ข้ามไปยังเนื้อหาหลัก

ภาษาที่รองรับ

rosetta มาพร้อมกับ Language Cards — ไฟล์การกำหนดค่าแบบมีโครงสร้างสำหรับ 50 ภาษา แต่ละการ์ดประกอบด้วยพรีเซ็ตระดับภาษา (register presets), ข้อมูลเมตาของระบบความสุภาพ (formality system metadata), แฟล็กการรองรับวิธีการแปล, กฎการจัดรูปแบบตัวอักษร (typography rules) และข้อมูลสคริปต์ คุณสามารถเพิ่มภาษาใดๆ ที่ LLM ของคุณรู้จักได้ด้วยการกำหนดค่าเพียงบรรทัดเดียว — ภาษาเหล่านี้คือภาษาที่ได้รับการคัดสรรและมีระดับภาษาที่พร้อมใช้งานจริง (production-ready)


วิธีการแปล​

แต่ละภาษาสามารถใช้วิธีการแปลเหล่านี้ได้อย่างน้อยหนึ่งวิธี:

ไอคอนวิธีการวิธีการทำงานค่าใช้จ่าย
🟢Google Translateพื้นฐาน Neural MT รองรับ 130+ ภาษา เฉพาะสตริงแบบ Key-value เท่านั้น — ไม่สามารถแปลเนื้อหา Markdown ได้อย่างปลอดภัย~$20/1M ตัวอักษร
🔵LLM (OpenRouter)ภาษาใดๆ ที่โมเดลรู้จัก ใช้ Prompt ควบคุมระดับภาษา รองรับทั้ง Key-value และเนื้อหา Markdownแตกต่างกันไปตามโมเดล
🟣LLM-CoachedLLM + พจนานุกรมไวยากรณ์ + ข้อมูลการสอน (coaching data) ที่แทรกใน Prompt เหมาะที่สุดสำหรับภาษาที่มีความซับซ้อนทางสัณฐานวิทยาแตกต่างกันไปตามโมเดล
🟠API (Plugin)ไปป์ไลน์การแปลที่โฮสต์โดยชุมชน ให้บริการผ่าน HTTP รองรับ OCAPแตกต่างกันไปตามผู้ให้บริการ

กำหนด GOOGLE_TRANSLATE_API_KEY สำหรับ Google Translate หรือ OPENROUTER_API_KEY สำหรับวิธี LLM ดูรายละเอียดทั้งหมดได้ที่ วิธีการแปล


ภาษาหลัก​

นี่คือภาษา (locales) ที่ได้รับการร้องขอมากที่สุดสำหรับแอปพลิเคชันบนเว็บและมือถือ โดยเรียงลำดับตามคำแนะนำของ rosetta ที่ให้ความสำคัญกับการเข้าถึง (accessibility-first) เป็นอันดับแรก

ธงภาษารหัสGoogleLLMCoachedสคริปต์หมายเหตุ
🇸🇦Arabicar✅✅✅—RTL. Modern Standard Arabic (فصحى)
🇵🇭Filipino (Taglish)tl / fil✅✅✅—ใช้ fil ในการกำหนดค่า Docusaurus โดย rosetta จะจัดการให้ทั้งสองแบบ
🇫🇷Frenchfr✅✅✅—รูปแบบ Vous รองรับความหลากหลายทางเพศ (Connecté·e)
🇪🇸Spanishes✅✅✅—ละตินอเมริกากลาง (Neutral Latin American)
🇩🇪Germande✅✅✅—รูปแบบ Sie รองรับความหลากหลายทางเพศ (Benutzer:innen)
🇯🇵Japaneseja✅✅✅—です/ます สำหรับเนื้อหาหลัก, する สำหรับป้ายกำกับ UI
🇨🇳Chinese (Simplified)zh✅✅✅—简体中文
🇮🇹Italianit✅✅✅—รูปแบบ Lei
🇧🇷Portuguese (BR)pt✅✅✅—ภาษาโปรตุเกสแบบบราซิล
🇰🇷Koreanko✅✅✅—ระดับภาษาสุภาพ 해요체

