Mga Supported na Language

Ang rosetta ay may kasamang mga Language Card — mga structured reference file para sa 42+ na language. Naglalaman ang bawat card ng mga register preset, formality system metadata, method support flags, at script information. Kahit anong language na alam ng LLM mo ay pwedeng i-add gamit ang isang config line — ito ang mga may curated at production-ready na mga register.

---

Mga Translation Method

Ang bawat language ay pwedeng gumamit ng isa o higit pa sa mga translation method na ito:

Icon	Method	Paano Ito Gumagana	Cost
🟢	Google Translate	Neural MT baseline. 130+ languages. Key-value strings lang — hindi kayang i-translate nang safe ang Markdown content.	~$20/1M chars
🔵	LLM (OpenRouter)	Kahit anong language na alam ng model. Register-steered prompts. Kayang i-handle ang key-value + Markdown content.	Depende sa model
🟣	LLM-Coached	LLM + grammar dictionaries + coaching data na naka-inject sa mga prompt. Best para sa mga morphologically complex na language.	Depende sa model
🟠	API (Plugin)	Community-hosted translation pipelines na naka-serve over HTTP. OCAP-compatible.	Depende sa provider

I-set ang GOOGLE_TRANSLATE_API_KEY para sa Google Translate, o OPENROUTER_API_KEY para sa mga LLM method. Tingnan ang Mga Translation Method para sa buong detalye.

---

Mga Priority Language

Ito ang mga pinakamadalas i-request na locale para sa mga web at mobile application, na naka-list ayon sa recommended accessibility-first order ng rosetta.

Flag	Language	Code	Google	LLM	Coached	Script	Notes
🇸🇦	Arabic	ar	✅	✅	✅	—	RTL. Modern Standard Arabic (فصحى).
🇵🇭	Filipino (Taglish)	tl	✅	✅	✅	—	Code-switching: Tagalog primary, technical terms in English.
🇫🇷	French	fr	✅	✅	✅	—	Vous-form. Gender-inclusive (Connecté·e).
🇪🇸	Spanish	es	✅	✅	✅	—	Neutral Latin American.
🇩🇪	German	de	✅	✅	✅	—	Sie-form. Gender-inclusive (Benutzer:innen).
🇯🇵	Japanese	ja	✅	✅	✅	—	です/ます para sa body text, する para sa mga UI label.
🇨🇳	Chinese (Simplified)	zh	✅	✅	✅	—	简体中文.
🇮🇹	Italian	it	✅	✅	✅	—	Lei-form.
🇧🇷	Portuguese (BR)	pt	✅	✅	✅	—	Brazilian Portuguese.
🇰🇷	Korean	ko	✅	✅	✅	—	해요체 polite register.

Mga Major World Language

Flag	Language	Code	Google	LLM	Coached	Script	Notes
🇧🇩	Bengali	bn	✅	✅	✅	—	শুদ্ধ ভাষা preference.
🇧🇬	Bulgarian	bg	✅	✅	✅	—
🇨🇿	Czech	cs	✅	✅	✅	—	Vykání (vy-form).
🇩🇰	Danish	da	✅	✅	✅	—
🇬🇷	Greek	el	✅	✅	✅	—	Modern Δημοτική.
🇮🇷	Persian	fa	✅	✅	✅	—	RTL.
🇫🇮	Finnish	fi	✅	✅	✅	—	Walang grammatical gender.
🇮🇱	Hebrew	he	✅	✅	✅	—	RTL.
🇮🇳	Hindi	hi	✅	✅	✅	—	शुद्ध हिन्दी. Minimal na English loanwords.
🇭🇺	Hungarian	hu	✅	✅	✅	—	Ön-form.
🇮🇩	Indonesian	id	✅	✅	✅	—
🇲🇾	Malay	ms	✅	✅	✅	—
🇳🇱	Dutch	nl	✅	✅	✅	—	U-form.
🇳🇴	Norwegian	nb	✅	✅	✅	—	Bokmål.
🇵🇱	Polish	pl	✅	✅	✅	—	Pan/Pani form.
🇵🇹	Portuguese (EU)	pt-PT	✅	✅	✅	—	European Portuguese.
🇷🇴	Romanian	ro	✅	✅	✅	—
🇷🇺	Russian	ru	✅	✅	✅	—	Вы-form.
🇸🇰	Slovak	sk	✅	✅	✅	—	Vykanie (vy-form).
🇷🇸	Serbian	sr	✅	✅	✅	🔤 Latin→Cyrillic	Deterministic script converter.
🇸🇪	Swedish	sv	✅	✅	✅	—
🇰🇪	Swahili	sw	✅	✅	✅	—
🇹🇭	Thai	th	✅	✅	✅	—	ครับ/ค่ะ politeness particles.
🇹🇷	Turkish	tr	✅	✅	✅	—	Siz-form.
🇺🇦	Ukrainian	uk	✅	✅	✅	—	Ви-form.
🇵🇰	Urdu	ur	✅	✅	✅	—	RTL. آپ form.
🇻🇳	Vietnamese	vi	✅	✅	✅	—
🇹🇼	Chinese (Traditional)	zh-TW	✅	✅	✅	—	繁體中文.

