpar, mangler custom model	Spesifiser source language eksplisitt, bruk Custom Translator
Scanned PDF loses formatting	OCR-teknologien har begrensninger	Bruk digitale PDFs når mulig, ikke scannede
Job stuck in "Running"	Fil låst med passord/kryptert	Fjern passord/kryptering før opplasting
Image text not translated	Preview-feature ikke aktivert	Sett "translateTextWithinImage": true (kun batch)
Cost higher than expected	Image translation eller Vision API-kall	Disable image features hvis ikke nødvendig

Når skal du IKKE bruke Document Translation?

Scenario	Hvorfor ikke?	Alternativ
Sanntids chat-oversettelse	Document Translation er for tekst-blokker, ikke korte meldinger	Text Translation API v3
Live lydoversettelse	Ikke for tale	Azure Speech Service Translator
Kun OCR (ingen oversettelse)	Overkill hvis du bare skal ekstrahere tekst	Azure AI Vision (OCR)
Real-time collaboration (Google Docs-style)	Document Translation er batch/single-file, ikke live	Bygg custom med Text Translation API

Integrasjon med Microsoft-stakken

Azure AI Foundry

• Document Translation tilgjengelig via Foundry (classic) portal — no-code playground
• Foundry (new) støtter kun forhåndsdefinerte språk med sample-dokumenter (ikke egne filer)
• Bruk Foundry for prototyping, deretter API for produksjon

Azure Blob Storage

• Obligatorisk for batch translation
• Autentisering via SAS tokens eller Managed Identity
• Lifecycle policies kan automatisk slette gamle oversatte filer (kostnadsoptimalisering)

Custom Translator

• Tren egne NMT-modeller med parallelle korpus (parallel documents)
• Deploy via Custom Translator-portalen
• Refereres i Document Translation API via category-parameter

Power Automate

• Translator v3 connector tilgjengelig for no-code workflows
• Støtter både text og document translation
• Integrer med SharePoint, OneDrive, Outlook for dokumentflyt

Azure Functions / Logic Apps

• REST API kan wrappes i serverless functions
• Bruk for event-driven oversettelse (f.eks. ny fil i Blob → trigger oversettelse)

Azure AI Search

• Bruk Document Translation som pre-processing for multilingual search
• Oversett dokumenter før indexing → én index, mange språk

Offentlig sektor (Norge)

GDPR og Schrems II

Aspekt	Implikasjon	Anbefaling
Data residency	Oversettelse prosesseres i nærmeste Azure-region (Global) eller spesifisert region (Americas, Asia Pacific, Europe)	Velg Europa-region for Translator-ressurs (France Central, West Europe)
Data retention	Microsoft lagrer IKKE brukerdata etter oversettelse	Dokumentert i Transparency Note — trygt for sensitiv data
GDPR Article 28	Microsoft er data processor	Bruk DPA (Data Processing Agreement) i Azure-kontrakten
Schrems II compliance	EU Standard Contractual Clauses (SCCs)	Velg EU-region, verifiser SCCs i Azure-avtalen

AI Act (EU)

Krav	Status for Translator	Handling
Transparency	Brukere må vite at tekst er maskinoversatt	Legg til disclaimer i UI/dokumenter
Human oversight	High-risk AI krever human-in-the-loop	Implementer post-editing for kritiske dokumenter
Accuracy requirements	Ikke klassifisert som high-risk (men avhenger av bruksområde)	Valider kvalitet manuelt for juridiske/medisinske dokumenter

Forvaltningsloven og offentlig kommunikasjon

• Språkkrav: Samisk, kvensk, norsk (bokmål/nynorsk) støttes ikke alle optimalt i Translator
• Juridisk binding: Maskinoversatte dokumenter kan ikke erstatte autoriserte oversettelser i rettsprosesser
• Tilgjengelighetskrav (UU): Oversatte dokumenter må bevare WCAG 2.1-kompatibilitet — test at PDF/HTML-output er tilgjengelig

