Langues prises en charge

rosetta intègre des Language Cards — des fichiers de configuration structurés pour 50 langues. Chaque carte contient des préréglages de registre, des métadonnées sur le système de formalité, des indicateurs de prise en charge des méthodes, des règles typographiques et des informations sur les scripts. Toute langue connue de votre LLM peut être ajoutée avec une seule ligne de configuration — celles-ci sont celles disposant de registres soigneusement sélectionnés et prêts pour la production.

---

Méthodes de traduction

Chaque langue peut utiliser une ou plusieurs de ces méthodes de traduction :

Icône	Méthode	Fonctionnement	Coût
🟢	Google Translate	Référence en traduction automatique neuronale (Neural MT). Plus de 130 langues. Chaînes clé-valeur uniquement — ne peut pas traduire le contenu Markdown de manière fiable.	~20 $/1M de caractères
🔵	LLM (OpenRouter)	Toute langue connue du modèle. Prompts orientés par le registre. Gère les paires clé-valeur et le contenu Markdown.	Varie selon le modèle
🟣	LLM-Coached	LLM + dictionnaires de grammaire + données d'entraînement (coaching) injectées dans les prompts. Idéal pour les langues morphologiquement complexes.	Varie selon le modèle
🟠	API (Plugin)	Pipelines de traduction hébergés par la communauté et servis via HTTP. Compatible OCAP.	Varie selon le fournisseur

Définissez GOOGLE_TRANSLATE_API_KEY pour Google Translate, ou OPENROUTER_API_KEY pour les méthodes LLM. Consultez Méthodes de traduction pour plus de détails.

---

Langues prioritaires

Il s'agit des paramètres régionaux (locales) les plus fréquemment demandés pour les applications web et mobiles, répertoriés dans l'ordre recommandé par rosetta, axé sur l'accessibilité.

Drapeau	Langue	Code	Google	LLM	Coached	Script	Notes
🇸🇦	Arabe	ar	✅	✅	✅	—	RTL. Arabe standard moderne (فصحى).
🇵🇭	Philippin (Taglish)	tl / fil	✅	✅	✅	—	Utilisez fil dans les configurations Docusaurus. rosetta résout les deux.
🇫🇷	Français	fr	✅	✅	✅	—	Vouvoiement. Écriture inclusive (Connecté·e).
🇪🇸	Espagnol	es	✅	✅	✅	—	Amérique latine neutre.
🇩🇪	Allemand	de	✅	✅	✅	—	Forme de politesse (Sie). Écriture inclusive (Benutzer:innen).
🇯🇵	Japonais	ja	✅	✅	✅	—	です/ます pour le corps du texte, する pour les étiquettes d'interface utilisateur.
🇨🇳	Chinois (Simplifié)	zh	✅	✅	✅	—	简体中文.
🇮🇹	Italien	it	✅	✅	✅	—	Forme de politesse (Lei).
🇧🇷	Portugais (BR)	pt	✅	✅	✅	—	Portugais brésilien.
🇰🇷	Coréen	ko	✅	✅	✅	—	Registre poli 해요체.

