Unterstützte Sprachen

rosetta wird mit Language Cards ausgeliefert – strukturierten Konfigurationsdateien für 50 Sprachen. Jede Karte enthält Register-Voreinstellungen, Metadaten zum Formalitätssystem, Flags zur Methodenunterstützung, Typografieregeln und Schriftinformationen. Jede Sprache, die Ihr LLM beherrscht, kann mit einer einzigen Konfigurationszeile hinzugefügt werden – die hier aufgeführten verfügen über kuratierte, produktionsreife Register.

---

Übersetzungsmethoden

Jede Sprache kann eine oder mehrere dieser Übersetzungsmethoden verwenden:

Symbol	Methode	Funktionsweise	Kosten
🟢	Google Translate	Neuronale MT-Basis. Über 130 Sprachen. Nur Schlüssel-Wert-Zeichenfolgen (Key-Value) – kann Markdown-Inhalte nicht sicher übersetzen.	~$20/1 Mio. Zeichen
🔵	LLM (OpenRouter)	Jede Sprache, die das Modell beherrscht. Registergesteuerte Prompts. Verarbeitet Schlüssel-Wert-Paare und Markdown-Inhalte.	Variiert je nach Modell
🟣	LLM-Coached	LLM + Grammatikwörterbücher + in Prompts injizierte Coaching-Daten. Am besten für morphologisch komplexe Sprachen geeignet.	Variiert je nach Modell
🟠	API (Plugin)	Von der Community gehostete Übersetzungs-Pipelines, die über HTTP bereitgestellt werden. OCAP-kompatibel.	Variiert je nach Anbieter

Legen Sie GOOGLE_TRANSLATE_API_KEY für Google Translate oder OPENROUTER_API_KEY für LLM-Methoden fest. Weitere Einzelheiten finden Sie unter Übersetzungsmethoden.

---

Priorisierte Sprachen

Dies sind die am häufigsten nachgefragten Gebietsschemas (Locales) für Web- und Mobilanwendungen, aufgelistet in der von rosetta empfohlenen Reihenfolge, bei der Barrierefreiheit an erster Stelle steht.

Flagge	Sprache	Code	Google	LLM	Coached	Schrift	Anmerkungen
🇸🇦	Arabisch	ar	✅	✅	✅	—	RTL (Rechts-nach-links). Modernes Standardarabisch (فصحى).
🇵🇭	Filipino (Taglish)	tl / fil	✅	✅	✅	—	Verwenden Sie fil in Docusaurus-Konfigurationen. rosetta löst beide auf.
🇫🇷	Französisch	fr	✅	✅	✅	—	Vous-Form. Geschlechterinklusiv (Connecté·e).
🇪🇸	Spanisch	es	✅	✅	✅	—	Neutrales Lateinamerikanisch.
🇩🇪	Deutsch	de	✅	✅	✅	—	Sie-Form. Geschlechterinklusiv (Benutzer:innen).
🇯🇵	Japanisch	ja	✅	✅	✅	—	です/ます für Fließtext, する für UI-Beschriftungen.
🇨🇳	Chinesisch (Vereinfacht)	zh	✅	✅	✅	—	简体中文.
🇮🇹	Italienisch	it	✅	✅	✅	—	Lei-Form.
🇧🇷	Portugiesisch (BR)	pt	✅	✅	✅	—	Brasilianisches Portugiesisch.
🇰🇷	Koreanisch	ko	✅	✅	✅	—	Höfliches Register (해요체).

