Idiomas compatibles

rosetta incluye Language Cards — archivos de configuración estructurados para 50 idiomas. Cada tarjeta contiene preajustes de registro, metadatos del sistema de formalidad, indicadores de soporte de métodos, reglas de tipografía e información del sistema de escritura. Cualquier idioma que su LLM conozca puede agregarse con una sola línea de configuración; estos son los que cuentan con registros seleccionados y listos para producción.

---

Métodos de traducción

Cada idioma puede utilizar uno o más de estos métodos de traducción:

Icono	Método	Cómo funciona	Costo
🟢	Google Translate	Base de traducción automática neuronal (Neural MT). Más de 130 idiomas. Solo cadenas de clave-valor; no puede traducir contenido Markdown de forma segura.	~$20/1M de caracteres
🔵	LLM (OpenRouter)	Cualquier idioma que el modelo conozca. Prompts guiados por registro. Maneja contenido de clave-valor + Markdown.	Varía según el modelo
🟣	LLM-Coached	LLM + diccionarios de gramática + datos de entrenamiento (coaching) inyectados en los prompts. Ideal para idiomas morfológicamente complejos.	Varía según el modelo
🟠	API (Plugin)	Pipelines de traducción alojados por la comunidad y servidos a través de HTTP. Compatible con OCAP.	Varía según el proveedor

Establezca GOOGLE_TRANSLATE_API_KEY para Google Translate, o OPENROUTER_API_KEY para los métodos LLM. Consulte Métodos de traducción para obtener todos los detalles.

---

Idiomas prioritarios

Estas son las configuraciones regionales (locales) más solicitadas para aplicaciones web y móviles, enumeradas en el orden recomendado por rosetta, priorizando la accesibilidad.

Bandera	Idioma	Código	Google	LLM	Coached	Escritura	Notas
🇸🇦	Árabe	ar	✅	✅	✅	—	RTL. Árabe estándar moderno (فصحى).
🇵🇭	Filipino (Taglish)	tl / fil	✅	✅	✅	—	Use fil en las configuraciones de Docusaurus. rosetta resuelve ambos.
🇫🇷	Francés	fr	✅	✅	✅	—	Forma "Vous". Inclusivo en cuanto al género (Connecté·e).
🇪🇸	Español	es	✅	✅	✅	—	Latinoamericano neutral.
🇩🇪	Alemán	de	✅	✅	✅	—	Forma "Sie". Inclusivo en cuanto al género (Benutzer:innen).
🇯🇵	Japonés	ja	✅	✅	✅	—	です/ます para el texto del cuerpo, する para las etiquetas de la interfaz de usuario (UI).
🇨🇳	Chino (Simplificado)	zh	✅	✅	✅	—	简体中文.
🇮🇹	Italiano	it	✅	✅	✅	—	Forma "Lei".
🇧🇷	Portugués (BR)	pt	✅	✅	✅	—	Portugués brasileño.
🇰🇷	Coreano	ko	✅	✅	✅	—	Registro formal 해요체.

Principales idiomas del mundo

Bandera	Idioma	Código	Google	LLM	Coached	Escritura	Notas
🇧🇩	Bengalí	bn	✅	✅	✅	—	Preferencia por শুদ্ধ ভাষা.
🇧🇬	Búlgaro	bg	✅	✅	✅	—
🇨🇿	Checo	cs	✅	✅	✅	—	Vykání (forma "vy").
🇩🇰	Danés	da	✅	✅	✅	—
🇬🇷	Griego	el	✅	✅	✅	—	Δημοτική moderno.
🇮🇷	Persa	fa	✅	✅	✅	—	RTL.
🇫🇮	Finlandés	fi	✅	✅	✅	—	Sin género gramatical.
🇮🇱	Hebreo	he	✅	✅	✅	—	RTL.
🇮🇳	Hindi	hi	✅	✅	✅	—	शुद्ध हिन्दी. Mínimos préstamos del inglés.
🇭🇺	Húngaro	hu	✅	✅	✅	—	Forma "Ön".
🇮🇩	Indonesio	id	✅	✅	✅	—
🇲🇾	Malayo	ms	✅	✅	✅	—
🇳🇱	Neerlandés	nl	✅	✅	✅	—	Forma "U".
🇳🇴	Noruego	nb	✅	✅	✅	—	Bokmål.
🇵🇱	Polaco	pl	✅	✅	✅	—	Forma "Pan/Pani".
🇵🇹	Portugués (EU)	pt-PT	✅	✅	✅	—	Portugués europeo.
🇷🇴	Rumano	ro	✅	✅	✅	—
🇷🇺	Ruso	ru	✅	✅	✅	—	Forma "Вы".
🇸🇰	Eslovaco	sk	✅	✅	✅	—	Vykanie (forma "vy").
🇷🇸	Serbio	sr	✅	✅	✅	🔤 Latino→Cirílico	Convertidor de escritura determinista.
🇸🇪	Sueco	sv	✅	✅	✅	—
🇰🇪	Suajili	sw	✅	✅	✅	—
🇹🇭	Tailandés	th	✅	✅	✅	—	Partículas de cortesía ครับ/ค่ะ.
🇹🇷	Turco	tr	✅	✅	✅	—	Forma "Siz".
🇺🇦	Ucraniano	uk	✅	✅	✅	—	Forma "Ви".
🇵🇰	Urdu	ur	✅	✅	✅	—	RTL. Forma آپ.
🇻🇳	Vietnamita	vi	✅	✅	✅	—
🇹🇼	Chino (Tradicional)	zh-TW	✅	✅	✅	—	繁體中文.
🇬🇪	Georgiano	ka	✅	✅	—	—	ქართული. Familia kartveliana.
🇳🇬	Yoruba	yo	✅	✅	—	—	Èdè Yorùbá. Tonal (3 tonos).