ภาษาหลักของโลก​

ธงภาษารหัสGoogleLLMCoachedสคริปต์หมายเหตุ
🇧🇩Bengalibn✅✅✅—นิยมใช้ শুদ্ধ ভাষা
🇧🇬Bulgarianbg✅✅✅—
🇨🇿Czechcs✅✅✅—Vykání (รูปแบบ vy)
🇩🇰Danishda✅✅✅—
🇬🇷Greekel✅✅✅—Modern Δημοτική
🇮🇷Persianfa✅✅✅—RTL
🇫🇮Finnishfi✅✅✅—ไม่มีเพศทางไวยากรณ์
🇮🇱Hebrewhe✅✅✅—RTL
🇮🇳Hindihi✅✅✅—शुद्ध हिन्दी ใช้คำยืมภาษาอังกฤษน้อยที่สุด
🇭🇺Hungarianhu✅✅✅—รูปแบบ Ön
🇮🇩Indonesianid✅✅✅—
🇲🇾Malayms✅✅✅—
🇳🇱Dutchnl✅✅✅—รูปแบบ U
🇳🇴Norwegiannb✅✅✅—Bokmål
🇵🇱Polishpl✅✅✅—รูปแบบ Pan/Pani
🇵🇹Portuguese (EU)pt-PT✅✅✅—ภาษาโปรตุเกสแบบยุโรป
🇷🇴Romanianro✅✅✅—
🇷🇺Russianru✅✅✅—รูปแบบ Вы
🇸🇰Slovaksk✅✅✅—Vykanie (รูปแบบ vy)
🇷🇸Serbiansr✅✅✅🔤 Latin→Cyrillicตัวแปลงสคริปต์แบบ Deterministic
🇸🇪Swedishsv✅✅✅—
🇰🇪Swahilisw✅✅✅—
🇹🇭Thaith✅✅✅—คำลงท้ายสุภาพ ครับ/ค่ะ
🇹🇷Turkishtr✅✅✅—รูปแบบ Siz
🇺🇦Ukrainianuk✅✅✅—รูปแบบ Ви
🇵🇰Urduur✅✅✅—RTL รูปแบบ آپ
🇻🇳Vietnamesevi✅✅✅—
🇹🇼Chinese (Traditional)zh-TW✅✅✅—繁體中文
🇬🇪Georgianka✅✅——ქართული ตระกูลภาษา Kartvelian
🇳🇬Yorubayo✅✅——Èdè Yorùbá ภาษาวรรณยุกต์ (3 เสียง)

ภาษาถิ่น​

ธงภาษารหัสGoogleLLMCoachedสคริปต์หมายเหตุ
🇲🇽Mexican Spanishes-MX✅✅✅—รูปแบบ Tú ระดับภาษาเป็นกันเอง
🇨🇦Canadian Frenchfr-CA✅✅✅—สำนวน Québécois

ภาษาพื้นเมืองและภาษาที่มีทรัพยากรน้อย​

ภาษาเหล่านี้ไม่ได้รับการรองรับโดยบริการ MT เชิงพาณิชย์ rosetta มีเครื่องมือสำหรับชุมชนภาษาในการสร้างวิธีการแปลของตนเองภายใต้ หลักการ OCAP

ภาษารหัสGoogleLLMCoachedสคริปต์สถานะ
🪶Plains Creecrk❌✅✅🔤 SRO→Syllabics🚧 อยู่ระหว่างการพัฒนา
🌄Quechuaqu✅✅——Runasimi ปัจจัยแสดงประจักษ์พยาน (Evidential suffixes)

:::info Plains Cree อยู่ระหว่างการพัฒนาอย่างต่อเนื่อง ระดับภาษา, โครงสร้างพื้นฐานการสอน (coaching infrastructure), ตัวแปลงสคริปต์ และชุดทดสอบประเมินผลสำหรับ Plains Cree สามารถใช้งานได้แล้ว แต่ไปป์ไลน์การแปล ยังไม่เปิดตัว เรากำลังทำงานร่วมกับชุมชนภาษาภายใต้ หลักการ OCAP เพื่อให้มั่นใจในคุณภาพก่อนการเปิดตัว ดูรายละเอียดทั้งหมดได้ที่ สนับสนุนภาษาที่มีทรัพยากรน้อย — และวิธีที่คุณสามารถมีส่วนร่วม :::

