Zum Hauptinhalt springen

Schrift-Konverter

Schrift-Konverter sind deterministische, LLM-freie Hooks nach der Übersetzung, die Text von einem Schriftsystem in ein anderes umwandeln. Sie ermöglichen einen Arbeitsablauf nach dem Prinzip „einmal übersetzen, in mehreren Schriften darstellen“ — Sie übersetzen in eine Arbeitsschrift (in der Regel Lateinisch) und wandeln diese dann automatisch in die Anzeigeschrift um.

Warum Schrift-Konverter?​

Einige Sprachen verwenden mehrere Schriftsysteme für dieselbe gesprochene Sprache:

  • Plains Cree: SRO (Lateinisch) für die Bearbeitung → Silbenschrift (ᓀᐦᐃᔭᐍᐏᐣ) für die Anzeige
  • Serbisch: Lateinisch für den internationalen Gebrauch → Kyrillisch für den inländischen Gebrauch
  • Klingonisch: Romanisierung für die Eingabe → pIqaD ( ) für die Anzeige

Die direkte Übersetzung in nicht-lateinische Schriften verursacht Probleme: LLMs halluzinieren Zeichen, JSON-Dateien lassen sich schwer in der Versionskontrolle verwalten und Diff-Tools können Änderungen nicht vergleichen. Schrift-Konverter lösen dieses Problem, indem sie Übersetzungen in einer für die Versionskontrolle geeigneten Schrift belassen und diese zum Zeitpunkt der Synchronisierung deterministisch umwandeln.

Verfügbare Konverter​

Rosetta wird mit fünf integrierten Schrift-Konvertern ausgeliefert:

GebietsschemaVonNachTypSchriftart erforderlich?
crkSRO (Standard Roman Orthography)Cree-SilbenschriftDeterministischNein — natives Unicode
srLateinischKyrillischDeterministischNein — natives Unicode
tlhRomanisierungpIqaDDeterministischJa — PUA U+F8D0–F8FF
x-elvish-sLateinischTengwar (Modus von Beleriand)DeterministischJa — PUA U+E000–E07F
x-kryptonianLateinischKryptonischSchriftartbasierte ChiffreJa — PUA U+E100–E119

Deterministisch vs. Schriftartbasiert​

  • Deterministische Konverter (Cree, Serbisch, Klingonisch, Tengwar) führen eine echte Zeichen-zu-Zeichen-Zuordnung anhand linguistischer Regeln durch. Die Ausgabe enthält tatsächliche Unicode-Zeichen.
  • Schriftartbasierte Konverter (Kryptonisch) sind 1:1-Substitutionschiffren, bei denen die Ausgabe aus Unicode-PUA-Zeichen besteht, die nur dann korrekt dargestellt werden, wenn eine bestimmte Schriftart geladen ist.

Funktionsweise​

Schrift-Konverter werden nach der Übersetzung als Nachbearbeitungsschritt ausgeführt. Die Pipeline sieht wie folgt aus:

Source (English) → LLM Translation → Working Script → Script Converter → Display Script

Zum Beispiel Plains Cree:

"Welcome" → LLM → "tānisi" (SRO) → Converter → "ᑖᓂᓯ" (Syllabics)

Alle Konverter verwenden denselben Algorithmus: An jeder Zeichenposition wird zunächst die längstmögliche Übereinstimmung versucht, danach schrittweise kürzere Übereinstimmungen. Zeichen, die keinem Muster entsprechen (Leerzeichen, Satzzeichen, Zahlen), werden unverändert durchgereicht.