Variantes regionales

Bandera	Idioma	Código	Google	LLM	Coached	Escritura	Notas
🇲🇽	Español de México	es-MX	✅	✅	✅	—	Forma "Tú". Registro cálido.
🇨🇦	Francés de Canadá	fr-CA	✅	✅	✅	—	Modismos quebequenses.

---

Idiomas indígenas y de bajos recursos

Estos idiomas no son compatibles con los servicios comerciales de traducción automática (MT). rosetta proporciona las herramientas para que las comunidades lingüísticas construyan sus propios métodos bajo los principios OCAP.

	Idioma	Código	Google	LLM	Coached	Escritura	Estado
🪶	Cree de las llanuras	crk	❌	✅	✅	🔤 SRO→Silábico	🚧 En desarrollo
🌄	Quechua	qu	✅	✅	—	—	Runasimi. Sufijos evidenciales.

:::info El cree de las llanuras está en desarrollo activo El registro, la infraestructura de entrenamiento (coaching), el convertidor de escritura y el entorno de evaluación para el cree de las llanuras son completamente funcionales, pero el pipeline de traducción aún no se ha lanzado. Estamos trabajando con las comunidades lingüísticas bajo los principios OCAP para garantizar la calidad antes del lanzamiento. Consulte Apoyar un idioma de bajos recursos para conocer la historia completa, y cómo puede contribuir. :::

:::tip Agregar más idiomas de bajos recursos El sistema de plugins de métodos de rosetta está diseñado para esto. Una comunidad lingüística puede construir un método de traducción personalizado, alojarlo bajo su propio control y servirlo a través del método API. La Tabla de clasificación de métodos rastrea las puntuaciones para cualquier par de idiomas: construya un método, ejecute el entorno de evaluación y reclame la puntuación más alta. :::

---

Idiomas construidos

Los idiomas construidos (conlangs) son compatibles a través de registros LLM y convertidores de escritura opcionales. Utilizan la misma infraestructura que los idiomas reales: el control de calidad, el sistema de entrenamiento y el pipeline de conversión de escritura funcionan de manera idéntica.

	Idioma	Código	Google	LLM	Escritura	Notas
🖖	Klingon	tlh	❌	✅	🔤 Romanización→pIqaD	Requiere fuente PUA. Vocabulario de Marc Okrand.
🧝	Sindarin (Élfico de Tolkien)	x-elvish-s	❌	✅	🔤 Latino→Tengwar	Requiere fuente CSUR PUA.
🏴‍☠️	Inglés pirata	x-pirate	❌	✅	—	Solo registro. Metáforas náuticas.
🦸	Kriptoniano	x-kryptonian	❌	✅	🔤 Latino→Kriptoniano	Requiere fuente PUA.
🎭	Inglés shakesperiano	x-shakespeare	❌	✅	—	Solo registro. Formas "Thee/thou", "-eth/-est".
🐸	Habla de Yoda	x-yoda	❌	✅	—	Solo registro. Orden de palabras OSV.

Consulte Idiomas construidos, escrituras y ortografía para conocer los requisitos de fuentes PUA, las limitaciones de Unicode y cómo agregar el suyo propio.

