Ondersteunde Talen

champollion wordt geleverd met Language Cards — gestructureerde configuratiebestanden voor 50 talen. Elke kaart bevat registervoorinstellingen, metadata van het formaliteitssysteem, ondersteuningsvlaggen voor methoden, typografieregels en scriptinformatie. Elke taal die uw LLM kent, kan worden toegevoegd met één configuratieregel — dit zijn de talen met gecureerde, productieklare registers.

---

Vertaalmethoden

Elke taal kan gebruikmaken van een of meer van de volgende vertaalmethoden:

Pictogram	Methode	Werking	Kosten
🟢	Google Translate	Neurale MT-basislijn. 130+ talen. Alleen sleutel-waardeparen — kan Markdown-inhoud niet veilig vertalen.	~$20/1M tekens
🔵	LLM (OpenRouter)	Elke taal die het model kent. Registergeleide prompts. Verwerkt sleutel-waardeparen + Markdown-inhoud.	Varieert per model
🟣	LLM-Coached	LLM + grammaticawoordenboeken + coachingdata geïnjecteerd in prompts. Beste keuze voor morfologisch complexe talen.	Varieert per model
🟠	API (Plugin)	Door de community gehoste vertaalpijplijnen aangeboden via HTTP. OCAP-compatibel.	Varieert per aanbieder

Stel GOOGLE_TRANSLATE_API_KEY in voor Google Translate, of OPENROUTER_API_KEY voor LLM-methoden. Zie Vertaalmethoden voor volledige details.

---

Prioriteitstalen

Dit zijn de meest gevraagde locales voor web- en mobiele toepassingen, weergegeven in de aanbevolen volgorde van champollion op basis van toegankelijkheid.

Vlag	Taal	Code	Google	LLM	Coached	Script	Opmerkingen
🇸🇦	Arabisch	ar	✅	✅	✅	—	RTL. Modern Standaard Arabisch (فصحى).
🇵🇭	Filipijns (Taglish)	tl / fil	✅	✅	✅	—	Gebruik fil in Docusaurus-configuraties. champollion herkent beide.
🇫🇷	Frans	fr	✅	✅	✅	—	Vous-vorm. Genderinclusief (Connecté·e).
🇪🇸	Spaans	es	✅	✅	✅	—	Neutraal Latijns-Amerikaans.
🇩🇪	Duits	de	✅	✅	✅	—	Sie-vorm. Genderinclusief (Benutzer:innen).
🇯🇵	Japans	ja	✅	✅	✅	—	です/ます voor hoofdtekst, する voor UI-labels.
🇨🇳	Chinees (Vereenvoudigd)	zh	✅	✅	✅	—	简体中文.
🇮🇹	Italiaans	it	✅	✅	✅	—	Lei-vorm.
🇧🇷	Portugees (BR)	pt	✅	✅	✅	—	Braziliaans Portugees.
🇰🇷	Koreaans	ko	✅	✅	✅	—	해요체 beleefd register.

Grote Wereldtalen

Vlag	Taal	Code	Google	LLM	Coached	Script	Opmerkingen
🇧🇩	Bengaals	bn	✅	✅	✅	—	Voorkeur voor শুদ্ধ ভাষা.
🇧🇬	Bulgaars	bg	✅	✅	✅	—
🇨🇿	Tsjechisch	cs	✅	✅	✅	—	Vykání (vy-vorm).
🇩🇰	Deens	da	✅	✅	✅	—
🇬🇷	Grieks	el	✅	✅	✅	—	Modern Δημοτική.
🇮🇷	Perzisch	fa	✅	✅	✅	—	RTL.
🇫🇮	Fins	fi	✅	✅	✅	—	Geen grammaticaal geslacht.
🇮🇱	Hebreeuws	he	✅	✅	✅	—	RTL.
🇮🇳	Hindi	hi	✅	✅	✅	—	शुद्ध हिन्दी. Minimale Engelse leenwoorden.
🇭🇺	Hongaars	hu	✅	✅	✅	—	Ön-vorm.
🇮🇩	Indonesisch	id	✅	✅	✅	—
🇲🇾	Maleis	ms	✅	✅	✅	—
🇳🇱	Nederlands	nl	✅	✅	✅	—	U-vorm.
🇳🇴	Noors	nb	✅	✅	✅	—	Bokmål.
🇵🇱	Pools	pl	✅	✅	✅	—	Pan/Pani-vorm.
🇵🇹	Portugees (EU)	pt-PT	✅	✅	✅	—	Europees Portugees.
🇷🇴	Roemeens	ro	✅	✅	✅	—
🇷🇺	Russisch	ru	✅	✅	✅	—	Вы-vorm.
🇸🇰	Slowaaks	sk	✅	✅	✅	—	Vykanie (vy-vorm).
🇷🇸	Servisch	sr	✅	✅	✅	🔤 Latijn→Cyrillisch	Deterministische scriptconverter.
🇸🇪	Zweeds	sv	✅	✅	✅	—
🇰🇪	Swahili	sw	✅	✅	✅	—
🇹🇭	Thais	th	✅	✅	✅	—	ครับ/ค่ะ beleefdheidpartikels.
🇹🇷	Turks	tr	✅	✅	✅	—	Siz-vorm.
🇺🇦	Oekraïens	uk	✅	✅	✅	—	Ви-vorm.
🇵🇰	Urdu	ur	✅	✅	✅	—	RTL. آپ-vorm.
🇻🇳	Vietnamees	vi	✅	✅	✅	—
🇹🇼	Chinees (Traditioneel)	zh-TW	✅	✅	✅	—	繁體中文.
🇬🇪	Georgisch	ka	✅	✅	—	—	ქართული. Kartveelse taalfamilie.
🇳🇬	Yoruba	yo	✅	✅	—	—	Èdè Yorùbá. Tonaal (3 tonen).

