Ondersteunde talen

rosetta wordt geleverd met Language Cards — gestructureerde referentiebestanden voor meer dan 42 talen. Elke kaart bevat register-presets, metadata van het formaliteitssysteem, ondersteuningsvlaggen voor methoden en scriptinformatie. Elke taal die uw LLM kent, kan met een enkele configuratieregel worden toegevoegd — dit zijn de talen met gecureerde, productieklare registers.

---

Vertaalmethoden

Elke taal kan een of meer van deze vertaalmethoden gebruiken:

Icoon	Methode	Hoe het werkt	Kosten
🟢	Google Translate	Neurale MT-basislijn. 130+ talen. Alleen key-value strings — kan Markdown-content niet veilig vertalen.	~$20/1M tekens
🔵	LLM (OpenRouter)	Elke taal die het model kent. Register-gestuurde prompts. Verwerkt key-value + Markdown-content.	Varieert per model
🟣	LLM-Coached	LLM + grammaticewoordenboeken + coaching-data geïnjecteerd in prompts. Het beste voor morfologisch complexe talen.	Varieert per model
🟠	API (Plugin)	Door de community gehoste vertaalpijplijnen die via HTTP worden aangeboden. OCAP-compatibel.	Varieert per provider

Stel GOOGLE_TRANSLATE_API_KEY in voor Google Translate, of OPENROUTER_API_KEY voor LLM-methoden. Zie Vertaalmethoden voor volledige details.

---

Prioriteitstalen

Dit zijn de meest gevraagde locales voor web- en mobiele applicaties, vermeld in de door rosetta aanbevolen 'accessibility-first' volgorde.

Vlag	Taal	Code	Google	LLM	Coached	Script	Opmerkingen
🇸🇦	Arabisch	ar	✅	✅	✅	—	RTL. Modern Standaard-Arabisch (فصحى).
🇵🇭	Filipijns (Taglish)	tl	✅	✅	✅	—	Code-switching: Tagalog primair, technische termen in het Engels.
🇫🇷	Frans	fr	✅	✅	✅	—	Vous-vorm. Genderinclusief (Connecté·e).
🇪🇸	Spaans	es	✅	✅	✅	—	Neutraal Latijns-Amerikaans.
🇩🇪	Duits	de	✅	✅	✅	—	Sie-vorm. Genderinclusief (Benutzer:innen).
🇯🇵	Japans	ja	✅	✅	✅	—	です/ます voor bodytekst, する voor UI-labels.
🇨🇳	Chinees (Vereenvoudigd)	zh	✅	✅	✅	—	简体中文.
🇮🇹	Italiaans	it	✅	✅	✅	—	Lei-vorm.
🇧🇷	Portugees (BR)	pt	✅	✅	✅	—	Braziliaans-Portugees.
🇰🇷	Koreaans	ko	✅	✅	✅	—	해요체 beleefdheidsregister.

Belangrijke wereldtalen

Vlag	Taal	Code	Google	LLM	Coached	Script	Opmerkingen
🇧🇩	Bengaals	bn	✅	✅	✅	—	Voorkeur voor শুদ্ধ ভাষা.
🇧🇬	Bulgaars	bg	✅	✅	✅	—
🇨🇿	Tsjechisch	cs	✅	✅	✅	—	Vykání (vy-vorm).
🇩🇰	Deens	da	✅	✅	✅	—
🇬🇷	Grieks	el	✅	✅	✅	—	Modern Δημοτική.
🇮🇷	Perzisch	fa	✅	✅	✅	—	RTL.
🇫🇮	Fins	fi	✅	✅	✅	—	Geen grammaticaal geslacht.
🇮🇱	Hebreeuws	he	✅	✅	✅	—	RTL.
🇮🇳	Hindi	hi	✅	✅	✅	—	शुद्ध हिन्दी. Minimale Engelse leenwoorden.
🇭🇺	Hongaars	hu	✅	✅	✅	—	Ön-vorm.
🇮🇩	Indonesisch	id	✅	✅	✅	—
🇲🇾	Maleis	ms	✅	✅	✅	—
🇳🇱	Nederlands	nl	✅	✅	✅	—	U-vorm.
🇳🇴	Noors	nb	✅	✅	✅	—	Bokmål.
🇵🇱	Pools	pl	✅	✅	✅	—	Pan/Pani-vorm.
🇵🇹	Portugees (EU)	pt-PT	✅	✅	✅	—	Europees-Portugees.
🇷🇴	Roemeens	ro	✅	✅	✅	—
🇷🇺	Russisch	ru	✅	✅	✅	—	Вы-vorm.
🇸🇰	Slowaaks	sk	✅	✅	✅	—	Vykanie (vy-vorm).
🇷🇸	Servisch	sr	✅	✅	✅	🔤 Latijns→Cyrillisch	Deterministische script-converter.
🇸🇪	Zweeds	sv	✅	✅	✅	—
🇰🇪	Swahili	sw	✅	✅	✅	—
🇹🇭	Thais	th	✅	✅	✅	—	ครับ/ค่ะ beleefdheidspartikels.
🇹🇷	Turks	tr	✅	✅	✅	—	Siz-vorm.
🇺🇦	Oekraïens	uk	✅	✅	✅	—	Ви-vorm.
🇵🇰	Urdu	ur	✅	✅	✅	—	RTL. آپ-vorm.
🇻🇳	Vietnamees	vi	✅	✅	✅	—
🇹🇼	Chinees (Traditioneel)	zh-TW	✅	✅	✅	—	繁體中文.

