การเปรียบเทียบ Rosetta กับเครื่องมืออื่น

i18n-rosetta จัดอยู่ในหมวดหมู่ที่แตกต่างจากเครื่องมือทำ Localization ส่วนใหญ่ นี่คือการเปรียบเทียบอย่างตรงไปตรงมา

ภาพรวมของเครื่องมือ

เครื่องมือทำ Localization ส่วนใหญ่แบ่งออกเป็น 3 หมวดหมู่หลัก ได้แก่:

หมวดหมู่	ตัวอย่าง	รูปแบบการทำงาน
Cloud TMS Platforms	Crowdin, Phrase, Locize, Tolgee	แดชบอร์ด SaaS + นักแปลที่เป็นมนุษย์ + ค่าบริการรายเดือน
Key Extraction Tools	i18next-scanner, FormatJS CLI	สแกนซอร์สโค้ดเพื่อหาการเรียกใช้ฟังก์ชันการแปล
CLI Translation Engines	i18n-rosetta	รันในโปรเจกต์ของคุณ, แปลไฟล์โดยตรง, ไม่ต้องใช้บัญชีคลาวด์

Rosetta เป็น CLI translation engine — ซึ่งจะแปลไฟล์ Locale ของคุณโดยตรงผ่าน Backend ที่สามารถกำหนดค่าได้ (LLMs, Google Translate, ปลั๊กอินแบบกำหนดเอง) ไม่มีแดชบอร์ดบนคลาวด์ ไม่มีเวิร์กโฟลว์สำหรับนักแปลที่เป็นมนุษย์ และไม่มีค่าบริการรายเดือน

---

การเปรียบเทียบฟีเจอร์

ฟีเจอร์	i18n-rosetta	Crowdin	Phrase	Locize
รันแบบโลคัล (ไม่ต้องใช้บัญชีคลาวด์)	✅	❌	❌	❌
ไม่มี Dependencies	✅	❌	❌	❌
กำหนดค่า Method แยกตามคู่ภาษาได้	✅	❌	❌	❌
กำหนดระดับภาษา (Registers) ได้เอง	✅	❌	❌	❌
รับรู้บริบทเนื้อหา (ปกป้องบล็อกโค้ด)	✅	❌	❌	❌
รองรับภาษาประดิษฐ์ (Conlang) และการแปลงสคริปต์	✅	❌	❌	❌
สถาปัตยกรรมแบบปลั๊กอิน	✅	❌	❌	❌
การแปล Markdown / เนื้อหา	✅	✅	✅	❌
เวิร์กโฟลว์สำหรับนักแปลที่เป็นมนุษย์	❌	✅	✅	✅
หน่วยความจำการแปล (Translation memory)	❌	✅	✅	✅
การแก้ไขตามบริบท (แบบ Visual)	❌	✅	✅	✅
การทำงานร่วมกันเป็นทีม	❌	✅	✅	✅
การรองรับรูปแบบไฟล์	JSON, TOML, YAML, MD	50+	40+	JSON
ราคา	ฟรี (จ่ายเฉพาะค่า LLM ของคุณ)	เริ่มต้น $0/เดือน	เริ่มต้น $0/เดือน	เริ่มต้น $0/เดือน

---

เมื่อใดที่ควรใช้ Rosetta

Rosetta เหมาะสมเมื่อ:

• คุณต้องการให้ระบบแปลภาษาด้วยเครื่อง (Machine translation) ผสานรวมอยู่ใน Build pipeline ของคุณ — ไม่ใช่เวิร์กโฟลว์ที่แยกต่างหาก
• คุณต้องการควบคุม Method แยกตามภาษา (ใช้ LLM สำหรับบางภาษา, Google Translate สำหรับภาษาอื่น และปลั๊กอินแบบกำหนดเองสำหรับส่วนที่เหลือ)
• คุณกำลังแปลเป็นภาษาที่ไม่มี API รองรับ (ภาษาพื้นเมือง, ภาษาที่ใกล้สูญพันธุ์, ภาษาประดิษฐ์)
• คุณต้องการผลลัพธ์ของสคริปต์ที่แน่นอน (Cree Syllabics, Klingon pIqaD, Tengwar)
• คุณไม่ต้องการผูกขาดกับผู้ให้บริการรายใดรายหนึ่ง (Zero vendor lock-in) และไม่ต้องการพึ่งพาระบบคลาวด์
• คุณเป็นนักพัฒนาอิสระหรือทีมขนาดเล็กที่ไม่ต้องการเวิร์กโฟลว์สำหรับนักแปลที่เป็นมนุษย์

Cloud TMS จะเหมาะสมกว่าเมื่อ:

