Conlangs, Scripts & Orthografie

champollion biedt eersteklas ondersteuning voor geconstrueerde talen via LLM-registers en deterministische scriptconverters. Deze handleiding beschrijft hoe ondersteuning voor conlangs werkt, welke lettertypen u nodig heeft en hoe u uw eigen ondersteuning kunt toevoegen.

:::tip Waarom conlangs van belang zijn Conlangs zijn niet louter een curiositeit — ze maken gebruik van exact dezelfde infrastructuur als die voor echte, ondervertegenwoordigde talen. De kwaliteitspoort, het coachingsysteem en de scriptconversiepijplijn werken identiek voor Klingon en Plains Cree. Als uw conlang-pijplijn werkt, werkt uw pijplijn voor talen met weinig middelen ook. :::

Ondersteunde Geconstrueerde Talen

Taal	Code	Scriptconverter	Lettertype vereist
Klingon	`tlh`	✅ Romanisering → pIqaD	PUA-lettertype (bijv. pIqaD qolqoS)
Sindarin (Tolkien Elfisch)	`x-elvish-s`	✅ Latijn → Tengwar	CSUR PUA-lettertype
Kryptonian	`x-kryptonian`	✅ Latijn → Kryptonian	PUA-lettertype
Piraten-Engels	`x-pirate`	❌ alleen register	Geen
Shakespeareaans Engels	`x-shakespeare`	❌ alleen register	Geen
Yoda-spreektaal	`x-yoda`	❌ alleen register	Geen

Conlang-codes gebruiken het x--prefix conform de BCP-47-conventie voor privégebruik, met uitzondering van Klingon (tlh), dat een ISO 639-3-code heeft toegewezen gekregen van SIL International.

Unicode, PUA en Lettertypevereisten

Het Private Use Area

Klingon (pIqaD), Sindarin (Tengwar) en Kryptonian maken gebruik van Unicode Private Use Area (PUA)-tekens. PUA is het bereik U+E000–U+F8FF — deze codepunten hebben geen standaardtoewijzing. Het ConScript Unicode Registry (CSUR) beheert door de gemeenschap overeengekomen toewijzingen voor fictieve schriften, maar deze maken geen deel uit van de Unicode-standaard.

Wat dit in de praktijk betekent:

PUA-tekst wordt weergegeven als lege vakjes (□□□) zonder het juiste geladen lettertype
Verschillende lettertypen kunnen verschillende glyphs toewijzen aan dezelfde PUA-codepunten
champollion levert GEEN PUA-lettertypen mee — u dient deze zelf te laden
Systeemlettertypen zullen deze tekens nooit weergeven

PUA-bereiken per Script

Script	PUA-bereik	CSUR-referentie
Klingon (pIqaD)	U+F8D0–U+F8FF	CSUR Klingon
Tengwar (Elfisch)	U+E000–U+E07F	CSUR Tengwar
Kryptonian	Varieert per lettertype	Geen CSUR-standaard

PUA-weblettertypen laden

champollion bevat een ingebouwde opdracht voor het downloaden en beheren van PUA-weblettertypen:

# 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

De opdracht fonts install downloadt vanuit geverifieerde open-source-repositories:

Lettertype	Script	Licentie	Bron
pIqaD qolqoS	Klingon	SIL Open Font License 1.1	GitHub
FreeMonoTengwar	Tengwar	GNU GPL v3 (met lettertypeuitzondering)	SourceForge
(door gebruiker aangeleverd)	Kryptonian	Varieert	Geen open-source PUA-lettertype beschikbaar

De uitvoermap wordt automatisch gedetecteerd op basis van uw projectstructuur (Docusaurus → static/fonts/, Hugo → static/fonts/, standaard → public/fonts/). Overschrijf dit met --dir.