Mga Regional Variant

Flag	Language	Code	Google	LLM	Coached	Script	Notes
🇲🇽	Mexican Spanish	es-MX	✅	✅	✅	—	Tú-form. Warm register.
🇨🇦	Canadian French	fr-CA	✅	✅	✅	—	Québécois idioms.

---

Mga Indigenous & Low-Resource Language

Hindi supported ang mga language na ito ng mga commercial MT service. Nagpo-provide ang rosetta ng tooling para sa mga language community na i-build ang sarili nilang mga method sa ilalim ng mga OCAP principle.

	Language	Code	Google	LLM	Coached	Script	Status
🪶	Plains Cree	crk	❌	✅	✅	🔤 SRO→Syllabics	🚧 Under development

:::info Ang Plains Cree ay under active development Functional na ang register, coaching infrastructure, script converter, at evaluation harness para sa Plains Cree, pero hindi pa nare-release ang translation pipeline. Nakikipagtulungan po kami sa mga language community sa ilalim ng mga OCAP principle para masiguro ang quality bago ito i-release. Tingnan ang Suportahan ang isang Low-Resource Language para sa buong kwento — at kung paano ka makakapag-contribute. :::

:::tip Pag-add ng mas marami pang low-resource language Naka-design para dito ang method plugin system ng rosetta. Pwedeng mag-build ang isang language community ng custom translation method, i-host ito under their own control, at i-serve via the API method. Tinu-track ng Method Leaderboard ang mga score para sa kahit anong language pair — mag-build ng method, i-run ang harness, at i-claim ang top score. :::

---

Mga Constructed Language

Supported ang mga conlang via LLM registers at optional script converters. Gumagamit sila ng parehong infrastructure tulad ng mga totoong language — magkapareho ang paggana ng quality gate, coaching system, at script conversion pipeline.

	Language	Code	Google	LLM	Script	Notes
🖖	Klingon	tlh	❌	✅	🔤 Romanization→pIqaD	Kailangan ng PUA font. Marc Okrand vocabulary.
🧝	Sindarin (Tolkien Elvish)	x-elvish-s	❌	✅	🔤 Latin→Tengwar	Kailangan ng CSUR PUA font.
🏴‍☠️	Pirate English	x-pirate	❌	✅	—	Register only. Mga nautical metaphor.
🦸	Kryptonian	x-kryptonian	❌	✅	🔤 Latin→Kryptonian	Kailangan ng PUA font.
🎭	Shakespearean English	x-shakespeare	❌	✅	—	Register only. Thee/thou, -eth/-est forms.
🐸	Yoda-speak	x-yoda	❌	✅	—	Register only. OSV word order.

Tingnan ang Mga Conlang, Script at Orthography para sa mga PUA font requirement, Unicode limitation, at kung paano mag-add ng sarili mo.

---

Mga Language Preset

Supported ng init wizard ang mga preset name para sa quick setup. Pwede mong i-mix ang mga preset sa mga individual code.

Preset	Expands To
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

---

Pag-add ng Kahit Anong Language

Kayang mag-translate ng rosetta sa kahit anong language na alam ng LLM mo — naka-list lang sa table sa itaas ang mga language na may built-in register presets. Para mag-add ng unlisted language, i-include ang BCP-47 code nito sa config mo:

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

Magta-translate ang LLM gamit ang training knowledge nito sa language. Ang pag-set ng register ay magbibigay sa iyo ng control sa tone, formality, at orthographic conventions. Tingnan ang Configuration para sa mga detalye.

---

Mga Language Card

Ang bawat built-in na language ay may Language Card — isang JSON file sa lib/data/language-cards/ na naglalaman ng:

Field	Ano Ang Laman Nito
Formality system	T-V distinction, speech levels, keigo, particles, atbp.
Register presets	Mga named preset na specific sa character ng language
Method support	Kung aling mga translation API ang nagsu-support sa language na ito
Gender guidance	Mga grammatical gender rule at inclusive writing tips
Script/direction	ISO 15924 script code at RTL/LTR
Eval datasets	Kung aling mga benchmark ang nagco-cover sa language na ito

Paggamit ng mga Preset Key

Sa halip na magsulat ng buong register text, pwede kang gumamit ng preset key name:

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

Nire-resolve ng Rosetta ang key papunta sa buong register prompt. I-run ang npx i18n-rosetta init para makita ang mga available na preset para sa bawat language.

Mga Example Preset

Language	Mga Preset	Default
French	formal-vous, casual-tu	formal-vous
Korean	polite-haeyo, formal-hapsyo, casual-hae	polite-haeyo
Japanese	polite, formal-keigo, casual	polite
German	formal-Sie, casual-du	formal-Sie
Thai	neutral-professional, polite-male, polite-female	neutral-professional
Spanish	neutral-professional, formal-usted, casual-tuteo	neutral-professional

Tingnan ang Pag-contribute ng Language Card para sa kung paano mag-add o mag-improve ng mga preset.

---

Tingnan Din

• Configuration — buong config reference kasama ang language setup
• Mga Translation Method — kung paano gumagana ang bawat method
• Mga Script Converter — deterministic script conversion pipeline
• Mga Conlang, Script at Orthography — mga PUA font, Unicode, pag-add ng mga conlang
• Suportahan ang isang Low-Resource Language — pag-build ng mga method para sa mga underserved language