Idiomas Suportados

O rosetta vem com Language Cards — arquivos de configuração estruturados para 50 idiomas. Cada cartão contém predefinições de registro, metadados do sistema de formalidade, flags de suporte a métodos, regras de tipografia e informações de script. Qualquer idioma que o seu LLM conheça pode ser adicionado com uma única linha de configuração — estes são os que possuem registros curados e prontos para produção.

---

Métodos de Tradução

Cada idioma pode usar um ou mais destes métodos de tradução:

Ícone	Método	Como Funciona	Custo
🟢	Google Translate	Linha de base de MT neural. Mais de 130 idiomas. Apenas strings de chave-valor — não pode traduzir conteúdo Markdown com segurança.	~$20/1M de caracteres
🔵	LLM (OpenRouter)	Qualquer idioma que o modelo conheça. Prompts direcionados por registro. Lida com chave-valor + conteúdo Markdown.	Varia de acordo com o modelo
🟣	LLM-Coached	LLM + dicionários gramaticais + dados de treinamento (coaching) injetados nos prompts. Melhor para idiomas morfologicamente complexos.	Varia de acordo com o modelo
🟠	API (Plugin)	Pipelines de tradução hospedados pela comunidade e servidos via HTTP. Compatível com OCAP.	Varia de acordo com o provedor

Defina GOOGLE_TRANSLATE_API_KEY para o Google Translate, ou OPENROUTER_API_KEY para métodos LLM. Consulte Métodos de Tradução para obter todos os detalhes.

---

Idiomas Prioritários

Estas são as localidades mais solicitadas para aplicativos web e móveis, listadas na ordem recomendada pelo rosetta, priorizando a acessibilidade.

Bandeira	Idioma	Código	Google	LLM	Coached	Script	Notas
🇸🇦	Árabe	ar	✅	✅	✅	—	RTL. Árabe Padrão Moderno (فصحى).
🇵🇭	Filipino (Taglish)	tl / fil	✅	✅	✅	—	Use fil nas configurações do Docusaurus. O rosetta resolve ambos.
🇫🇷	Francês	fr	✅	✅	✅	—	Forma "vous". Inclusivo de gênero (Connecté·e).
🇪🇸	Espanhol	es	✅	✅	✅	—	Latino-americano neutro.
🇩🇪	Alemão	de	✅	✅	✅	—	Forma "Sie". Inclusivo de gênero (Benutzer:innen).
🇯🇵	Japonês	ja	✅	✅	✅	—	です/ます para o corpo do texto, する para rótulos de UI.
🇨🇳	Chinês (Simplificado)	zh	✅	✅	✅	—	简体中文.
🇮🇹	Italiano	it	✅	✅	✅	—	Forma "Lei".
🇧🇷	Português (BR)	pt	✅	✅	✅	—	Português do Brasil.
🇰🇷	Coreano	ko	✅	✅	✅	—	Registro educado 해요체.

Principais Idiomas do Mundo

Bandeira	Idioma	Código	Google	LLM	Coached	Script	Notas
🇧🇩	Bengali	bn	✅	✅	✅	—	Preferência por শুদ্ধ ভাষা.
🇧🇬	Búlgaro	bg	✅	✅	✅	—
🇨🇿	Tcheco	cs	✅	✅	✅	—	Vykání (forma "vy").
🇩🇰	Dinamarquês	da	✅	✅	✅	—
🇬🇷	Grego	el	✅	✅	✅	—	Δημοτική moderno.
🇮🇷	Persa	fa	✅	✅	✅	—	RTL.
🇫🇮	Finlandês	fi	✅	✅	✅	—	Sem gênero gramatical.
🇮🇱	Hebraico	he	✅	✅	✅	—	RTL.
🇮🇳	Hindi	hi	✅	✅	✅	—	शुद्ध हिन्दी. Mínimo de estrangeirismos do inglês.
🇭🇺	Húngaro	hu	✅	✅	✅	—	Forma "Ön".
🇮🇩	Indonésio	id	✅	✅	✅	—
🇲🇾	Malaio	ms	✅	✅	✅	—
🇳🇱	Holandês	nl	✅	✅	✅	—	Forma "U".
🇳🇴	Norueguês	nb	✅	✅	✅	—	Bokmål.
🇵🇱	Polonês	pl	✅	✅	✅	—	Forma "Pan/Pani".
🇵🇹	Português (EU)	pt-PT	✅	✅	✅	—	Português Europeu.
🇷🇴	Romeno	ro	✅	✅	✅	—
🇷🇺	Russo	ru	✅	✅	✅	—	Forma "Вы".
🇸🇰	Eslovaco	sk	✅	✅	✅	—	Vykanie (forma "vy").
🇷🇸	Sérvio	sr	✅	✅	✅	🔤 Latin→Cyrillic	Conversor determinístico de script.
🇸🇪	Sueco	sv	✅	✅	✅	—
🇰🇪	Suaíli	sw	✅	✅	✅	—
🇹🇭	Tailandês	th	✅	✅	✅	—	Partículas de polidez ครับ/ค่ะ.
🇹🇷	Turco	tr	✅	✅	✅	—	Forma "Siz".
🇺🇦	Ucraniano	uk	✅	✅	✅	—	Forma "Ви".
🇵🇰	Urdu	ur	✅	✅	✅	—	RTL. Forma آپ.
🇻🇳	Vietnamita	vi	✅	✅	✅	—
🇹🇼	Chinês (Tradicional)	zh-TW	✅	✅	✅	—	繁體中文.
🇬🇪	Georgiano	ka	✅	✅	—	—	ქართული. Família cartvélica.
🇳🇬	Iorubá	yo	✅	✅	—	—	Èdè Yorùbá. Tonal (3 tons).