Dadurch werden Digraphen und Trigraphen korrekt verarbeitet:

  • Klingonisch: tlh → einzelnes pIqaD-Zeichen (nicht t + l + h)
  • Serbisch: nj → њ (nicht н + ј)
  • Cree: twê → einzelnes Silbenzeichen (nicht t + w + ê)

Verwendung von Schrift-Konvertern​

Schrift-Konverter werden automatisch aktiviert, wenn der Gebietsschema-Code mit einem registrierten Konverter übereinstimmt. Es ist keine Konfiguration erforderlich — legen Sie einfach Ihr Ziel-Gebietsschema fest:

i18n-rosetta.config.json
{
  "pairs": {
    "en:crk": {
      "method": "llm-coached",
      "model": "google/gemini-2.5-pro"
    }
  }
}

Wenn Rosetta das Paar en:crk synchronisiert, werden die Übersetzungen zunächst in SRO erstellt und dann automatisch in die Silbenschrift umgewandelt, bevor sie in crk.json geschrieben werden.

Überprüfen des Konverter-Status​

npx i18n-rosetta status

Die Statusausgabe zeigt, welche Paare über aktive Schrift-Konverter verfügen und welche Umwandlung sie durchführen.

Anforderungen an Web-Schriftarten​

Drei Konverter geben Zeichen aus dem Unicode Private Use Area (PUA) aus, die benutzerdefinierte Web-Schriftarten erfordern:

Klingonisch (pIqaD)​

Installieren Sie eine CSUR-kompatible pIqaD-Schriftart (z. B. „pIqaD qolqoS“ oder „Klingon pIqaD HaSta“):

@font-face {
  font-family: 'pIqaD';
  src: url('/fonts/pIqaD.woff2') format('woff2');
  unicode-range: U+F8D0-F8FF;
}

:lang(tlh) {
  font-family: 'pIqaD', sans-serif;
}

Tengwar (Sindarin)​

Installieren Sie eine CSUR-kompatible Tengwar-Schriftart (z. B. „Tengwar Formal CSUR“, „Tengwar Annatar“):

@font-face {
  font-family: 'Tengwar';
  src: url('/fonts/tengwar-formal-csur.woff2') format('woff2');
  unicode-range: U+E000-E07F;
}

:lang(x-elvish-s) {
  font-family: 'Tengwar', serif;
}

Kryptonisch​

Installieren Sie eine kryptonische Schriftart, die den PUA-Codepoints U+E100–E119 zugeordnet ist:

@font-face {
  font-family: 'Kryptonian';
  src: url('/fonts/kryptonian.woff2') format('woff2');
  unicode-range: U+E100-E119;
}

:lang(x-kryptonian) {
  font-family: 'Kryptonian', sans-serif;
}

:::tip Alternativer Ansatz für Kryptonisch Da Kryptonisch eine reine A-Z-Chiffre ist, können Sie den Schrift-Konverter komplett überspringen und die Schriftart über CSS auf lateinischen Text anwenden. Dies ist für Web-Bereitstellungen oft einfacher — stellen Sie einfach die kryptonische Schriftart bereit und setzen Sie font-family auf den entsprechenden Elementen. :::

Hinzufügen eines benutzerdefinierten Konverters​

Um einen Konverter für eine neue Sprache hinzuzufügen, bearbeiten Sie lib/scripts.js:

  1. Erstellen Sie die Konvertierungszuordnung — ein geordnetes Array von [from, to]-Paaren, wobei die längsten Sequenzen zuerst stehen
  2. Erstellen Sie die Konverter-Funktion — einen gierigen Scanner von links nach rechts (verwenden Sie sroToSyllabics als Vorlage)
  3. Registrieren Sie ihn im SCRIPT_CONVERTERS-Objekt mit dem Gebietsschema-Code als Schlüssel
  4. Fügen Sie das Feld script zum Registereintrag der Sprache in registers.js hinzu
// Example: adding a converter for Cherokee (chr)
const LATIN_TO_CHEROKEE_MAP = [
  ['ga', 'Ꭶ'], ['ka', 'Ꭷ'], ['ge', 'Ꭸ'], // ...
];

function latinToCherokee(text) {
  // Same greedy left-to-right pattern as other converters
}

SCRIPT_CONVERTERS['chr'] = {
  from: 'Latin',
  to: 'Cherokee Syllabary',
  type: 'deterministic',
  converter: latinToCherokee,
};

Siehe auch​