跳转到主要内容

支持的语言

rosetta 内置了 Language Cards — 针对 50 种语言的结构化配置文件。每张卡片包含语域预设 (register presets)、正式程度系统元数据、方法支持标志、排版规则和书写系统信息。只需一行配置即可添加你的 LLM 掌握的任何语言 — 以下这些是经过精心整理、可用于生产环境的语域。


翻译方法​

每种语言可以使用以下一种或多种翻译方法:

图标方法工作原理成本
🟢Google Translate神经机器翻译基准。支持 130+ 种语言。仅支持键值对字符串 — 无法安全地翻译 Markdown 内容。~$20/100万字符
🔵LLM (OpenRouter)模型掌握的任何语言。由语域引导的提示词。支持键值对 + Markdown 内容。因模型而异
🟣LLM-CoachedLLM + 语法词典 + 注入提示词的辅导数据。最适合形态复杂的语言。因模型而异
🟠API (Plugin)通过 HTTP 提供的社区托管翻译流水线。兼容 OCAP。因提供商而异

将 GOOGLE_TRANSLATE_API_KEY 设置为 Google Translate,或将 OPENROUTER_API_KEY 设置为 LLM 方法。详情请参阅 翻译方法。


优先语言​

这些是 Web 和移动应用中最常用的语言区域,按 rosetta 推荐的无障碍优先顺序排列。

国旗语言代码GoogleLLMCoached书写系统备注
🇸🇦阿拉伯语ar✅✅✅—RTL。现代标准阿拉伯语 (فصحى)。
🇵🇭菲律宾语 (Taglish)tl / fil✅✅✅—在 Docusaurus 配置中使用 fil。rosetta 可解析两者。
🇫🇷法语fr✅✅✅—Vous 形式。性别包容 (Connecté·e)。
🇪🇸西班牙语es✅✅✅—中性拉丁美洲西班牙语。
🇩🇪德语de✅✅✅—Sie 形式。性别包容 (Benutzer:innen)。
🇯🇵日语ja✅✅✅—正文使用 です/ます,UI 标签使用 する。
🇨🇳简体中文zh✅✅✅—简体中文。
🇮🇹意大利语it✅✅✅—Lei 形式。
🇧🇷葡萄牙语 (巴西)pt✅✅✅—巴西葡萄牙语。
🇰🇷韩语ko✅✅✅—해요체 敬语语域。

主要世界语言​

国旗语言代码GoogleLLMCoached书写系统备注
🇧🇩孟加拉语bn✅✅✅—偏好 শুদ্ধ ভাষা。
🇧🇬保加利亚语bg✅✅✅—
🇨🇿捷克语cs✅✅✅—Vykání (vy 形式)。
🇩🇰丹麦语da✅✅✅—
🇬🇷希腊语el✅✅✅—现代 Δημοτική。
🇮🇷波斯语fa✅✅✅—RTL。
🇫🇮芬兰语fi✅✅✅—无语法性别。
🇮🇱希伯来语he✅✅✅—RTL。
🇮🇳印地语hi✅✅✅—शुद्ध हिन्दी。极少英语借词。
🇭🇺匈牙利语hu✅✅✅—Ön 形式。
🇮🇩印尼语id✅✅✅—
🇲🇾马来语ms✅✅✅—
🇳🇱荷兰语nl✅✅✅—U 形式。
🇳🇴挪威语nb✅✅✅—书面挪威语 (Bokmål)。
🇵🇱波兰语pl✅✅✅—Pan/Pani 形式。
🇵🇹葡萄牙语 (欧洲)pt-PT✅✅✅—欧洲葡萄牙语。
🇷🇴罗马尼亚语ro✅✅✅—
🇷🇺俄语ru✅✅✅—Вы 形式。
🇸🇰斯洛伐克语sk✅✅✅—Vykanie (vy 形式)。
🇷🇸塞尔维亚语sr✅✅✅🔤 Latin→Cyrillic确定性书写系统转换器。
🇸🇪瑞典语sv✅✅✅—
🇰🇪斯瓦希里语sw✅✅✅—
🇹🇭泰语th✅✅✅—ครับ/ค่ะ 敬语助词。
🇹🇷土耳其语tr✅✅✅—Siz 形式。
🇺🇦乌克兰语uk✅✅✅—Ви 形式。
🇵🇰乌尔都语ur✅✅✅—RTL。آپ 形式。
🇻🇳越南语vi✅✅✅—
🇹🇼繁体中文zh-TW✅✅✅—繁體中文。
🇬🇪格鲁吉亚语ka✅✅——ქართული。南高加索语系。
🇳🇬约鲁巴语yo✅✅——Èdè Yorùbá。声调语言 (3 个声调)。

地区变体​

国旗语言代码GoogleLLMCoached书写系统备注
🇲🇽墨西哥西班牙语es-MX✅✅✅—Tú 形式。温暖语域。
🇨🇦加拿大法语fr-CA✅✅✅—魁北克习惯用语。

原住民与低资源语言​

商业机器翻译 (MT) 服务不支持这些语言。rosetta 为语言社区提供了在 OCAP 原则 下构建自有方法的工具。

语言代码GoogleLLMCoached书写系统状态
🪶平原克里语crk❌✅✅🔤 SRO→Syllabics🚧 开发中
🌄克丘亚语qu✅✅——Runasimi。传信后缀。