Variantes Regionais

Bandeira	Idioma	Código	Google	LLM	Coached	Script	Notas
🇲🇽	Espanhol Mexicano	es-MX	✅	✅	✅	—	Forma "tú". Registro caloroso.
🇨🇦	Francês Canadense	fr-CA	✅	✅	✅	—	Expressões idiomáticas do Québécois.

---

Idiomas Indígenas e de Baixos Recursos

Esses idiomas não são suportados por serviços comerciais de MT. O rosetta fornece as ferramentas para que as comunidades linguísticas criem seus próprios métodos sob os princípios OCAP.

	Idioma	Código	Google	LLM	Coached	Script	Status
🪶	Cree das Planícies	crk	❌	✅	✅	🔤 SRO→Syllabics	🚧 Em desenvolvimento
🌄	Quéchua	qu	✅	✅	—	—	Runasimi. Sufixos evidenciais.

:::info O Cree das Planícies está em desenvolvimento ativo O registro, a infraestrutura de coaching, o conversor de script e o ambiente de avaliação para o Cree das Planícies estão todos funcionais, mas o pipeline de tradução ainda não foi lançado. Estamos trabalhando com as comunidades linguísticas sob os princípios OCAP para garantir a qualidade antes do lançamento. Consulte Apoie um Idioma de Baixos Recursos para ver a história completa — e como você pode contribuir. :::

:::tip Adicionando mais idiomas de baixos recursos O sistema de plugins de métodos do rosetta foi projetado para isso. Uma comunidade linguística pode criar um método de tradução personalizado, hospedá-lo sob seu próprio controle e servi-lo por meio do método API. O Method Leaderboard rastreia as pontuações para qualquer par de idiomas — crie um método, execute o ambiente de testes e conquiste a pontuação mais alta. :::

---

Idiomas Construídos (Conlangs)

Conlangs são suportados por meio de registros LLM e conversores de script opcionais. Eles usam a mesma infraestrutura dos idiomas reais — o portão de qualidade, o sistema de coaching e o pipeline de conversão de script funcionam de forma idêntica.

	Idioma	Código	Google	LLM	Script	Notas
🖖	Klingon	tlh	❌	✅	🔤 Romanization→pIqaD	Fonte PUA necessária. Vocabulário de Marc Okrand.
🧝	Sindarin (Élfico de Tolkien)	x-elvish-s	❌	✅	🔤 Latin→Tengwar	Fonte CSUR PUA necessária.
🏴‍☠️	Inglês Pirata	x-pirate	❌	✅	—	Apenas registro. Metáforas náuticas.
🦸	Kryptoniano	x-kryptonian	❌	✅	🔤 Latin→Kryptonian	Fonte PUA necessária.
🎭	Inglês Shakespeariano	x-shakespeare	❌	✅	—	Apenas registro. Formas thee/thou, -eth/-est.
🐸	Idioma do Yoda	x-yoda	❌	✅	—	Apenas registro. Ordem de palavras OSV.

