Conlangs, Mga Script at Ortograpiya

Ang champollion ay may first-class na suporta para sa constructed languages sa pamamagitan ng mga LLM register at deterministic na mga script converter. Saklaw ng gabay na ito kung paano gumagana ang suporta sa conlang, anong mga font ang kailangan ninyo, at kung paano magdagdag ng sarili ninyo.

:::tip Bakit mahalaga ang conlangs Ang conlangs ay hindi lamang bagong bagay — sinusubok nito ang eksaktong parehong imprastrakturang ginagamit para sa tunay na mga wikang kulang sa serbisyo. Ang quality gate, coaching system, at script conversion pipeline ay gumagana nang magkapareho para sa Klingon at Plains Cree. Kung gumagana ang inyong conlang pipeline, gagana rin ang inyong low-resource language pipeline. :::

Mga Suportadong Constructed Language

Wika	Code	Script Converter	Kinakailangang Font
Klingon	`tlh`	✅ Romanization → pIqaD	PUA font (hal., pIqaD qolqoS)
Sindarin (Tolkien Elvish)	`x-elvish-s`	✅ Latin → Tengwar	CSUR PUA font
Kryptonian	`x-kryptonian`	✅ Latin → Kryptonian	PUA font
Pirate English	`x-pirate`	❌ register lamang	Wala
Shakespearean English	`x-shakespeare`	❌ register lamang	Wala
Yoda-speak	`x-yoda`	❌ register lamang	Wala

Ginagamit ng mga conlang code ang x- prefix ayon sa BCP-47 private-use convention, maliban sa Klingon (tlh) na may ISO 639-3 code na itinalaga ng SIL International.

Unicode, PUA, at Mga Kinakailangan sa Font

Ang Private Use Area

Ang Klingon (pIqaD), Sindarin (Tengwar), at Kryptonian ay gumagamit ng mga Unicode Private Use Area (PUA) character. Ang PUA ay ang saklaw na U+E000–U+F8FF — ang mga codepoint na ito ay walang pamantayang pagtatalaga. Pinapanatili ng ConScript Unicode Registry (CSUR) ang mga mapping na napagkasunduan ng komunidad para sa mga kathang-isip na script, ngunit hindi bahagi ang mga ito ng Unicode standard.

Ang ibig sabihin nito sa praktika:

Ang PUA text ay nare-render bilang mga kahong walang laman (□□□) kapag hindi naka-load ang tamang font
Maaaring imapa ng iba't ibang font ang iba't ibang glyph sa parehong mga PUA codepoint
HINDI nagbu-bundle ang champollion ng mga PUA font — kailangan ninyong i-load ang mga ito mismo
Hindi kailanman mare-render ng mga system font ang mga character na ito

Mga Saklaw ng PUA ayon sa Script

Script	Saklaw ng PUA	Sanggunian ng CSUR
Klingon (pIqaD)	U+F8D0–U+F8FF	CSUR Klingon
Tengwar (Elvish)	U+E000–U+E07F	CSUR Tengwar
Kryptonian	Nag-iiba ayon sa font	Walang CSUR standard

Pag-load ng mga PUA Web Font

May kasamang built-in na command ang champollion upang mag-download at mamahala ng mga PUA web font:

# See which fonts are needed for your configured languages
champollion fonts list

# Download all needed fonts (auto-detects project type for output directory)
champollion fonts install

# Also generate a CSS snippet with @font-face declarations
champollion fonts install --css

Nagda-download ang fonts install command mula sa mga beripikadong open-source repository:

Font	Script	Lisensya	Source
pIqaD qolqoS	Klingon	SIL Open Font License 1.1	GitHub
FreeMonoTengwar	Tengwar	GNU GPL v3 (with font exception)	SourceForge
(ibinigay ng user)	Kryptonian	Nag-iiba	Walang available na open-source PUA font

Awtomatikong nade-detect ang output directory mula sa istruktura ng inyong proyekto (Docusaurus → static/fonts/, Hugo → static/fonts/, default → public/fonts/). I-override gamit ang --dir.

