ตัวแปลงสคริปต์

ตัวแปลงสคริปต์เป็น post-translation hooks แบบ deterministic ที่ไม่ต้องใช้ LLM ซึ่งจะแปลงข้อความจากระบบการเขียนหนึ่งไปยังอีกระบบหนึ่ง ช่วยให้เกิดเวิร์กโฟลว์แบบ "แปลครั้งเดียว แสดงผลได้หลายสคริปต์" — คุณแปลเป็นสคริปต์สำหรับทำงาน (มักจะเป็น Latin) จากนั้นระบบจะแปลงเป็นสคริปต์สำหรับแสดงผลโดยอัตโนมัติ

ทำไมต้องใช้ตัวแปลงสคริปต์?

บางภาษาใช้หลายสคริปต์สำหรับภาษาพูดเดียวกัน:

• Plains Cree: SRO (Latin) สำหรับการแก้ไข → Syllabics (ᓀᐦᐃᔭᐍᐏᐣ) สำหรับการแสดงผล
• Serbian: Latin สำหรับการใช้งานระดับนานาชาติ → Cyrillic สำหรับการใช้งานภายในประเทศ
• Klingon: Romanization สำหรับการพิมพ์ → pIqaD ( ) สำหรับการแสดงผล

การแปลโดยตรงเป็นสคริปต์ที่ไม่ใช่ Latin ทำให้เกิดปัญหา: LLM อาจสร้างตัวอักษรที่ผิดเพี้ยน (hallucinate) ไฟล์ JSON จะทำ version-control ได้ยาก และเครื่องมือ diff ไม่สามารถเปรียบเทียบการเปลี่ยนแปลงได้ ตัวแปลงสคริปต์แก้ปัญหานี้โดยการเก็บคำแปลไว้ในสคริปต์ที่เป็นมิตรต่อ version-control และทำการแปลงแบบ deterministic ในช่วงเวลาซิงก์ (sync time)

ตัวแปลงที่มีให้ใช้งาน

Rosetta มาพร้อมกับตัวแปลงสคริปต์ในตัว 5 แบบ:

Locale	จาก	เป็น	ประเภท	ต้องใช้ฟอนต์หรือไม่?
crk	SRO (Standard Roman Orthography)	Cree Syllabics	Deterministic	ไม่ — เป็น Unicode มาตรฐาน
sr	Latin	Cyrillic	Deterministic	ไม่ — เป็น Unicode มาตรฐาน
tlh	Romanization	pIqaD	Deterministic	ใช่ — PUA U+F8D0–F8FF
x-elvish-s	Latin	Tengwar (Mode of Beleriand)	Deterministic	ใช่ — PUA U+E000–E07F
x-kryptonian	Latin	Kryptonian	Font-based cipher	ใช่ — PUA U+E100–E119

Deterministic กับ Font-Based

• Deterministic converters (Cree, Serbian, Klingon, Tengwar) ทำการจับคู่ตัวอักษรต่อตัวอักษรจริงๆ โดยใช้กฎทางภาษาศาสตร์ ผลลัพธ์ที่ได้จะมีตัวอักษร Unicode จริงๆ
• Font-based converters (Kryptonian) เป็นการเข้ารหัสแบบแทนที่ 1:1 โดยผลลัพธ์ที่ได้จะเป็นตัวอักษร Unicode PUA ซึ่งจะแสดงผลได้อย่างถูกต้องเมื่อโหลดฟอนต์เฉพาะเท่านั้น

วิธีการทำงาน

ตัวแปลงสคริปต์จะทำงาน หลังจาก การแปลในฐานะขั้นตอน post-processing โดยมีไปป์ไลน์ดังนี้:

Source (English) → LLM Translation → Working Script → Script Converter → Display Script

ตัวอย่างเช่น Plains Cree:

"Welcome" → LLM → "tānisi" (SRO) → Converter → "ᑖᓂᓯ" (Syllabics)

การจับคู่แบบ Greedy Left-to-Right

ตัวแปลงทั้งหมดใช้อัลกอริทึมเดียวกัน: ในแต่ละตำแหน่งของตัวอักษร จะพยายามจับคู่กับรูปแบบที่ยาวที่สุดก่อน จากนั้นจึงค่อยๆ ลดความยาวลง ตัวอักษรที่ไม่ตรงกับรูปแบบใดๆ (ช่องว่าง เครื่องหมายวรรคตอน ตัวเลข) จะถูกปล่อยผ่านโดยไม่มีการเปลี่ยนแปลง

วิธีนี้ช่วยจัดการกับ digraphs (อักษรคู่) และ trigraphs (อักษรสามตัว) ได้อย่างถูกต้อง:

• Klingon: tlh → ตัวอักษร pIqaD ตัวเดียว (ไม่ใช่ t + l + h)
• Serbian: nj → њ (ไม่ใช่ н + ј)
• Cree: twê → syllabic ตัวเดียว (ไม่ใช่ t + w + ê)