Principales langues mondiales

Drapeau	Langue	Code	Google	LLM	Coached	Script	Notes
🇧🇩	Bengali	bn	✅	✅	✅	—	Préférence pour শুদ্ধ ভাষা.
🇧🇬	Bulgare	bg	✅	✅	✅	—
🇨🇿	Tchèque	cs	✅	✅	✅	—	Vykání (vouvoiement).
🇩🇰	Danois	da	✅	✅	✅	—
🇬🇷	Grec	el	✅	✅	✅	—	Δημοτική moderne.
🇮🇷	Persan	fa	✅	✅	✅	—	RTL.
🇫🇮	Finnois	fi	✅	✅	✅	—	Pas de genre grammatical.
🇮🇱	Hébreu	he	✅	✅	✅	—	RTL.
🇮🇳	Hindi	hi	✅	✅	✅	—	शुद्ध हिन्दी. Emprunts minimaux à l'anglais.
🇭🇺	Hongrois	hu	✅	✅	✅	—	Forme de politesse (Ön).
🇮🇩	Indonésien	id	✅	✅	✅	—
🇲🇾	Malais	ms	✅	✅	✅	—
🇳🇱	Néerlandais	nl	✅	✅	✅	—	Forme de politesse (U).
🇳🇴	Norvégien	nb	✅	✅	✅	—	Bokmål.
🇵🇱	Polonais	pl	✅	✅	✅	—	Forme de politesse (Pan/Pani).
🇵🇹	Portugais (EU)	pt-PT	✅	✅	✅	—	Portugais européen.
🇷🇴	Roumain	ro	✅	✅	✅	—
🇷🇺	Russe	ru	✅	✅	✅	—	Forme de politesse (Вы).
🇸🇰	Slovaque	sk	✅	✅	✅	—	Vykanie (vouvoiement).
🇷🇸	Serbe	sr	✅	✅	✅	🔤 Latin→Cyrillique	Convertisseur de script déterministe.
🇸🇪	Suédois	sv	✅	✅	✅	—
🇰🇪	Swahili	sw	✅	✅	✅	—
🇹🇭	Thaï	th	✅	✅	✅	—	Particules de politesse ครับ/ค่ะ.
🇹🇷	Turc	tr	✅	✅	✅	—	Forme de politesse (Siz).
🇺🇦	Ukrainien	uk	✅	✅	✅	—	Forme de politesse (Ви).
🇵🇰	Ourdou	ur	✅	✅	✅	—	RTL. Forme de politesse آپ.
🇻🇳	Vietnamien	vi	✅	✅	✅	—
🇹🇼	Chinois (Traditionnel)	zh-TW	✅	✅	✅	—	繁體中文.
🇬🇪	Géorgien	ka	✅	✅	—	—	ქართული. Famille kartvélienne.
🇳🇬	Yoruba	yo	✅	✅	—	—	Èdè Yorùbá. Langue tonale (3 tons).

Variantes régionales

Drapeau	Langue	Code	Google	LLM	Coached	Script	Notes
🇲🇽	Espagnol mexicain	es-MX	✅	✅	✅	—	Tutoiement (Tú). Registre chaleureux.
🇨🇦	Français canadien	fr-CA	✅	✅	✅	—	Expressions québécoises.

---

Langues autochtones et à faibles ressources

Ces langues ne sont pas prises en charge par les services commerciaux de traduction automatique. rosetta fournit les outils nécessaires aux communautés linguistiques pour créer leurs propres méthodes selon les principes OCAP.

	Langue	Code	Google	LLM	Coached	Script	Statut
🪶	Cri des plaines	crk	❌	✅	✅	🔤 SRO→Syllabaire	🚧 En cours de développement
🌄	Quechua	qu	✅	✅	—	—	Runasimi. Suffixes évidentiels.

:::info Le cri des plaines est en cours de développement actif Le registre, l'infrastructure d'entraînement (coaching), le convertisseur de script et le dispositif d'évaluation pour le cri des plaines sont tous fonctionnels, mais le pipeline de traduction n'a pas encore été publié. Nous collaborons avec les communautés linguistiques selon les principes OCAP afin de garantir la qualité avant la publication. Consultez Soutenir une langue à faibles ressources pour en savoir plus — et découvrir comment vous pouvez contribuer. :::

:::tip Ajouter d'autres langues à faibles ressources Le système de plugins de méthodes de rosetta est conçu à cet effet. Une communauté linguistique peut créer une méthode de traduction personnalisée, l'héberger sous son propre contrôle et la servir via la méthode API. Le Classement des méthodes suit les scores pour n'importe quelle paire de langues — créez une méthode, exécutez le dispositif d'évaluation et revendiquez le meilleur score. :::

---

Langues construites

Les langues construites (conlangs) sont prises en charge via les registres LLM et des convertisseurs de script optionnels. Elles utilisent la même infrastructure que les langues naturelles — le contrôle qualité, le système d'entraînement et le pipeline de conversion de script fonctionnent de manière identique.

	Langue	Code	Google	LLM	Script	Notes
🖖	Klingon	tlh	❌	✅	🔤 Romanisation→pIqaD	Police PUA requise. Vocabulaire de Marc Okrand.
🧝	Sindarin (Elfique de Tolkien)	x-elvish-s	❌	✅	🔤 Latin→Tengwar	Police CSUR PUA requise.
🏴‍☠️	Anglais pirate	x-pirate	❌	✅	—	Registre uniquement. Métaphores nautiques.
🦸	Kryptonien	x-kryptonian	❌	✅	🔤 Latin→Kryptonien	Police PUA requise.
🎭	Anglais shakespearien	x-shakespeare	❌	✅	—	Registre uniquement. Formes Thee/thou, -eth/-est.
🐸	Parler Yoda	x-yoda	❌	✅	—	Registre uniquement. Ordre des mots OSV.

Consultez Langues construites, scripts et orthographe pour connaître les exigences relatives aux polices PUA, les limites d'Unicode et la procédure pour ajouter la vôtre.