---

Preajustes de idioma

El asistente init admite nombres preestablecidos para una configuración rápida. Puede mezclar preajustes con códigos individuales.

Preajuste	Se expande a
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

---

Agregar cualquier idioma

rosetta puede traducir a cualquier idioma que su LLM conozca; la tabla anterior solo enumera los idiomas con preajustes de registro incorporados. Para agregar un idioma que no esté en la lista, incluya su código BCP-47 en su configuración:

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

El LLM traducirá utilizando su conocimiento de entrenamiento del idioma. Establecer un register le brinda control sobre el tono, la formalidad y las convenciones ortográficas. Consulte Configuración para obtener más detalles.

---

Language Cards

Cada idioma incorporado tiene una Language Card (tarjeta de idioma): una configuración JSON estructurada dividida en dos niveles para mejorar el rendimiento:

Arquitectura de dos niveles

Nivel	Directorio	Carga	Propósito
Tiempo de ejecución (Runtime)	lib/data/language-cards/	Anticipada en import	Motor de traducción: registros, formalidad, reglas, soporte de métodos
Referencia	lib/data/language-reference/	Diferida bajo demanda	Documentación para desarrolladores: desafíos lingüísticos, datos enciclopédicos, recursos de PNL

El nivel de tiempo de ejecución se mantiene pequeño (~2 KB/tarjeta) para que al importar rosetta no se carguen megabytes de datos de documentación. El nivel de referencia está disponible a través de getLanguageReference(code) para las herramientas, el sitio web y el entorno de evaluación.

Campos de la tarjeta de tiempo de ejecución

Campo	Qué contiene
nativeName	Endónimo: el nombre del idioma para sí mismo, en su propia escritura (por ejemplo, ქართული, Runasimi)
Sistema de formalidad	Distinción T-V, niveles de habla, keigo, partículas, etc.
Preajustes de registro	Preajustes de prompts de LLM con nombre, específicos para el carácter del idioma
Soporte de métodos	Qué API de traducción son compatibles con este idioma
Guía de género	Reglas de género gramatical y consejos de escritura inclusiva
Escritura/dirección	Código de escritura ISO 15924 y RTL/LTR
Reglas	Tipografía (comillas, espaciado), uso de mayúsculas, categorías de plurales
Conjuntos de datos de evaluación	Qué benchmarks cubren este idioma
glottocode	Identificador canónico de Glottolog para referencias cruzadas
humanReviewed	Indica si la tarjeta ha sido revisada por un hablante

Campos de la tarjeta de referencia

Campo	Qué contiene
Desafíos lingüísticos	Dificultades específicas de la traducción automática (por ejemplo, evidencialidad, diacríticos tonales, aglutinación)
Enciclopédico	Familia de idiomas, clasificación, número de hablantes, regiones
Recursos	Herramientas de PNL, corpus paralelos, modelos preentrenados

Generar la estructura de una nueva Language Card

Utilice el generador para crear la estructura de ambos niveles a partir de fuentes de datos autorizadas (IANA, CLDR, Glottolog):

# 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

El generador completa automáticamente los metadatos (códigos, escritura, dirección, plurales, comillas, soporte de métodos, familia de idiomas) y marca los campos de juicio lingüístico como TODO (por hacer) para la curaduría humana.

Uso de claves preestablecidas

En lugar de escribir el texto completo del registro, puede usar el nombre de una clave preestablecida:

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

Rosetta resuelve la clave al prompt de registro completo. Ejecute npx i18n-rosetta init para ver los preajustes disponibles para cada idioma.

Ejemplos de preajustes

Idioma	Preajustes	Predeterminado
Francés	formal-vous, casual-tu	formal-vous
Coreano	polite-haeyo, formal-hapsyo, casual-hae	polite-haeyo
Japonés	polite, formal-keigo, casual	polite
Alemán	formal-Sie, casual-du	formal-Sie
Tailandés	neutral-professional, polite-male, polite-female	neutral-professional
Español	neutral-professional, formal-usted, casual-tuteo	neutral-professional

Consulte Contribuir con una Language Card para ver la especificación completa, incluida la validación de campos y la lista de verificación para PR (Pull Requests).

---

Consulte también

• Configuración: referencia de configuración completa, incluida la configuración de idiomas
• Métodos de traducción: cómo funciona cada método
• Convertidores de escritura: pipeline de conversión de escritura determinista
• Idiomas construidos, escrituras y ortografía: fuentes PUA, Unicode, cómo agregar conlangs
• Apoyar un idioma de bajos recursos: creación de métodos para idiomas desatendidos