Kung mas gusto ninyong manu-manong pamahalaan ang mga font, magdagdag ng mga @font-face rule sa inyong CSS:

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

/* Apply to Klingon text elements */
[lang="tlh"], [data-script="piqad"] {
  font-family: 'pIqaD', sans-serif;
}

:::warning HINDI ginagarantiya ang suporta sa Unicode Hayagang tumanggi ang Unicode Consortium na i-encode ang mga kathang-isip na script sa standard. Ang mga PUA assignment ay pinapanatili ng komunidad at maaaring magkaroon ng conflict sa pagitan ng mga implementasyon ng font. Palaging tukuyin ang eksaktong font na ginagamit ng inyong proyekto, at subukan ang rendering sa iba't ibang browser. :::

Mga Script Converter

Paano Gumagana ang mga Ito

Ang script conversion ng champollion ay isang post-translation hook:

Isinasalin ng LLM ang text sa isang working script (karaniwang Latin o SRO)
Bine-validate ng quality gate ang output
Binabago ng deterministic converter ang na-validate na text tungo sa display script
Isinusulat sa disk ang na-convert na text

Gumagana ang two-step approach na ito dahil mas mahusay ang output ng mga LLM kapag nagtatrabaho sa mga Latin-based script. Ginagarantiya ng deterministic converter ang tamang script output nang hindi umaasa sa kaalaman ng model sa script (na kadalasang hindi maaasahan).

Lahat ng Limang Converter

May kasamang limang built-in na script converter ang champollion:

Plains Cree: SRO → Syllabics (`crk`)

Standard Roman Orthography tungo sa Canadian Aboriginal Syllabics.

Input:  "tawâw"
Output: "ᑕᐚᐤ"

Gumagamit ang mahahabang patinig ng macron/circumflex: ê, î, ô, â. Hinahawakan ng converter ang lahat ng SRO diacritic at imamapa ang mga ito sa tamang syllabic characters. Tingnan ang Sumuporta sa Low-Resource Language para sa buong Cree pipeline.

Serbian: Latin → Cyrillic (`sr`)

Deterministic na Latin-to-Cyrillic conversion para sa Serbian.

Input:  "zdravo"
Output: "здраво"

Hinahawakan nito ang buong Serbian alphabet mapping kabilang ang mga digraph (lj → љ, nj → њ, dž → џ).

Klingon: Romanization → pIqaD (`tlh`)

Romanization system ni Marc Okrand tungo sa pIqaD PUA characters.

Input:  "Qapla'"    (romanized Klingon)
Output: [pIqaD PUA] (requires pIqaD font to render)

Sindarin: Latin → Tengwar (`x-elvish-s`)

Tolkien's Sindarin mode Tengwar mapping.

Input:  "elen síla"  (Latin Sindarin)
Output: [Tengwar PUA] (requires Tengwar font to render)

Kryptonian: Latin → Kryptonian (`x-kryptonian`)

Fan-lexicon Kryptonian script mapping.

Input:  "Kal-El"
Output: [Kryptonian PUA] (requires Kryptonian font to render)

Pag-trigger ng Converter

Itakda ang scripts field sa inyong language config. Para sa mga built-in converter, awtomatiko itong nade-detect mula sa language code:

{
  "languages": {
    "sr": { "scripts": "sr" },
    "crk": {}
  }
}

Awtomatikong nade-detect ang Plains Cree (crk) — hindi ninyo kailangang itakda nang tahasan ang scripts.

Mga Multi-Script na Wika

Gumagamit ang ilang tunay na wika ng maraming aktibong script:

Wika	Mga Script	Approach ng champollion
Serbian	Latin + Cyrillic	Script converter (`sr`) — magsalin sa Latin, i-convert sa Cyrillic
Chinese	Simplified + Traditional	Magkahiwalay na locale code (`zh` vs `zh-TW`) na may magkakaibang register

Para sa mga wikang parehong audience ang pinaglilingkuran ng dalawang script (Serbian), gumamit ng script converter. Para sa mga wikang magkaibang audience ang pinaglilingkuran ng mga script (Chinese Simplified para sa mainland China, Traditional para sa Taiwan/HK), gumamit ng magkahiwalay na locale code.

Mga Tala sa Ortograpiya

Ang mga register ay hindi lamang tungkol sa tono — nagdadala ang mga ito ng mga tagubiling ortograpiko na gumagabay sa LLM tungo sa tamang mga kumbensiyon sa pagsulat.

