Que Idioma é Este?

Como o detector reconhece um idioma

A primeira pista é o alfabeto. Alguns sistemas de escrita pertencem a um idioma, ou quase: Hangul é coreano, o script tailandês é tailandês, letras gregas são grego e kana misturado com caracteres chineses é japonês. Quando o texto está nesse script, a resposta é quase certa.

As letras latinas, cirílicas, árabes e devanagari são compartilhadas por dezenas de idiomas, então o detector verifica quais sequências de letras aparecem com mais frequência. Cada idioma tem seus próprios hábitos. O inglês é cheio de "the", "ing" e "and"; polonês de "prz", "ów" e "dz"; alemão de "sch" e "ein"; espanhol de "que" e "ción". O texto é comparado com as sequências típicas de cerca de 80 idiomas, e a correspondência mais próxima vence.

Quando a resposta é menos certa

A confiança mostrada com cada resposta indica o quão à frente o vencedor estava. Três situações a diminuem:

• Texto muito curto. Uma saudação ou um nome não contém padrões de letras suficientes para decidir. Duas ou três frases completas geralmente são suficientes.
• Parentes próximos. Bósnio, croata e sérvio em letras latinas são escritos quase da mesma forma, assim como indonésio e malaio. Hindi, marata e nepalês compartilham o script Devanagari e muitas palavras. Quando dois idiomas assim ficam próximos, ambos são nomeados.
• Texto misturado. Um e-mail em inglês que cita um contrato em francês é lido como um todo, e o idioma com mais texto vence. Cole a parte sobre a qual você não tem certeza separadamente.

O detector nomeia idiomas, não variedades regionais. Ele não consegue distinguir português brasileiro de europeu, ou o espanhol do México do da Espanha; suas grafias diferem muito pouco.

Verificando um documento, não apenas uma frase

Solte um arquivo PDF, Word, Excel, PowerPoint, InDesign (IDML) ou EPUB, ou um arquivo de texto simples, e o detector lê seu texto no seu navegador e nomeia o idioma do documento como um todo. É uma verificação rápida antes de enviar um arquivo para tradução e uma maneira de capturar um anexo que não está no idioma esperado.

Um documento digitalizado não tem texto para ser lido. Para um scan ou foto, primeiro extraia o texto com Imagem para Texto, depois cole-o aqui.

Do conhecimento à tradução

Ao carregar um documento no DocTranslator, você escolhe o idioma em que ele está escrito e o que você deseja, entre 108 idiomas. Uma vez que você saiba o primeiro, o resto são poucos cliques, e o arquivo traduzido mantém o layout do original.