---

Préréglages de langue

L'assistant init prend en charge des noms de préréglages pour une configuration rapide. Vous pouvez combiner des préréglages avec des codes individuels.

Préréglage	Se développe en
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

---

Ajouter n'importe quelle langue

rosetta peut traduire vers n'importe quelle langue connue de votre LLM — le tableau ci-dessus répertorie uniquement les langues disposant de préréglages de registre intégrés. Pour ajouter une langue non répertoriée, incluez son code BCP-47 dans votre configuration :

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

Le LLM traduira en utilisant ses connaissances d'entraînement de la langue. La définition d'un register vous donne le contrôle sur le ton, la formalité et les conventions orthographiques. Consultez Configuration pour plus de détails.

---

Language Cards

Chaque langue intégrée possède une Language Card — une configuration JSON structurée divisée en deux niveaux pour des raisons de performances :

Architecture à deux niveaux

Niveau	Répertoire	Chargement	Objectif
Exécution (Runtime)	lib/data/language-cards/	Immédiat à import	Moteur de traduction : registres, formalité, règles, prise en charge des méthodes
Référence	lib/data/language-reference/	Différé à la demande	Documentation développeur : défis linguistiques, données encyclopédiques, ressources NLP

Le niveau d'exécution reste de petite taille (~2 Ko/carte) afin que l'importation de rosetta ne charge pas des mégaoctets de données de documentation. Le niveau de référence est disponible via getLanguageReference(code) pour les outils, le site web et le dispositif d'évaluation.

Champs de la carte d'exécution

Champ	Contenu
nativeName	Endonyme — le nom de la langue dans cette même langue et dans son propre script (par ex., ქართული, Runasimi)
Système de formalité	Distinction T-V (tutoiement/vouvoiement), niveaux de discours, keigo, particules, etc.
Préréglages de registre	Préréglages de prompts LLM nommés, spécifiques au caractère de la langue
Prise en charge des méthodes	Les API de traduction prenant en charge cette langue
Directives de genre	Règles de genre grammatical et conseils d'écriture inclusive
Script/direction	Code de script ISO 15924 et RTL/LTR
Règles	Typographie (guillemets, espacement), majuscules, catégories de pluriel
Jeux de données d'évaluation	Les benchmarks couvrant cette langue
glottocode	Identifiant Glottolog canonique pour les références croisées
humanReviewed	Indique si la carte a été révisée par un locuteur natif

Champs de la carte de référence

Champ	Contenu
Défis linguistiques	Pièges spécifiques à la traduction automatique (par ex., évidentialité, diacritiques tonaux, agglutination)
Encyclopédique	Famille de langues, classification, nombre de locuteurs, régions
Ressources	Outils NLP, corpus parallèles, modèles pré-entraînés

Génération de l'ossature d'une nouvelle Language Card

Utilisez le générateur pour créer l'ossature des deux niveaux à partir de sources de données faisant autorité (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

Le générateur remplit automatiquement les métadonnées (codes, script, direction, pluriels, guillemets, prise en charge des méthodes, famille de langues) et marque les champs de jugement linguistique comme TODO (à faire) pour une révision humaine.

Utilisation des clés de préréglage

Au lieu de rédiger le texte complet du registre, vous pouvez utiliser un nom de clé de préréglage :

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

Rosetta résout la clé vers le prompt de registre complet. Exécutez npx i18n-rosetta init pour voir les préréglages disponibles pour chaque langue.

Exemples de préréglages

Langue	Préréglages	Par défaut
Français	formal-vous, casual-tu	formal-vous
Coréen	polite-haeyo, formal-hapsyo, casual-hae	polite-haeyo
Japonais	polite, formal-keigo, casual	polite
Allemand	formal-Sie, casual-du	formal-Sie
Thaï	neutral-professional, polite-male, polite-female	neutral-professional
Espagnol	neutral-professional, formal-usted, casual-tuteo	neutral-professional

Consultez Contribuer à une Language Card pour obtenir les spécifications complètes, y compris la validation des champs et la liste de contrôle pour les Pull Requests (PR).

---

Voir aussi

• Configuration — référence complète de la configuration, y compris la configuration des langues
• Méthodes de traduction — fonctionnement de chaque méthode
• Convertisseurs de script — pipeline de conversion de script déterministe
• Langues construites, scripts et orthographe — polices PUA, Unicode, ajout de langues construites
• Soutenir une langue à faibles ressources — création de méthodes pour les langues sous-représentées