:::tip การเพิ่มภาษาที่มีทรัพยากรน้อยเพิ่มเติม ระบบปลั๊กอินวิธีการแปลของ rosetta ได้รับการออกแบบมาเพื่อสิ่งนี้ ชุมชนภาษาสามารถสร้างวิธีการแปลแบบกำหนดเอง โฮสต์ไว้ภายใต้การควบคุมของตนเอง และให้บริการผ่าน วิธี API ได้ Method Leaderboard จะติดตามคะแนนสำหรับคู่ภาษาใดๆ — สร้างวิธีการแปล รันชุดทดสอบ และคว้าคะแนนสูงสุด :::


ภาษาประดิษฐ์​

ภาษาประดิษฐ์ (Conlangs) ได้รับการรองรับผ่านระดับภาษาของ LLM และตัวแปลงสคริปต์ที่เป็นตัวเลือกเสริม ภาษาเหล่านี้ใช้โครงสร้างพื้นฐานเดียวกับภาษาจริง — ทั้งเกณฑ์คุณภาพ (quality gate), ระบบการสอน (coaching system) และไปป์ไลน์การแปลงสคริปต์ทำงานเหมือนกันทุกประการ

ภาษารหัสGoogleLLMสคริปต์หมายเหตุ
🖖Klingontlh❌✅🔤 Romanization→pIqaDต้องใช้ฟอนต์ PUA คำศัพท์ของ Marc Okrand
🧝Sindarin (Tolkien Elvish)x-elvish-s❌✅🔤 Latin→Tengwarต้องใช้ฟอนต์ CSUR PUA
🏴‍☠️Pirate Englishx-pirate❌✅—เฉพาะระดับภาษาเท่านั้น คำอุปมาเกี่ยวกับการเดินเรือ
🦸Kryptonianx-kryptonian❌✅🔤 Latin→Kryptonianต้องใช้ฟอนต์ PUA
🎭Shakespearean Englishx-shakespeare❌✅—เฉพาะระดับภาษาเท่านั้น รูปแบบ Thee/thou, -eth/-est
🐸Yoda-speakx-yoda❌✅—เฉพาะระดับภาษาเท่านั้น ลำดับคำแบบ OSV

ดู ภาษาประดิษฐ์ สคริปต์ และอักขรวิธี สำหรับข้อกำหนดของฟอนต์ PUA, ข้อจำกัดของ Unicode และวิธีเพิ่มภาษาของคุณเอง


พรีเซ็ตภาษา​

วิซาร์ด init รองรับชื่อพรีเซ็ตสำหรับการตั้งค่าอย่างรวดเร็ว คุณสามารถผสมพรีเซ็ตกับรหัสภาษาแต่ละตัวได้

พรีเซ็ตขยายเป็น
europeanfr, de, es, it, pt, nl
asianja, zh, ko
globalfr, es, de, ja, zh, ko, pt, ar
nordicda, fi, nb, sv
# Mix presets with individual codes
i18n-rosetta init
# → Target languages: european, ja
# → Resolves to: fr, de, es, it, pt, nl, ja

การเพิ่มภาษาใดๆ​

rosetta สามารถแปลเป็น ภาษาใดๆ ที่ LLM ของคุณรู้จัก — ตารางด้านบนเป็นเพียงรายการภาษาที่มีพรีเซ็ตระดับภาษาในตัว หากต้องการเพิ่มภาษาที่ไม่อยู่ในรายการ ให้ใส่รหัส BCP-47 ในการกำหนดค่าของคุณ:

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

LLM จะแปลโดยใช้ความรู้ที่ได้รับการฝึกฝนมาสำหรับภาษานั้นๆ การตั้งค่า register จะช่วยให้คุณสามารถควบคุมน้ำเสียง ความสุภาพ และรูปแบบอักขรวิธีได้ ดูรายละเอียดที่ การกำหนดค่า


Language Cards​

แต่ละภาษาที่มีมาให้ในตัวจะมี Language Card — การกำหนดค่า JSON แบบมีโครงสร้างที่แบ่งออกเป็นสองระดับ (tiers) เพื่อประสิทธิภาพ:

สถาปัตยกรรมแบบสองระดับ​

ระดับไดเรกทอรีการโหลดวัตถุประสงค์
Runtimelib/data/language-cards/โหลดทันทีที่ importเอนจินการแปล: ระดับภาษา, ความสุภาพ, กฎ, การรองรับวิธีการแปล
Referencelib/data/language-reference/โหลดเมื่อต้องการ (Lazily)เอกสารสำหรับนักพัฒนา: ความท้าทายทางภาษาศาสตร์, ข้อมูลสารานุกรม, ทรัพยากร NLP