Wichtige Weltsprachen

Flagge	Sprache	Code	Google	LLM	Coached	Schrift	Anmerkungen
🇧🇩	Bengalisch	bn	✅	✅	✅	—	Präferenz für শুদ্ধ ভাষা.
🇧🇬	Bulgarisch	bg	✅	✅	✅	—
🇨🇿	Tschechisch	cs	✅	✅	✅	—	Vykání (Vy-Form).
🇩🇰	Dänisch	da	✅	✅	✅	—
🇬🇷	Griechisch	el	✅	✅	✅	—	Modernes Δημοτική.
🇮🇷	Persisch	fa	✅	✅	✅	—	RTL.
🇫🇮	Finnisch	fi	✅	✅	✅	—	Kein grammatikalisches Geschlecht.
🇮🇱	Hebräisch	he	✅	✅	✅	—	RTL.
🇮🇳	Hindi	hi	✅	✅	✅	—	शुद्ध हिन्दी. Minimale englische Lehnwörter.
🇭🇺	Ungarisch	hu	✅	✅	✅	—	Ön-Form.
🇮🇩	Indonesisch	id	✅	✅	✅	—
🇲🇾	Malaiisch	ms	✅	✅	✅	—
🇳🇱	Niederländisch	nl	✅	✅	✅	—	U-Form.
🇳🇴	Norwegisch	nb	✅	✅	✅	—	Bokmål.
🇵🇱	Polnisch	pl	✅	✅	✅	—	Pan/Pani-Form.
🇵🇹	Portugiesisch (EU)	pt-PT	✅	✅	✅	—	Europäisches Portugiesisch.
🇷🇴	Rumänisch	ro	✅	✅	✅	—
🇷🇺	Russisch	ru	✅	✅	✅	—	Вы-Form.
🇸🇰	Slowakisch	sk	✅	✅	✅	—	Vykanie (Vy-Form).
🇷🇸	Serbisch	sr	✅	✅	✅	🔤 Lateinisch→Kyrillisch	Deterministischer Schriftkonverter.
🇸🇪	Schwedisch	sv	✅	✅	✅	—
🇰🇪	Swahili	sw	✅	✅	✅	—
🇹🇭	Thai	th	✅	✅	✅	—	ครับ/ค่ะ Höflichkeitspartikel.
🇹🇷	Türkisch	tr	✅	✅	✅	—	Siz-Form.
🇺🇦	Ukrainisch	uk	✅	✅	✅	—	Ви-Form.
🇵🇰	Urdu	ur	✅	✅	✅	—	RTL. آپ-Form.
🇻🇳	Vietnamesisch	vi	✅	✅	✅	—
🇹🇼	Chinesisch (Traditionell)	zh-TW	✅	✅	✅	—	繁體中文.
🇬🇪	Georgisch	ka	✅	✅	—	—	ქართული. Südkaukasische Sprachfamilie.
🇳🇬	Yoruba	yo	✅	✅	—	—	Èdè Yorùbá. Tonal (3 Töne).

Regionale Varianten

Flagge	Sprache	Code	Google	LLM	Coached	Schrift	Anmerkungen
🇲🇽	Mexikanisches Spanisch	es-MX	✅	✅	✅	—	Tú-Form. Warmes Register.
🇨🇦	Kanadisches Französisch	fr-CA	✅	✅	✅	—	Québécois-Idiome.

---

Indigene & ressourcenarme Sprachen

Diese Sprachen werden von kommerziellen MT-Diensten (Maschinelle Übersetzung) nicht unterstützt. rosetta stellt die Werkzeuge für Sprachgemeinschaften bereit, um ihre eigenen Methoden nach den OCAP-Prinzipien zu entwickeln.

	Sprache	Code	Google	LLM	Coached	Schrift	Status
🪶	Plains Cree	crk	❌	✅	✅	🔤 SRO→Silbenschrift	🚧 In Entwicklung
🌄	Quechua	qu	✅	✅	—	—	Runasimi. Evidentielle Suffixe.

:::info Plains Cree befindet sich in aktiver Entwicklung Das Register, die Coaching-Infrastruktur, der Schriftkonverter und die Evaluierungsumgebung für Plains Cree sind alle funktionsfähig, aber die Übersetzungs-Pipeline wurde noch nicht veröffentlicht. Wir arbeiten mit Sprachgemeinschaften nach den OCAP-Prinzipien zusammen, um die Qualität vor der Veröffentlichung sicherzustellen. Unter Eine ressourcenarme Sprache unterstützen finden Sie die vollständigen Hintergründe – und wie Sie dazu beitragen können. :::

