Vilket språk är detta?

Hur detektorn känner igen ett språk

Den första ledtråden är alfabetet. Vissa skriftsystem tillhör ett språk, eller nästan så: Hangul är koreanska, det thailändska skriftsystemet är thailändska, grekiska bokstäver är grekiska, och kana blandat med kinesiska tecken är japanska. När texten är i det skriftsystemet är svaret nästan säkert.

Latinska, kyrilliska, arabiska och devanagari-bokstäver delas av dussintals språk, så detektorn tittar på vilka bokstavskombinationer som förekommer oftast. Varje språk har sina egna vanor. Engelska är fullt av "the", "ing" och "and"; polska av "prz", "ów" och "dz"; tyska av "sch" och "ein"; spanska av "que" och "ción". Texten jämförs med de typiska sekvenserna för cirka 80 språk, och den närmaste matchningen vinner.

När svaret är mindre säkert

Säkerheten som visas med varje svar anger hur mycket vinnaren ledde. Tre situationer sänker den:

• Mycket kort text. En hälsning eller ett namn innehåller inte tillräckligt med bokstavsmönster för att avgöra. Två eller tre fullständiga meningar räcker vanligtvis.
• Nära släktingar. Bosniska, kroatiska och serbiska på latinska bokstäver skrivs nästan likadant, liksom indonesiska och malajiska. Hindi, marathi och nepali delar skriftsystemet Devanagari och många ord. När två sådana språk ligger nära varandra, nämns båda.
• Blandad text. Ett engelskt e-postmeddelande som citerar ett franskt kontrakt läses som helhet, och språket med mest text vinner. Klistra in den del du är osäker på separat.

Detektorn namnger språk, inte regionala varianter. Den kan inte skilja brasiliansk från europeisk portugisiska, eller spanska från Mexiko från den i Spanien; deras stavning skiljer sig för lite.

Kontrollerar ett dokument, inte bara en mening

Släpp en PDF-, Word-, Excel-, PowerPoint-, InDesign (IDML)- eller EPUB-fil, eller en vanlig textfil, och detektorn läser dess text i din webbläsare och namnger språket från dokumentet som helhet. Det är en snabb kontroll innan du skickar en fil för översättning, och ett sätt att fånga ett bilaga som inte är på det förväntade språket.

Ett skannat dokument har ingen text att läsa. För en skanning eller ett foto, extrahera först texten med Bild till Text, klistra sedan in den här.

Från att veta till att översätta

När du laddar upp ett dokument till DocTranslator väljer du språket det är skrivet på och det du vill ha, från 108 språk. När du väl känner till det första, är resten några få klick, och den översatta filen behåller originalets layout.