Datasuverenitet

• Norway-region finnes ikke for Translator (kun Foundry-hub) — bruk West Europe eller North Europe for geografisk nærhet
• For ekstra høy sensitivitet: Vurder Translator Container (disconnected deployment) for air-gapped miljøer

Kostnad og lisensiering

Prismodell (per 2026-02)

Komponent	Enhet	Prisindikasjon (NOK/USD)
Text Translation	Per million tegn	~$10 USD (varierer med region)
Document Translation	Per million tegn	~$10 USD (samme som tekst)
Image Translation (preview)	Per bilde	Beregnes separat (ikke per tegn)
Image text in Word (preview)	Per bilde-scan	Azure Vision-prising i tillegg
Custom Translator	Per million tegn (trening + inference)	~$10-40 USD (avhenger av modell)

Volume Discount Plans: C2, C3, C4, D3 tilgjengelig for store volumer (commitment-basert).

Optimaliseringstips

1. Batch over single-file: Lavere overhead (ett API-kall for mange filer)
2. Disable image translation hvis ubrukt: Spar Vision API-kostnader
3. Cache oversettelser: Lagre target-dokumenter i Blob Storage, gjenbruk ved duplikater
4. Filter med prefix/suffix: Bruk prefix-parameteren for å unngå å oversette unødvendige filer
5. Language auto-detect kun ved nødvendighet: Spesifiser source language for raskere prosessering og lavere feilrate
6. Bruk glossaries for konsistens: Reduserer behov for custom models (dyrere å trene)

Total Cost of Ownership (TCO)

Komponent	Batch Translation	Single-file Translation
Translator API	$10/M chars	$10/M chars
Azure Blob Storage	$0.02/GB/måned + egress	N/A
Compute (hvis Azure Functions)	~$0.20/million executions	~$0.20/million executions
Vision API (images)	$1-3/1000 images (preview pricing)	N/A
Total for 100M chars	$1000 + Blob ($5) + Compute ($50) = **$1055**	$1000 + Compute ($50) = ~$1050

Menneskelig oversettelse til sammenligning: $0.10-0.25 per ord = $10 000-25 000 USD for samme volum (100M chars ≈ 15M ord).

ROI: Translator er ~10-25x billigere enn menneskelig oversettelse for bulk-volum.

For arkitekten (Cosmo)

Spørsmål å stille i arkitekturdialog

1. Volum og frekvens: "Hvor mange dokumenter per dag/uke? Er det batch-basert eller kontinuerlig?" → Avgjør batch vs. single-file strategi.

2. Sensitivitet og compliance: "Inneholder dokumentene personopplysninger (GDPR), helseopplysninger (HIPAA-ekvivalent), eller klassifisert informasjon?" → Vurder EU-region, Translator Container (disconnected), eller on-prem løsning.

3. Responstidskrav: "Må oversettelsen være klar innen sekunder, eller er minutter/timer akseptabelt?" → Sanntid → Sync, batch → Async.

4. Dokumenttyper: "Er det strukturerte filer (Word/Excel/PDF) eller ustrukturerte (bilder, scannede PDFs)?" → Scannede PDFs krever OCR (lavere kvalitet), bilder krever preview-feature.

5. Terminologi og domene: "Har dere branchespesifikke termer som må oversettes konsistent?" → Custom glossaries (enklere) eller Custom Translator (dyrere, bedre kvalitet).

6. Målspråk: "Hvilke språk skal støttes? Er det pivot-språk involvert (f.eks. Swahili → English → Hindi)?" → Sjekk language support matrix for kvalitet.

7. Eksisterende infrastruktur: "Bruker dere allerede Azure Blob Storage? Har dere managed identities satt opp?" → Påvirker autentiseringsstrategi og deployment-hastighet.

8. Post-editing workflow: "Skal oversettelsene gjennomgås av mennesker før publisering?" → Planlegg for human-in-the-loop (HITL) — Azure AI Foundry + Custom Translator har review-funksjoner.