:::tip Hinzufügen weiterer ressourcenarmer Sprachen Das Methoden-Plugin-System von rosetta ist genau dafür konzipiert. Eine Sprachgemeinschaft kann eine benutzerdefinierte Übersetzungsmethode entwickeln, diese unter eigener Kontrolle hosten und über die API-Methode bereitstellen. Das Methoden-Leaderboard erfasst die Punktzahlen für jedes Sprachpaar – entwickeln Sie eine Methode, führen Sie die Evaluierungsumgebung aus und sichern Sie sich die höchste Punktzahl. :::

---

Konstruierte Sprachen (Conlangs)

Konstruierte Sprachen (Conlangs) werden über LLM-Register und optionale Schriftkonverter unterstützt. Sie nutzen dieselbe Infrastruktur wie natürliche Sprachen – das Quality Gate, das Coaching-System und die Pipeline zur Schriftkonvertierung funktionieren identisch.

	Sprache	Code	Google	LLM	Schrift	Anmerkungen
🖖	Klingonisch	tlh	❌	✅	🔤 Romanisierung→pIqaD	PUA-Schriftart erforderlich. Vokabular von Marc Okrand.
🧝	Sindarin (Tolkiens Elbisch)	x-elvish-s	❌	✅	🔤 Lateinisch→Tengwar	CSUR PUA-Schriftart erforderlich.
🏴‍☠️	Piraten-Englisch	x-pirate	❌	✅	—	Nur Register. Nautische Metaphern.
🦸	Kryptonisch	x-kryptonian	❌	✅	🔤 Lateinisch→Kryptonisch	PUA-Schriftart erforderlich.
🎭	Shakespeare-Englisch	x-shakespeare	❌	✅	—	Nur Register. Thee/thou, -eth/-est-Formen.
🐸	Yoda-Sprache	x-yoda	❌	✅	—	Nur Register. OSV-Wortstellung (Objekt-Subjekt-Verb).

Unter Conlangs, Schriften & Orthografie finden Sie Informationen zu PUA-Schriftartanforderungen, Unicode-Einschränkungen und dazu, wie Sie Ihre eigenen hinzufügen können.

---

Sprach-Voreinstellungen

Der init-Assistent unterstützt Voreinstellungsnamen für eine schnelle Einrichtung. Sie können Voreinstellungen mit individuellen Codes mischen.

Voreinstellung	Erweitert zu
european	fr, de, es, it, pt, nl
asian	ja, zh, ko
global	fr, es, de, ja, zh, ko, pt, ar
nordic	da, fi, nb, sv

# Mix presets with individual codes
i18n-rosetta init
# → Target languages: european, ja
# → Resolves to: fr, de, es, it, pt, nl, ja

---

Hinzufügen beliebiger Sprachen

rosetta kann in jede Sprache übersetzen, die Ihr LLM beherrscht – die obige Tabelle listet lediglich Sprachen mit integrierten Register-Voreinstellungen auf. Um eine nicht aufgeführte Sprache hinzuzufügen, fügen Sie deren BCP-47-Code in Ihre Konfiguration ein:

{
  "languages": {
    "sw": {},
    "am": {
      "register": "Formal Amharic. Professional register with Geʽez script."
    }
  }
}

Das LLM übersetzt unter Verwendung seines Trainingswissens über die Sprache. Durch das Festlegen eines register erhalten Sie die Kontrolle über Tonfall, Formalität und orthografische Konventionen. Weitere Einzelheiten finden Sie unter Konfiguration.

---

Language Cards

Jede integrierte Sprache verfügt über eine Language Card – eine strukturierte JSON-Konfiguration, die aus Leistungsgründen in zwei Ebenen unterteilt ist:

Zwei-Ebenen-Architektur

Ebene	Verzeichnis	Geladen	Zweck
Laufzeit (Runtime)	lib/data/language-cards/	Sofort bei import	Übersetzungs-Engine: Register, Formalität, Regeln, Methodenunterstützung
Referenz	lib/data/language-reference/	Verzögert bei Bedarf	Entwicklerdokumentation: linguistische Herausforderungen, enzyklopädische Daten, NLP-Ressourcen

Die Laufzeitebene bleibt klein (~2 KB/Karte), sodass beim Importieren von rosetta keine Megabytes an Dokumentationsdaten geladen werden. Die Referenzebene ist über getLanguageReference(code) für Tools, die Website und die Evaluierungsumgebung verfügbar.