• คุณมีนักแปลมืออาชีพที่เป็นมนุษย์คอยตรวจสอบทุกข้อความ
• คุณต้องการระบบหน่วยความจำการแปล (Translation memory) และการจัดการอภิธานศัพท์ (Glossary) ข้ามโปรเจกต์
• คุณต้องการการแก้ไขตามบริบทแบบ Visual (ดูตัวอย่างการแปลภายใน UI ของคุณ)
• คุณมีทีมขนาดใหญ่ที่ต้องการการควบคุมสิทธิ์การเข้าถึงตามบทบาท (Role-based access control)
• คุณต้องการการรองรับรูปแบบไฟล์มากกว่า 50 รูปแบบ

---

สิ่งที่ Rosetta ทำได้แต่เครื่องมืออื่นทำไม่ได้

1. ระดับภาษาแบบกำหนดเอง (Custom Registers)

ทุกคู่ภาษาจะได้รับคำสั่งเกี่ยวกับน้ำเสียงที่เหมาะสมกับวัฒนธรรมสำหรับ LLM:

{
  "de": {
    "register": "Standard professional register. Use Sie-form for formal address."
  },
  "tl": {
    "register": "Educated Manila Taglish. Use Tagalog as the primary language but keep technical terms in English."
  },
  "tlh": {
    "register": "Warrior's honor. OVS grammar. Use Marc Okrand vocabulary."
  }
}

ไม่มีเครื่องมืออื่นใดที่มาพร้อมกับระดับภาษาที่กำหนดค่าไว้ล่วงหน้าถึง 47 แบบ หรืออนุญาตให้คุณกำหนดระดับภาษาเองได้ในแต่ละโปรเจกต์

2. ตัวแปลงสคริปต์ที่ให้ผลลัพธ์แน่นอน (Deterministic Script Converters)

Rosetta มาพร้อมกับตัวแปลงสคริปต์ในตัว 5 แบบ ซึ่งทำงานเป็น Post-translation hooks — โดยไม่ต้องใช้ LLM:

Locale	การแปลง	ตัวอย่าง
crk	SRO → Cree Syllabics	nêhiyawêwin → ᓀᐦᐃᔭᐍᐏᐣ
sr	Latin → Cyrillic	Beograd → Београд
tlh	Romanization → pIqaD	tlhIngan Hol → (อักขระ pIqaD)
x-elvish-s	Latin → Tengwar	Sindarin → Tengwar (Mode of Beleriand)
x-kryptonian	Latin → Kryptonian	Cipher-substitution (ต้องใช้ฟอนต์)

สิ่งเหล่านี้คือตัวแปลงแบบตารางค้นหา (Lookup-table) ล้วนๆ — ให้ผลลัพธ์ที่แน่นอน ตรวจสอบได้ และไม่มีความเสี่ยงจากการที่ LLM สร้างข้อมูลผิดพลาด (Zero LLM hallucination risk)

3. การปกป้องเนื้อหาตามบริบท (Content-Aware Shielding)

เมื่อแปล Markdown หรือเนื้อหาแบบ Rich content Rosetta จะทำการปกป้อง:

• บล็อกโค้ดแบบ Fenced (```)
• โค้ดแบบ Inline (` `)
• Hugo shortcodes ({{</* */>}}, {{%/* */%}})
• ตัวแปร Interpolation ({{ .Count }}, {name}, {{t('key')}})
• บล็อก Raw HTML

สิ่งเหล่านี้จะถูกแทนที่ด้วย Unicode sentinel tokens ก่อนการแปลและจะถูกกู้คืนกลับมาในภายหลัง LLM จะไม่เห็นโค้ด, Shortcodes หรือตัวแปรของคุณเลย

4. ปลั๊กอิน Method แบบมีการฝึกสอน (Coached Method Plugins)

สำหรับภาษาที่ไม่มี API รองรับ คุณสามารถสร้าง Method การแปลแบบมีการฝึกสอน (Coached translation method) ได้:

1. เขียนข้อมูลการฝึกสอนทางภาษา (กฎไวยากรณ์, คำศัพท์, ตัวอย่าง)
2. รวมเข้าด้วยกันเป็นปลั๊กอิน
3. วัดประสิทธิภาพ (Benchmark) เทียบกับคำแปลอ้างอิงโดยใช้ eval harness
4. ติดตั้งลงในโปรเจกต์ของคุณด้วย i18n-rosetta plugin install

นี่คือวิธีที่ rosetta จัดการกับภาษา Plains Cree — และเป็นวิธีที่คุณสามารถใช้จัดการกับภาษาใดๆ ก็ได้ รวมถึงภาษาที่ยังไม่มีอยู่จริงด้วย

---

บทสรุป

Rosetta ไม่ได้ถูกสร้างมาเพื่อแทนที่ Crowdin แต่เป็นเครื่องมือที่แตกต่างกันสำหรับเวิร์กโฟลว์ที่ต่างกัน หากคุณต้องการนักแปลที่เป็นมนุษย์ ให้ใช้ TMS หากคุณต้องการ CLI ที่แปลไฟล์ของคุณด้วยคำสั่งเดียว และให้คุณควบคุม Method, Model และระดับภาษา (Registers) แยกตามภาษาได้ — ให้ใช้ rosetta