Regionale Varianten

Vlag	Taal	Code	Google	LLM	Coached	Script	Opmerkingen
🇲🇽	Mexicaans Spaans	es-MX	✅	✅	✅	—	Tú-vorm. Warm register.
🇨🇦	Canadees Frans	fr-CA	✅	✅	✅	—	Québécois-uitdrukkingen.

---

Inheemse & Laagresourcetalen

Deze talen worden niet ondersteund door commerciële MT-diensten. champollion biedt de tooling waarmee taalgemeenschappen hun eigen methoden kunnen ontwikkelen onder OCAP-principes.

	Taal	Code	Google	LLM	Coached	Script	Status
🪶	Plains Cree	crk	❌	✅	✅	🔤 SRO→Syllabics	🚧 In ontwikkeling
🌄	Quechua	qu	✅	✅	—	—	Runasimi. Evidentiële achtervoegsels.

:::info Plains Cree is in actieve ontwikkeling Het register, de coachinginfrastructuur, de scriptconverter en het evaluatieraamwerk voor Plains Cree zijn allemaal functioneel, maar de vertaalpijplijn is nog niet uitgebracht. We werken samen met taalgemeenschappen onder OCAP-principes om kwaliteit te waarborgen vóór de release. Zie Een Laagresourcetaal Ondersteunen voor het volledige verhaal — en hoe u kunt bijdragen. :::

:::tip Meer laagresourcetalen toevoegen Het methode-pluginsysteem van champollion is hier specifiek voor ontworpen. Een taalgemeenschap kan een aangepaste vertaalmethode bouwen, deze onder eigen beheer hosten en aanbieden via de API-methode. Het Methode-leaderboard houdt scores bij voor elk taalpaar — bouw een methode, voer het raamwerk uit en claim de toppositie. :::

---

Geconstrueerde Talen

Contalen worden ondersteund via LLM-registers en optionele scriptconverters. Ze maken gebruik van dezelfde infrastructuur als echte talen — de kwaliteitspoort, het coachingsysteem en de scriptconversiepijplijn werken identiek.

	Taal	Code	Google	LLM	Script	Opmerkingen
🖖	Klingon	tlh	❌	✅	🔤 Romanisering→pIqaD	PUA-lettertype vereist. Marc Okrand-woordenschat.
🧝	Sindarin (Tolkien Elfisch)	x-elvish-s	❌	✅	🔤 Latijn→Tengwar	CSUR PUA-lettertype vereist.
🏴‍☠️	Piraten-Engels	x-pirate	❌	✅	—	Alleen register. Nautische metaforen.
🦸	Kryptoniaans	x-kryptonian	❌	✅	🔤 Latijn→Kryptoniaans	PUA-lettertype vereist.
🎭	Shakespeareaans Engels	x-shakespeare	❌	✅	—	Alleen register. Thee/thou, -eth/-est-vormen.
🐸	Yoda-spreektaal	x-yoda	❌	✅	—	Alleen register. OSV-woordvolgorde.

Zie Contalen, Scripts & Orthografie voor PUA-lettertypevereisten, Unicode-beperkingen en instructies voor het toevoegen van uw eigen contaal.

---

Taalvoorinstellingen

De init-wizard ondersteunt voorinstellingsnamen voor snelle configuratie. U kunt voorinstellingen combineren met afzonderlijke codes.