Regionale varianten

Vlag	Taal	Code	Google	LLM	Coached	Script	Opmerkingen
🇲🇽	Mexicaans-Spaans	es-MX	✅	✅	✅	—	Tú-vorm. Warm register.
🇨🇦	Canadees-Frans	fr-CA	✅	✅	✅	—	Québécois-idiomen.

---

Inheemse en low-resource talen

Deze talen worden niet ondersteund door commerciële MT-diensten. rosetta biedt de tooling voor taalgemeenschappen om hun eigen methoden te bouwen volgens de OCAP-principes.

	Taal	Code	Google	LLM	Coached	Script	Status
🪶	Plains Cree	crk	❌	✅	✅	🔤 SRO→Syllabics	🚧 In ontwikkeling

:::info Plains Cree is actief in ontwikkeling Het register, de coaching-infrastructuur, de script-converter en het evaluatieharnas voor Plains Cree zijn allemaal functioneel, maar de vertaalpijplijn is nog niet vrijgegeven. Wij werken samen met taalgemeenschappen volgens de OCAP-principes om de kwaliteit te waarborgen vóór de release. Zie Een low-resource taal ondersteunen voor het volledige verhaal — en hoe u kunt bijdragen. :::

:::tip Meer low-resource talen toevoegen Het methode-pluginsysteem van rosetta is hiervoor ontworpen. Een taalgemeenschap kan een aangepaste vertaalmethode bouwen, deze onder eigen beheer hosten en aanbieden via de API-methode. Het Method Leaderboard houdt scores bij voor elk talenpaar — bouw een methode, voer het harnas uit en claim de topscore. :::

---

Geconstrueerde talen

Conlangs worden ondersteund via LLM-registers en optionele script-converters. Ze gebruiken dezelfde infrastructuur als echte talen — de kwaliteitscontrole (quality gate), het coaching-systeem en de scriptconversiepijplijn werken identiek.

	Taal	Code	Google	LLM	Script	Opmerkingen
🖖	Klingon	tlh	❌	✅	🔤 Romanisatie→pIqaD	PUA-lettertype vereist. Marc Okrand-vocabulaire.
🧝	Sindarin (Tolkien-Elfs)	x-elvish-s	❌	✅	🔤 Latijns→Tengwar	CSUR PUA-lettertype vereist.
🏴‍☠️	Piraten-Engels	x-pirate	❌	✅	—	Alleen register. Nautische metaforen.
🦸	Kryptoniaans	x-kryptonian	❌	✅	🔤 Latijns→Kryptoniaans	PUA-lettertype vereist.
🎭	Shakespeareaans Engels	x-shakespeare	❌	✅	—	Alleen register. Thee/thou, -eth/-est-vormen.
🐸	Yoda-taal	x-yoda	❌	✅	—	Alleen register. OSV-woordvolgorde.

Zie Conlangs, Scripts & Orthografie voor vereisten voor PUA-lettertypen, Unicode-beperkingen en hoe u uw eigen taal kunt toevoegen.

---

Taal-presets

De init wizard ondersteunt preset-namen voor een snelle configuratie. U kunt presets combineren met individuele codes.

Preset	Wordt uitgevouwen tot
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

---

Elke taal toevoegen

rosetta kan vertalen naar elke taal die uw LLM kent — de bovenstaande tabel toont alleen talen met ingebouwde register-presets. Om een niet-vermelde taal toe te voegen, neemt u de BCP-47-code op in uw configuratie:

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

De LLM zal vertalen op basis van zijn getrainde kennis van de taal. Het instellen van een register geeft u controle over toon, formaliteit en orthografische conventies. Zie Configuratie voor details.

---

Language Cards

Elke ingebouwde taal heeft een Language Card — een JSON-bestand in lib/data/language-cards/ met daarin:

Veld	Wat het bevat
Formaliteitssysteem	T-V-onderscheid, spraakniveaus, keigo, partikels, enz.
Register-presets	Benoemde presets specifiek voor het karakter van de taal
Methode-ondersteuning	Welke vertaal-API's deze taal ondersteunen
Gender-richtlijnen	Regels voor grammaticaal geslacht en tips voor inclusief schrijven
Script/richting	ISO 15924-scriptcode en RTL/LTR
Evaluatie-datasets	Welke benchmarks deze taal dekken

Preset-sleutels gebruiken

In plaats van volledige registertekst te schrijven, kunt u de naam van een preset-sleutel gebruiken:

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

Rosetta herleidt de sleutel naar de volledige register-prompt. Voer npx i18n-rosetta init uit om de beschikbare presets voor elke taal te bekijken.

Voorbeeld-presets

Taal	Presets	Standaard
Frans	formal-vous, casual-tu	formal-vous
Koreaans	polite-haeyo, formal-hapsyo, casual-hae	polite-haeyo
Japans	polite, formal-keigo, casual	polite
Duits	formal-Sie, casual-du	formal-Sie
Thais	neutral-professional, polite-male, polite-female	neutral-professional
Spaans	neutral-professional, formal-usted, casual-tuteo	neutral-professional

Zie Bijdragen aan een Language Card voor informatie over het toevoegen of verbeteren van presets.

---

Zie ook

• Configuratie — volledige configuratiereferentie inclusief taalinstellingen
• Vertaalmethoden — hoe elke methode werkt
• Script-converters — deterministische scriptconversiepijplijn
• Conlangs, Scripts & Orthografie — PUA-lettertypen, Unicode, conlangs toevoegen
• Een low-resource taal ondersteunen — methoden bouwen voor onderbediende talen