การใช้งานตัวแปลงสคริปต์

ตัวแปลงสคริปต์จะทำงานโดยอัตโนมัติเมื่อรหัส locale ตรงกับตัวแปลงที่ลงทะเบียนไว้ ไม่จำเป็นต้องตั้งค่าใดๆ — เพียงแค่กำหนด locale ปลายทางของคุณ:

i18n-rosetta.config.json

{
  "pairs": {
    "en:crk": {
      "method": "llm-coached",
      "model": "google/gemini-2.5-pro"
    }
  }
}

เมื่อ rosetta ซิงก์คู่ en:crk คำแปลจะถูกสร้างขึ้นในรูปแบบ SRO ก่อน จากนั้นจะถูกแปลงเป็น Syllabics โดยอัตโนมัติก่อนเขียนลงใน crk.json

การตรวจสอบสถานะตัวแปลง

npx i18n-rosetta status

ผลลัพธ์สถานะจะแสดงให้เห็นว่าคู่ใดมีตัวแปลงสคริปต์ที่ทำงานอยู่ และทำการแปลงแบบใด

ข้อกำหนดสำหรับ Web Font

ตัวแปลง 3 ตัวจะให้ผลลัพธ์เป็นตัวอักษร Unicode Private Use Area (PUA) ซึ่งจำเป็นต้องใช้ web fonts แบบกำหนดเอง:

Klingon (pIqaD)

ติดตั้งฟอนต์ pIqaD ที่รองรับ CSUR (เช่น "pIqaD qolqoS" หรือ "Klingon pIqaD HaSta"):

@font-face {
  font-family: 'pIqaD';
  src: url('/fonts/pIqaD.woff2') format('woff2');
  unicode-range: U+F8D0-F8FF;
}

:lang(tlh) {
  font-family: 'pIqaD', sans-serif;
}

Tengwar (Sindarin)

ติดตั้งฟอนต์ Tengwar ที่รองรับ CSUR (เช่น "Tengwar Formal CSUR", "Tengwar Annatar"):

@font-face {
  font-family: 'Tengwar';
  src: url('/fonts/tengwar-formal-csur.woff2') format('woff2');
  unicode-range: U+E000-E07F;
}

:lang(x-elvish-s) {
  font-family: 'Tengwar', serif;
}

Kryptonian

ติดตั้งฟอนต์ Kryptonian ที่แมปกับ PUA codepoints U+E100–E119:

@font-face {
  font-family: 'Kryptonian';
  src: url('/fonts/kryptonian.woff2') format('woff2');
  unicode-range: U+E100-E119;
}

:lang(x-kryptonian) {
  font-family: 'Kryptonian', sans-serif;
}

:::tip แนวทางเลือกสำหรับ Kryptonian เนื่องจาก Kryptonian เป็นการเข้ารหัสแบบ A-Z ล้วนๆ คุณจึงสามารถข้ามตัวแปลงสคริปต์ไปได้เลย และใช้ฟอนต์กับข้อความ Latin ผ่าน CSS วิธีนี้มักจะง่ายกว่าสำหรับการปรับใช้บนเว็บ — เพียงแค่ให้บริการฟอนต์ Kryptonian และตั้งค่า font-family ในองค์ประกอบที่เกี่ยวข้อง :::

การเพิ่มตัวแปลงแบบกำหนดเอง

หากต้องการเพิ่มตัวแปลงสำหรับภาษาใหม่ ให้แก้ไข lib/scripts.js:

1. สร้าง conversion map — อาร์เรย์แบบมีลำดับของคู่ [from, to] โดยเรียงลำดับจากลำดับที่ยาวที่สุดก่อน
2. สร้างฟังก์ชันตัวแปลง — สแกนเนอร์แบบ greedy left-to-right (ใช้ sroToSyllabics เป็นเทมเพลต)
3. ลงทะเบียน ในออบเจ็กต์ SCRIPT_CONVERTERS โดยใช้รหัส locale เป็นคีย์
4. เพิ่มฟิลด์ script ในรายการลงทะเบียนของภาษาใน registers.js

// Example: adding a converter for Cherokee (chr)
const LATIN_TO_CHEROKEE_MAP = [
  ['ga', 'Ꭶ'], ['ka', 'Ꭷ'], ['ge', 'Ꭸ'], // ...
];

function latinToCherokee(text) {
  // Same greedy left-to-right pattern as other converters
}

SCRIPT_CONVERTERS['chr'] = {
  from: 'Latin',
  to: 'Cherokee Syllabary',
  type: 'deterministic',
  converter: latinToCherokee,
};

---

ดูเพิ่มเติม

• Conlangs, Scripts & Orthography — ฟอนต์ PUA, Unicode, การเพิ่มตัวแปลงใหม่
• Quality Gate — การตรวจสอบความถูกต้องที่ทำงานก่อนการแปลงสคริปต์
• Supported Languages — ภาษาใดบ้างที่มีตัวแปลงสคริปต์
• Support a Low-Resource Language — SRO→Syllabics ในบริบท
• Cookbook: FST-Gated Pipeline — การแปลงสคริปต์ในไปป์ไลน์แบบหลายขั้นตอน