ระดับ Runtime จะมีขนาดเล็ก (~2 KB/การ์ด) เพื่อให้การนำเข้า rosetta ไม่ต้องโหลดข้อมูลเอกสารขนาดหลายเมกะไบต์ ระดับ Reference จะพร้อมใช้งานผ่าน getLanguageReference(code) สำหรับเครื่องมือต่างๆ, เว็บไซต์ และชุดทดสอบประเมินผล

ฟิลด์ของการ์ด Runtime​

ฟิลด์ข้อมูลที่บรรจุ
nativeNameชื่อเรียกภาษาของตนเอง (Endonym) ในสคริปต์ของภาษานั้น (เช่น ქართული, Runasimi)
Formality systemการแบ่งแยกระดับความสุภาพ (T-V distinction), ระดับการพูด, keigo, คำลงท้าย ฯลฯ
Register presetsพรีเซ็ต Prompt ของ LLM ที่ตั้งชื่อไว้เฉพาะสำหรับลักษณะของภาษานั้นๆ
Method supportAPI การแปลใดบ้างที่รองรับภาษานี้
Gender guidanceกฎเพศทางไวยากรณ์และเคล็ดลับการเขียนที่ครอบคลุมความหลากหลาย
Script/directionรหัสสคริปต์ ISO 15924 และทิศทาง RTL/LTR
Rulesการจัดรูปแบบตัวอักษร (เครื่องหมายคำพูด, การเว้นวรรค), การใช้ตัวพิมพ์ใหญ่, หมวดหมู่พหูพจน์
Eval datasetsเกณฑ์มาตรฐาน (benchmarks) ใดบ้างที่ครอบคลุมภาษานี้
glottocodeตัวระบุ Glottolog มาตรฐานสำหรับการอ้างอิงข้าม
humanReviewedการ์ดนี้ได้รับการตรวจสอบโดยเจ้าของภาษาหรือไม่

ฟิลด์ของการ์ด Reference​

ฟิลด์ข้อมูลที่บรรจุ
Linguistic challengesข้อควรระวังเฉพาะของ MT (เช่น evidentiality, เครื่องหมายวรรณยุกต์, การเติมคำติดต่อ)
Encyclopedicตระกูลภาษา, การจัดหมวดหมู่, จำนวนผู้พูด, ภูมิภาค
Resourcesเครื่องมือ NLP, คลังข้อมูลคู่ขนาน (parallel corpora), โมเดลที่ฝึกฝนล่วงหน้า (pre-trained models)

การสร้างโครงร่าง Language Card ใหม่​

ใช้ตัวสร้าง (generator) เพื่อสร้างโครงร่างทั้งสองระดับจากแหล่งข้อมูลที่เชื่อถือได้ (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

ตัวสร้างจะเติมข้อมูลเมตาอัตโนมัติ (รหัส, สคริปต์, ทิศทาง, พหูพจน์, เครื่องหมายคำพูด, การรองรับวิธีการแปล, ตระกูลภาษา) และทำเครื่องหมายฟิลด์ที่ต้องใช้การพิจารณาทางภาษาศาสตร์เป็น TODO เพื่อให้มนุษย์เป็นผู้คัดสรร

การใช้คีย์พรีเซ็ต​

แทนที่จะเขียนข้อความระดับภาษาแบบเต็ม คุณสามารถใช้ชื่อคีย์พรีเซ็ตได้:

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

Rosetta จะแปลงคีย์เป็น Prompt ระดับภาษาแบบเต็ม รัน npx i18n-rosetta init เพื่อดูพรีเซ็ตที่มีให้ใช้งานสำหรับแต่ละภาษา

ตัวอย่างพรีเซ็ต​

ภาษาพรีเซ็ตค่าเริ่มต้น
Frenchformal-vous, casual-tuformal-vous
Koreanpolite-haeyo, formal-hapsyo, casual-haepolite-haeyo
Japanesepolite, formal-keigo, casualpolite
Germanformal-Sie, casual-duformal-Sie
Thaineutral-professional, polite-male, polite-femaleneutral-professional
Spanishneutral-professional, formal-usted, casual-tuteoneutral-professional

ดู การร่วมสมทบ Language Card สำหรับข้อกำหนดแบบเต็ม รวมถึงการตรวจสอบความถูกต้องของฟิลด์และรายการตรวจสอบ PR


ดูเพิ่มเติม​