Voorinstelling	Uitbreiding naar
european	fr, de, es, it, pt, nl
asian	ja, zh, ko
global	fr, es, de, ja, zh, ko, pt, ar
nordic	da, fi, nb, sv

# Mix presets with individual codes
champollion init
# → Target languages: european, ja
# → Resolves to: fr, de, es, it, pt, nl, ja

---

Een Taal Toevoegen

champollion kan vertalen naar elke taal die uw LLM kent — de bovenstaande tabel bevat alleen talen met ingebouwde registervoorinstellingen. Om een niet-vermelde taal toe te voegen, neemt u de BCP-47-code op in uw configuratie:

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

De LLM vertaalt op basis van zijn trainingskennis van de taal. Door een register in te stellen, heeft u controle over toon, formaliteit en orthografische conventies. Zie Configuratie voor details.

---

Language Cards

Elke ingebouwde taal heeft een Language Card — een uniform JSON-bestand in shared/language-cards/ dat alle metadata bevat: registers, formaliteit, ondersteuning voor methoden, typografieregels, genealogische classificatie, taalkundige uitdagingen en NLP-bronnen.

Uniforme Kaartarchitectuur

Elke kaart wordt gretig geladen bij import. Er is geen afzonderlijke referentielaag — alle gegevens bevinden zich in één bestand per taal. Kaarten worden verrijkt vanuit gezaghebbende bronnen:

Bron	Gegevens
Glottolog	Familieclassificatie, afstammingsketen, Glottocode
WALS	Genusclassificatie, typologische kenmerken
CLDR	Script, richting, meervoudsregels, typografie
ISO 15924	Scriptcodes

Belangrijkste Kaartvelden

Veld	Inhoud
nativeName	Endoniem — de naam van de taal in de eigen taal, in het eigen schrift (bijv. ქართული, Runasimi)
classification	Genealogisch ankerpunt: familie, genus, volledige afstammingsketen uit Glottolog
contactInfluences	Universele contactgeschiedenis — leenlagen, superstraten, substraten
Formaliteitssysteem	T-V-onderscheid, spraakregisters, keigo, partikels, enz.
Registervoorinstellingen	Benoemde LLM-promptvoorinstellingen specifiek voor het karakter van de taal
Methodeondersteuning	Welke vertaal-API's deze taal ondersteunen
Genderbegeleiding	Grammaticaal geslachtsregels en tips voor inclusief schrijven
Script/richting	ISO 15924-scriptcode en RTL/LTR
Regels	Typografie (aanhalingstekens, spatiëring), hoofdlettergebruik, meervoudscategorieën
glottocode	Canonieke Glottolog-identifier voor kruisverwijzingen
dataSources	Herkomstregistratie (bijv. ["glottolog-5.3", "cldr-48"])

Een Nieuwe Language Card Genereren

Gebruik de generator om een kaart te genereren op basis van gezaghebbende gegevensbronnen (IANA, CLDR, Glottolog):

# Preview what would be generated
node scripts/generate-language-card.mjs sw --dry-run

# Generate a unified card
node scripts/generate-language-card.mjs sw

De generator vult automatisch metadata in (codes, script, richting, meervouden, aanhalingstekens, methodeondersteuning, classificatie) en markeert taalkundige beoordelingsvelden als TODO voor menselijke curatie.

Voorinstellingssleutels Gebruiken

In plaats van volledige registertekst te schrijven, kunt u een voorinstellingssleutelnaam gebruiken:

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

Champollion zet de sleutel om naar de volledige registerprompt. Voer npx champollion init uit om beschikbare voorinstellingen per taal te bekijken.

Voorbeeldvoorinstellingen

Taal	Voorinstellingen	Standaard
Frans	formal-vous, casual-tu	formal-vous
Koreaans	polite-haeyo, formal-hapsyo, casual-hae	polite-haeyo
Japans	polite, formal-keigo, casual	polite
Duits	formal-Sie, casual-du	formal-Sie
Thais	neutral-professional, polite-male, polite-female	neutral-professional
Spaans	neutral-professional, formal-usted, casual-tuteo	neutral-professional

Zie Een Language Card Bijdragen voor de volledige specificatie, inclusief veldvalidatie en PR-checklist.

---

Zie Ook

• Configuratie — volledige configuratiereferentie inclusief taalinstellingen
• Vertaalmethoden — werking van elke methode
• Scriptconverters — deterministische scriptconversiepijplijn
• Contalen, Scripts & Orthografie — PUA-lettertypen, Unicode, contalen toevoegen
• Een Laagresourcetaal Ondersteunen — methoden bouwen voor ondervertegenwoordigde talen