Mga Pormal na Anyo ng Pagtawag

Kasama sa mga built-in register ng champollion ang angkop sa kulturang pormal na pagtawag para sa bawat wika:

Wika	Pormal na Anyo	Tagubilin ng Register
German	Sie	`Use Sie-form for formal address`
French	vous	`Use vous-form`
Russian	вы	`Professional register with вы-form`
Turkish	siz	`Professional register with siz-form`
Korean	합쇼체	`Formal Korean (합쇼체)`
Japanese	です/ます	`Polite professional register (です/ます form)`
Polish	Pan/Pani	`Professional register with Pan/Pani form`

Gender-Inclusive na Pagsulat

May gender.inclusiveGuidance field ang bawat language card na may payong partikular sa wika. Ini-inject ito sa LLM translation prompt nang hiwalay sa register preset, kaya pare-pareho itong nalalapat anuman ang formality preset na piliin ng user:

French: Écriture inclusive gamit ang interpunct notation (hal., "Connecté·e")
German: Doppelpunkt notation (hal., "Benutzer:innen")
Spanish: Mas pinipili ang gender-neutral restructuring; slash notation (hal., "usuario/a") bilang fallback

Para sa mga wikang walang partikular na gabay sa kanilang card (hal., Korean, conlangs), bumabalik ang system sa generic na rule: "mas piliin ang mga gender-neutral na anyo o ang pinaka-inclusive na opsyong available."

Mga Kinakailangan sa RTL Script

Lahat ng register para sa Arabic, Hebrew, Persian, at Urdu ay nagtatala ng right-to-left requirements: Ensure text reads naturally in RTL layout contexts.

Pag-override sa Anumang Register

Ang bawat register ay config value — i-override ito upang tumugma sa boses ng inyong proyekto:

{
  "languages": {
    "fr": {
      "register": "Casual French. Use tu-form. Conversational blog tone. Gender-neutral when possible."
    },
    "de": {
      "register": "Informal German. Use du-form. Tech startup voice."
    }
  }
}

Tingnan ang Configuration para sa buong config reference.

Pagdaragdag ng Bagong Conlang

Sunod-sunod na Hakbang

Pumili ng BCP-47 private-use code: Gamitin ang x- prefix (hal., x-dothraki, x-valyrian).
Idagdag sa inyong config:

{
  "languages": {
    "x-dothraki": {
      "register": "Dothraki language. Use David J. Peterson's vocabulary from the Living Language Dothraki textbook. Harsh, direct tone. No articles, no verb 'to be'."
    }
  }
}

(Opsyonal) Magdagdag ng script converter: Kung gumagamit ang inyong conlang ng non-Latin display script, magdagdag ng converter sa lib/scripts.js at i-register ito sa SCRIPT_CONVERTERS.
Subukan: Patakbuhin ang champollion sync --dry upang i-preview ang mga salin nang hindi sumusulat ng mga file.
Suriin ang quality gate: Maaaring kailanganin ng quality gate ang tuning para sa inyong conlang — lalo na ang requireNonLatin check kung gumagamit ang inyong conlang ng mga PUA character.

:::note Nakadepende ang kalidad ng conlang sa kaalaman ng LLM Makapagsasalin lamang ang LLM sa isang conlang na nakita nito sa training data. Gumagana nang maayos ang mga conlang na may mahusay na dokumentasyon (Klingon, Sindarin, Dothraki). Maaaring makagawa ng hindi pare-parehong resulta ang malabo o bagong imbentong conlangs. Gamitin ang coaching data upang mapahusay ang kalidad. :::

Tingnan Din

Mga Suportadong Wika — buong talahanayan ng wika na may availability ng method
Mga Script Converter — mga teknikal na detalye ng conversion pipeline
Mga Paraan ng Pagsasalin — kung paano gumagana ang bawat translation method
Configuration — config reference kabilang ang language at register setup
Sumuporta sa Low-Resource Language — ang parehong imprastraktura na inilalapat sa tunay na mga wikang kulang sa serbisyo

Mga Suportadong Constructed Language​

Unicode, PUA, at Mga Kinakailangan sa Font​

Ang Private Use Area​

Mga Saklaw ng PUA ayon sa Script​

Pag-load ng mga PUA Web Font​

Mga Script Converter​

Paano Gumagana ang mga Ito​

Lahat ng Limang Converter​

Plains Cree: SRO → Syllabics (crk)​

Serbian: Latin → Cyrillic (sr)​

Klingon: Romanization → pIqaD (tlh)​

Sindarin: Latin → Tengwar (x-elvish-s)​

Kryptonian: Latin → Kryptonian (x-kryptonian)​

Pag-trigger ng Converter​

Mga Multi-Script na Wika​

Mga Tala sa Ortograpiya​

Mga Pormal na Anyo ng Pagtawag​

Gender-Inclusive na Pagsulat​

Mga Kinakailangan sa RTL Script​

Pag-override sa Anumang Register​

Pagdaragdag ng Bagong Conlang​

Sunod-sunod na Hakbang​

Tingnan Din​