Felder der Laufzeit-Karte

Feld	Inhalt
nativeName	Endonym – die Eigenbezeichnung der Sprache in ihrer eigenen Schrift (z. B. ქართული, Runasimi)
Formalitätssystem	T-V-Distinktion, Sprachebenen, Keigo, Partikel usw.
Register-Voreinstellungen	Benannte LLM-Prompt-Voreinstellungen, die spezifisch für den Charakter der Sprache sind
Methodenunterstützung	Welche Übersetzungs-APIs diese Sprache unterstützen
Leitfaden zum Geschlecht	Regeln zum grammatikalischen Geschlecht und Tipps für inklusives Schreiben
Schrift/Richtung	ISO 15924-Schriftcode und RTL/LTR
Regeln	Typografie (Anführungszeichen, Abstände), Groß-/Kleinschreibung, Pluralkategorien
Evaluierungsdatensätze	Welche Benchmarks diese Sprache abdecken
glottocode	Kanonischer Glottolog-Identifikator für Querverweise
humanReviewed	Ob die Karte von einem Muttersprachler überprüft wurde

Felder der Referenz-Karte

Feld	Inhalt
Linguistische Herausforderungen	MT-spezifische Fallstricke (z. B. Evidentialität, tonale diakritische Zeichen, Agglutination)
Enzyklopädisch	Sprachfamilie, Klassifikation, Anzahl der Sprecher, Regionen
Ressourcen	NLP-Tools, parallele Korpora, vortrainierte Modelle

Erstellen des Grundgerüsts einer neuen Language Card

Verwenden Sie den Generator, um das Grundgerüst für beide Ebenen aus maßgeblichen Datenquellen (IANA, CLDR, Glottolog) zu erstellen:

# Preview what would be generated
node scripts/generate-language-card.mjs sw --dry-run

# Generate both runtime + reference cards
node scripts/generate-language-card.mjs sw

Der Generator füllt Metadaten (Codes, Schrift, Richtung, Plurale, Anführungszeichen, Methodenunterstützung, Sprachfamilie) automatisch aus und markiert linguistische Beurteilungsfelder als TODO für die menschliche Kuratierung.

Verwendung von Voreinstellungsschlüsseln

Anstatt den vollständigen Registertext zu schreiben, können Sie den Namen eines Voreinstellungsschlüssels verwenden:

{
  "languages": {
    "fr": "casual-tu",
    "ko": "formal-hapsyo",
    "ja": "polite"
  }
}

Rosetta löst den Schlüssel in den vollständigen Register-Prompt auf. Führen Sie npx i18n-rosetta init aus, um die verfügbaren Voreinstellungen für jede Sprache anzuzeigen.

Beispiel-Voreinstellungen

Sprache	Voreinstellungen	Standard
Französisch	formal-vous, casual-tu	formal-vous
Koreanisch	polite-haeyo, formal-hapsyo, casual-hae	polite-haeyo
Japanisch	polite, formal-keigo, casual	polite
Deutsch	formal-Sie, casual-du	formal-Sie
Thai	neutral-professional, polite-male, polite-female	neutral-professional
Spanisch	neutral-professional, formal-usted, casual-tuteo	neutral-professional

Unter Mitwirken an einer Language Card finden Sie die vollständige Spezifikation, einschließlich Feldvalidierung und PR-Checkliste.

---

Siehe auch

• Konfiguration – vollständige Konfigurationsreferenz einschließlich Spracheinrichtung
• Übersetzungsmethoden – wie jede Methode funktioniert
• Schriftkonverter – deterministische Pipeline zur Schriftkonvertierung
• Conlangs, Schriften & Orthografie – PUA-Schriftarten, Unicode, Hinzufügen von Conlangs
• Eine ressourcenarme Sprache unterstützen – Entwicklung von Methoden für unterversorgte Sprachen