Als u lettertypen liever handmatig beheert, voeg dan @font-face-regels toe in uw 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 Unicode-ondersteuning is NIET gegarandeerd Het Unicode Consortium heeft expliciet geweigerd fictieve schriften in de standaard op te nemen. PUA-toewijzingen worden door de gemeenschap onderhouden en kunnen conflicteren tussen verschillende lettertypeimplementaties. Geef altijd het exacte lettertype op dat uw project gebruikt en test de weergave in verschillende browsers. :::

Scriptconverters

Hoe Ze Werken

De scriptconversie van champollion is een post-vertaalhook:

Het LLM vertaalt tekst naar een werkomgeving-script (doorgaans Latijn of SRO)
De kwaliteitspoort valideert de uitvoer
De deterministische converter transformeert de gevalideerde tekst naar het weergavescript
De geconverteerde tekst wordt naar schijf geschreven

Deze tweestapsaanpak werkt omdat LLM's betere uitvoer produceren wanneer ze werken met op het Latijn gebaseerde schriften. De deterministische converter garandeert correcte scriptuitvoer zonder te vertrouwen op de (vaak onbetrouwbare) scriptkennis van het model.

Alle Vijf Converters

champollion wordt geleverd met vijf ingebouwde scriptconverters:

Plains Cree: SRO → Syllabics (`crk`)

Standard Roman Orthography naar Canadian Aboriginal Syllabics.

Input:  "tawâw"
Output: "ᑕᐚᐤ"

Lange klinkers gebruiken macron/circumflex: ê, î, ô, â. De converter verwerkt alle SRO-diakritische tekens en wijst ze toe aan de juiste syllabische tekens. Zie Ondersteuning voor een taal met weinig middelen voor de volledige Cree-pijplijn.

Servisch: Latijn → Cyrillisch (`sr`)

Deterministische Latijn-naar-Cyrillisch-conversie voor het Servisch.

Input:  "zdravo"
Output: "здраво"

Dit verwerkt de volledige Servische alfabettoewijzing, inclusief digrafen (lj → љ, nj → њ, dž → џ).

Klingon: Romanisering → pIqaD (`tlh`)

Marc Okrands romaniseringssysteem naar pIqaD PUA-tekens.

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

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

Tolkiens Sindarin-modus Tengwar-toewijzing.

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

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

Fan-lexicon Kryptonian-scripttoewijzing.

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

Een Converter Activeren

Stel het veld scripts in uw taalconfiguratie in. Voor ingebouwde converters wordt dit automatisch gedetecteerd op basis van de taalcode:

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

Plains Cree (crk) wordt automatisch gedetecteerd — u hoeft scripts niet expliciet in te stellen.

Meertalige Scripts

Sommige echte talen maken gebruik van meerdere actieve schriften:

Taal	Schriften	champollion-aanpak
Servisch	Latijn + Cyrillisch	Scriptconverter (`sr`) — vertalen in Latijn, converteren naar Cyrillisch
Chinees	Vereenvoudigd + Traditioneel	Afzonderlijke localecodes (`zh` vs `zh-TW`) met afzonderlijke registers

Voor talen waarbij beide schriften hetzelfde publiek bedienen (Servisch), gebruikt u een scriptconverter. Voor talen waarbij de schriften verschillende doelgroepen bedienen (Vereenvoudigd Chinees voor het vasteland van China, Traditioneel voor Taiwan/HK), gebruikt u afzonderlijke localecodes.

Orthografische Opmerkingen

Registers zijn niet alleen een kwestie van toon — ze bevatten orthografische instructies die het LLM sturen naar correcte schrijfconventies.

