Idiomas Suportados

O rosetta vem com Language Cards — arquivos de referência estruturados para mais de 42 idiomas. Cada cartão contém predefinições de registro, metadados do sistema de formalidade, sinalizadores de suporte a métodos 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 de gramática + 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

Estes são os locais (locales) mais solicitados para aplicativos web e móveis, listados 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	✅	✅	✅	—	Alternância de código (Code-switching): Tagalo como principal, termos técnicos em inglês.
🇫🇷	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 polido 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 de Portugal.
🇷🇴	Romeno	ro	✅	✅	✅	—
🇷🇺	Russo	ru	✅	✅	✅	—	Forma "Вы".
🇸🇰	Eslovaco	sk	✅	✅	✅	—	Vykanie (forma "vy").
🇷🇸	Sérvio	sr	✅	✅	✅	🔤 Latino→Cirílico	Conversor de script determinístico.
🇸🇪	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.

Variantes Regionais

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

---

Idiomas Indígenas e de Baixo Recurso

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

	Idioma	Código	Google	LLM	Coached	Script	Status
🪶	Plains Cree	crk	❌	✅	✅	🔤 SRO→Silábico	🚧 Em desenvolvimento

:::info O Plains Cree está em desenvolvimento ativo O registro, a infraestrutura de coaching, o conversor de script e o ambiente de avaliação para o Plains Cree são 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 Baixo Recurso para ver a história completa — e como você pode contribuir. :::

:::tip Adicionando mais idiomas de baixo recurso O sistema de plugins de métodos do rosetta foi projetado para isso. Uma comunidade linguística pode construir 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 — construa um método, execute o ambiente de avaliação 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	❌	✅	🔤 Romanização→pIqaD	Fonte PUA necessária. Vocabulário de Marc Okrand.
🧝	Sindarin (Élfico de Tolkien)	x-elvish-s	❌	✅	🔤 Latino→Tengwar	Fonte CSUR PUA necessária.
🏴‍☠️	Inglês Pirata	x-pirate	❌	✅	—	Apenas registro. Metáforas náuticas.
🦸	Kryptoniano	x-kryptonian	❌	✅	🔤 Latino→Kryptoniano	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 fontes 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 traduzirá 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 — um arquivo JSON em lib/data/language-cards/ contendo:

Campo	O Que Contém
Sistema de formalidade	Distinção T-V, níveis de fala, keigo, partículas, etc.
Predefinições de registro	Predefinições nomeadas 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
Conjuntos de dados de avaliação	Quais benchmarks cobrem este idioma

Usando Chaves Predefinidas

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

{
  "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 saber como adicionar ou melhorar predefinições.

---

Veja Também

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