Fallgruver å unngå

Fallgruve	Konsekvens	Unngå ved å
Hard-code SAS tokens i kode	Security breach	Bruk Azure Key Vault + managed identity
Glemme SAS token expiry	Jobs feiler etter 24 timer	Sett expiry = 7 dager minimum, eller bruk managed identity
Overstyre source language når multi-language	Dårligere kvalitet	La auto-detect gjøre jobben for mixed-language docs
Bruke Batch for én fil (< 1 MB)	Overhead med Blob Storage	Bruk Single-file API
Forvente perfekt layout for scannede PDFs	OCR-teknologien har begrensninger	Bruk digitale PDFs, eller aksepter lavere layout-kvalitet
Ikke teste custom glossaries før prod	Termer oversettes feil	Test med sample-dokumenter først
Overse rate limits	429 Too Many Requests	Implementer exponential backoff retry-logikk

Anbefalinger per modenhetsnivå

Begynner (ingen Translator-erfaring):

• Start med Foundry (classic) portal for manuell testing
• Bruk Single-file API for prototyping (enklere enn Blob Storage)
• Test med maksimalt 3 språkpar først
• Les Transparency Note for å forstå begrensninger

Middels (har brukt Text Translation API):

• Migrer til Batch Translation for volum > 50 filer/dag
• Implementer custom glossaries for domene-termer
• Sett opp monitoring med Application Insights (track job failures)
• Bruk managed identity i stedet for SAS tokens (bedre security)

Avansert (produksjon med tusenvis av dokumenter/dag):

• Tren Custom Translator-modeller for spesialiserte domener
• Implementer Azure Functions event-driven pipeline (Blob trigger → oversettelse → output)
• Aktiver image translation kun for dokumenter som faktisk har bilder (kostnadsoptimalisering)
• Sett opp geo-replication av Blob Storage for disaster recovery
• Overvåk totalCharacterCharged i response headers for cost tracking

Kilder og verifisering

Microsoft Learn-dokumentasjon (Verified via MCP)

1. Document Translation Overview https://learn.microsoft.com/azure/ai-services/translator/document-translation/overview Confidence: Verified (2026-06-19) — Kjernefeatures, formater, data residency

2. Use Document Translation APIs Programmatically https://learn.microsoft.com/azure/ai-services/translator/document-translation/how-to-guides/use-rest-api-programmatically Confidence: Verified (2026-06-19) — REST API, batch-oversettelse, SAS tokens, kodeeksempler

3. Azure Translator Overview https://learn.microsoft.com/azure/ai-services/translator/overview Confidence: Verified (2026-06-19) — Comparison matrix (text vs. document), feature roadmap

4. Image Translation Preview (December 2025) https://learn.microsoft.com/azure/ai-services/translator/document-translation/reference/start-batch-translation#translate-image-files Confidence: Verified (2026-06-19) — Ny funksjonalitet for bildeformater

5. Service Limits https://learn.microsoft.com/azure/ai-services/translator/service-limits#document-translation Confidence: Verified (2026-02) — Rate limits, request size limits

6. Translator Transparency Note https://learn.microsoft.com/azure/foundry/responsible-ai/translator/transparency-note Confidence: Verified (2026-02) — AI-begrensninger, data privacy, responsible AI

Konfidensnivå per seksjon

Seksjon	Konfidens	Kilde
Introduksjon	Verified	MCP docs fetch (overview)
Kjernekomponenter	Verified	MCP docs fetch (overview + API reference)
Arkitekturmønstre	Baseline	Best practices fra MCP docs + modellkunnskap
Beslutningsveiledning	Baseline	FAQ + troubleshooting fra MCP docs
Integrasjon med Microsoft-stakken	Baseline	Modellkunnskap + MCP docs (connectors)
Offentlig sektor	Baseline	GDPR/AI Act-kunnskap + Azure compliance docs (ikke spesifikt i MCP-søk)
Kostnad og lisensiering	Baseline	Azure pricing calculator (ikke i MCP-søk, men offentlig info)
For arkitekten	Baseline	Syntetisk veiledning basert på features fra MCP docs

Total MCP calls: 4 (docs_search) + 3 (docs_fetch) = 7 Unique Microsoft Learn URLs: 6