:::info 平原克里语正在积极开发中 平原克里语的语域、辅导基础设施、书写系统转换器和评估测试工具均已可用,但翻译流水线尚未发布。我们正根据 OCAP 原则 与语言社区合作,以确保发布前的质量。请参阅 支持低资源语言 了解完整背景 — 以及你如何参与贡献。 :::

:::tip 添加更多低资源语言 rosetta 的方法插件系统正是为此设计的。语言社区可以构建自定义翻译方法,在自己的控制下进行托管,并通过 API 方法 提供服务。方法排行榜 跟踪任何语言对的得分 — 构建一个方法,运行测试工具,并争取最高分。 :::


人造语言​

通过 LLM 语域和可选的书写系统转换器支持人造语言 (Conlangs)。它们使用与真实语言相同的基础设施 — 质量关卡、辅导系统和书写系统转换流水线的工作方式完全相同。

语言代码GoogleLLM书写系统备注
🖖克林贡语tlh❌✅🔤 Romanization→pIqaD需要 PUA 字体。Marc Okrand 词汇。
🧝辛达林语 (托尔金精灵语)x-elvish-s❌✅🔤 Latin→Tengwar需要 CSUR PUA 字体。
🏴‍☠️海盗英语x-pirate❌✅—仅限语域。航海隐喻。
🦸氪星语x-kryptonian❌✅🔤 Latin→Kryptonian需要 PUA 字体。
🎭莎士比亚英语x-shakespeare❌✅—仅限语域。Thee/thou,-eth/-est 形式。
🐸尤达语x-yoda❌✅—仅限语域。OSV 语序。

有关 PUA 字体要求、Unicode 限制以及如何添加自定义语言,请参阅 人造语言、书写系统与正字法。


语言预设​

init 向导支持使用预设名称进行快速设置。你可以将预设与单独的代码混合使用。

预设扩展为
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

添加任何语言​

rosetta 可以翻译成 你的 LLM 掌握的任何语言 — 上表仅列出了带有内置语域预设的语言。要添加未列出的语言,请在配置中包含其 BCP-47 代码:

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

LLM 将利用其对该语言的训练知识进行翻译。设置 register 可以让你控制语气、正式程度和正字法约定。详情请参阅 配置。


Language Cards​

每种内置语言都有一个 Language Card — 为了性能,结构化的 JSON 配置被分为两层:

双层架构​

层级目录加载方式用途
Runtime (运行时)lib/data/language-cards/在 import 预先加载翻译引擎:语域、正式程度、规则、方法支持
Reference (参考)lib/data/language-reference/按需延迟加载开发者文档:语言学挑战、百科数据、NLP 资源

运行时层保持较小体积 (每张卡片约 2 KB),因此导入 rosetta 不会加载数兆字节的文档数据。参考层可通过 getLanguageReference(code) 提供给工具、网站和评估测试工具使用。

运行时卡片字段​

字段包含内容
nativeName内名 — 该语言在自身书写系统中的自称 (例如:ქართული、Runasimi)
Formality system (正式程度系统)T-V 区分、敬语级别、keigo (日语敬语)、助词等
Register presets (语域预设)针对该语言特性的命名 LLM 提示词预设
Method support (方法支持)哪些翻译 API 支持该语言
Gender guidance (性别指南)语法性别规则和包容性写作提示
Script/direction (书写系统/方向)ISO 15924 书写系统代码和 RTL/LTR
Rules (规则)排版 (引号、间距)、大写、复数类别
Eval datasets (评估数据集)哪些基准测试涵盖该语言
glottocode用于交叉引用的规范 Glottolog 标识符
humanReviewed该卡片是否经过母语者审核

参考卡片字段​

字段包含内容
Linguistic challenges (语言学挑战)机器翻译特定的陷阱 (例如:传信性、声调变音符号、黏着语特性)
Encyclopedic (百科信息)语系、分类、使用者数量、地区
Resources (资源)NLP 工具、平行语料库、预训练模型

搭建新的 Language Card​

使用生成器从权威数据源 (IANA、CLDR、Glottolog) 搭建这两个层级:

# 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

生成器会自动填充元数据 (代码、书写系统、方向、复数、引号、方法支持、语系),并将语言学判断字段标记为 TODO 以供人工整理。

使用预设键​

你可以使用预设键名,而无需编写完整的语域文本:

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

Rosetta 会将该键解析为完整的语域提示词。运行 npx i18n-rosetta init 查看每种语言可用的预设。

预设示例​

语言预设默认
法语formal-vous, casual-tuformal-vous
韩语polite-haeyo, formal-hapsyo, casual-haepolite-haeyo
日语polite, formal-keigo, casualpolite
德语formal-Sie, casual-duformal-Sie
泰语neutral-professional, polite-male, polite-femaleneutral-professional
西班牙语neutral-professional, formal-usted, casual-tuteoneutral-professional

有关完整规范 (包括字段验证和 PR 检查清单),请参阅 贡献 Language Card。


另请参阅​