Consulte Conlangs, Scripts e Ortografia para requisitos de fonte PUA, limitações do Unicode e como adicionar o seu próprio.

---

Predefinições de Idioma

O assistente init suporta nomes predefinidos para configuração rápida. Você pode misturar predefinições com códigos individuais.

Predefinição	Expande Para
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

---

Adicionando Qualquer Idioma

O rosetta pode traduzir para qualquer idioma que o seu LLM conheça — a tabela acima apenas lista os idiomas com predefinições de registro integradas. Para adicionar um idioma não listado, inclua seu código BCP-47 na sua configuração:

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

O LLM fará a tradução usando seu conhecimento de treinamento do idioma. Definir um register oferece controle sobre o tom, a formalidade e as convenções ortográficas. Consulte Configuração para obter detalhes.

---

Language Cards

Cada idioma integrado possui um Language Card — uma configuração JSON estruturada dividida em duas camadas para desempenho:

Arquitetura de Duas Camadas

Camada	Diretório	Carregado	Propósito
Runtime	lib/data/language-cards/	Antecipadamente em import	Mecanismo de tradução: registros, formalidade, regras, suporte a métodos
Reference	lib/data/language-reference/	Sob demanda (lazy)	Documentação do desenvolvedor: desafios linguísticos, dados enciclopédicos, recursos de PNL

A camada de runtime permanece pequena (~2 KB/cartão) para que a importação do rosetta não carregue megabytes de dados de documentação. A camada de referência está disponível via getLanguageReference(code) para ferramentas, o site e o ambiente de avaliação.

Campos do Cartão de Runtime

Campo	O Que Contém
nativeName	Endônimo — o nome do idioma para si mesmo, em seu próprio script (ex: ქართული, Runasimi)
Sistema de formalidade	Distinção T-V, níveis de fala, keigo, partículas, etc.
Predefinições de registro	Predefinições nomeadas de prompt de LLM específicas para o caráter do idioma
Suporte a métodos	Quais APIs de tradução suportam este idioma
Orientação de gênero	Regras de gênero gramatical e dicas de escrita inclusiva
Script/direção	Código de script ISO 15924 e RTL/LTR
Regras	Tipografia (aspas, espaçamento), capitalização, categorias de plural
Conjuntos de dados de avaliação	Quais benchmarks cobrem este idioma
glottocode	Identificador canônico do Glottolog para referência cruzada
humanReviewed	Se o cartão foi revisado por um falante nativo

Campos do Cartão de Referência

Campo	O Que Contém
Desafios linguísticos	Armadilhas específicas de MT (ex: evidencialidade, diacríticos tonais, aglutinação)
Enciclopédico	Família linguística, classificação, número de falantes, regiões
Recursos	Ferramentas de PNL, corpora paralelos, modelos pré-treinados

Estruturando um Novo Language Card

Use o gerador para estruturar ambas as camadas a partir de fontes de dados 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

O gerador preenche automaticamente os metadados (códigos, script, direção, plurais, aspas, suporte a métodos, família linguística) e marca os campos de julgamento linguístico como TODO (a fazer) para curadoria humana.

Usando Chaves Predefinidas

Em vez de escrever o texto completo do registro, você pode usar um nome de chave predefinido:

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

O Rosetta resolve a chave para o prompt de registro completo. Execute npx i18n-rosetta init para ver as predefinições disponíveis para cada idioma.

Exemplos de Predefinições

Idioma	Predefinições	Padrão
Francês	formal-vous, casual-tu	formal-vous
Coreano	polite-haeyo, formal-hapsyo, casual-hae	polite-haeyo
Japonês	polite, formal-keigo, casual	polite
Alemão	formal-Sie, casual-du	formal-Sie
Tailandês	neutral-professional, polite-male, polite-female	neutral-professional
Espanhol	neutral-professional, formal-usted, casual-tuteo	neutral-professional

Consulte Contribuindo com um Language Card para ver a especificação completa, incluindo validação de campos e checklist de PR.

---

Veja Também

• Configuração — referência completa de configuração, incluindo a definição de idiomas
• Métodos de Tradução — como cada método funciona
• Conversores de Script — pipeline determinístico de conversão de script
• Conlangs, Scripts e Ortografia — fontes PUA, Unicode, adição de conlangs
• Apoie um Idioma de Baixos Recursos — criação de métodos para idiomas sub-representados