Formele Aanspreekvormen

De ingebouwde registers van champollion bevatten de cultureel passende formele aanspreekvorm voor elke taal:

Taal	Formele vorm	Registerinstructie
Duits	Sie	`Use Sie-form for formal address`
Frans	vous	`Use vous-form`
Russisch	вы	`Professional register with вы-form`
Turks	siz	`Professional register with siz-form`
Koreaans	합쇼체	`Formal Korean (합쇼체)`
Japans	です/ます	`Polite professional register (です/ます form)`
Pools	Pan/Pani	`Professional register with Pan/Pani form`

Genderneutraal Schrijven

Elke taalkaart heeft een veld gender.inclusiveGuidance met taalspecifiek advies. Dit wordt afzonderlijk van de registervoorinstelling in de LLM-vertaalprompt ingevoegd, zodat het consistent van toepassing is ongeacht welke formaliteitsvoorinstelling de gebruiker kiest:

Frans: Écriture inclusive met interpunctnotatie (bijv. "Connecté·e")
Duits: Dubbele-puntnotatie (bijv. "Benutzer:innen")
Spaans: Genderneutrale herstructurering heeft de voorkeur; schuine-streepnotatie (bijv. "usuario/a") als terugvaloptie

Voor talen zonder specifieke richtlijnen op hun kaart (bijv. Koreaans, conlangs) valt het systeem terug op een algemene regel: "geef de voorkeur aan genderneutrale vormen of de meest inclusieve beschikbare optie."

RTL-scriptvereisten

Registers voor Arabisch, Hebreeuws, Perzisch en Urdu vermelden allemaal vereisten voor rechts-naar-links-weergave: Ensure text reads naturally in RTL layout contexts.

Een Register Overschrijven

Elk register is een configuratiewaarde — overschrijf het om aan te sluiten bij de stem van uw project:

{
  "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."
    }
  }
}

Zie Configuratie voor de volledige configuratiereferentie.

Een Nieuwe Conlang Toevoegen

Stap voor stap

Kies een BCP-47-code voor privégebruik: Gebruik het prefix x- (bijv. x-dothraki, x-valyrian).
Voeg toe aan uw configuratie:

{
  "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'."
    }
  }
}

(Optioneel) Voeg een scriptconverter toe: Als uw conlang een niet-Latijns weergavescript gebruikt, voeg dan een converter toe in lib/scripts.js en registreer deze in SCRIPT_CONVERTERS.
Testen: Voer champollion sync --dry uit om vertalingen te bekijken zonder bestanden te schrijven.
Controleer de kwaliteitspoort: De kwaliteitspoort heeft mogelijk afstemming nodig voor uw conlang — met name de controle requireNonLatin als uw conlang PUA-tekens gebruikt.

:::note De kwaliteit van conlangs is afhankelijk van de LLM-kennis Het LLM kan alleen vertalen naar een conlang die het tijdens de training heeft gezien. Goed gedocumenteerde conlangs (Klingon, Sindarin, Dothraki) werken goed. Obscure of nieuw uitgevonden conlangs kunnen inconsistente resultaten opleveren. Gebruik coachingsdata om de kwaliteit te verbeteren. :::

Zie Ook

Ondersteunde talen — volledige taaltabel met beschikbaarheid per methode
Scriptconverters — technische details van de conversiepijplijn
Vertaalmethoden — hoe elke vertaalmethode werkt
Configuratie — configuratiereferentie inclusief taal- en registerinstellingen
Ondersteuning voor een taal met weinig middelen — dezelfde infrastructuur toegepast op echte ondervertegenwoordigde talen

Ondersteunde Geconstrueerde Talen​

Unicode, PUA en Lettertypevereisten​

Het Private Use Area​

PUA-bereiken per Script​

PUA-weblettertypen laden​

Scriptconverters​

Hoe Ze Werken​

Alle Vijf Converters​

Plains Cree: SRO → Syllabics (crk)​

Servisch: Latijn → Cyrillisch (sr)​

Klingon: Romanisering → pIqaD (tlh)​

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

Kryptonian: Latijn → Kryptonian (x-kryptonian)​

Een Converter Activeren​

Meertalige Scripts​

Orthografische Opmerkingen​

Formele Aanspreekvormen​

Genderneutraal Schrijven​

RTL-scriptvereisten​

Een Register Overschrijven​

Een Nieuwe Conlang Toevoegen​

Stap voor stap​

Zie Ook​