これは何語ですか？

検出器が言語を認識する方法

最初の手がかりはアルファベットです。一部の表記体系は1つの言語、またはそれにほぼ相当します。ハングルは韓国語、タイ文字はタイ語、ギリシャ文字はギリシャ語、ひらがなと漢字の混在は日本語です。それらの文字で書かれている場合、答えはほぼ確実です。

ラテン文字、キリル文字、アラビア文字、デーヴァナーガリー文字は数十の言語で共有されているため、検出器は最も頻繁に出現する文字のシーケンスを確認します。すべての言語には独自の習慣があります。英語は「the」、「ing」、「and」が多く、ポーランド語は「prz」、「ów」、「dz」が多く、ドイツ語は「sch」、「ein」が多く、スペイン語は「que」、「ción」が多いです。テキストは、約80言語の典型的なシーケンスと比較され、最も近い一致が勝ちます。

答えが不確かな場合

各回答に表示される確信度は、勝者がどれだけ先行していたかを示します。それを低下させる3つの状況があります：

• 非常に短いテキスト。挨拶や名前には、決定するのに十分な文字パターンがありません。通常、2〜3文あれば十分です。
• 近縁言語。ラテン文字のボスニア語、クロアチア語、セルビア語はほとんど同じように書かれています。インドネシア語とマレー語も同様です。ヒンディー語、マラーティー語、ネパール語はデーヴァナーガリー文字と多くの単語を共有しています。これらの言語が近接している場合、両方が名前付けされます。
• 混合テキスト。フランスの契約書を引用している英語のメールは全体として読み取られ、より多くのテキストを持つ言語が勝ちます。不確かな部分を単独で貼り付けてください。

検出器は言語を名前付けしますが、地域の方言ではありません。ブラジルポルトガル語とヨーロッパポルトガル語の違い、またはメキシコスペイン語とスペインスペイン語の違いを伝えることはできません。それらのスペルはほとんど違いません。

文だけでなくドキュメントをチェックする

PDF、Word、Excel、PowerPoint、InDesign（IDML）、EPUBファイル、またはプレーンテキストファイルをドロップすると、検出器はブラウザでそのテキストを読み取り、ドキュメント全体の言語を名前付けします。翻訳のためにファイルを送信する前の簡単なチェックであり、予期しない言語の添付ファイルを見つける方法です。

スキャンされたドキュメントには、読み取るためのテキストが含まれていません。スキャンまたは写真の場合は、まずImage to Textでテキストを抽出し、次にここに貼り付けてください。

知ることから翻訳へ

DocTranslatorにドキュメントをアップロードすると、それが書かれている言語と、108言語から必要な言語を選択します。最初の言語がわかれば、残りは数回のクリックで完了し、翻訳されたファイルは元のレイアウトを維持します。