মেটাডেটায় ভাষা কী?

Language হলো সেই মেটাডেটা ফিল্ড যা কোনো ফাইল কোন মানব ভাষা ব্যবহার করছে তা রেকর্ড করে। কোনো ডকুমেন্ট বা ই-বুকে Language ফিল্ডটি টেক্সটের ভাষার নাম দেখায়। অডিও বা ভিডিও ফাইলে এই ফিল্ড সাধারণত একটি ট্র্যাকে যেই ভাষায় কথা বলা বা গান গাওয়া হয়েছে, সেই ভাষার নাম দেখায়।

কোন ফাইলগুলো এটিকে বহন করে

প্রতিটি ফাইল ফরম্যাট নিজস্বভাবে ভাষার তথ্য রাখে:

• MKV ভিডিও প্রতিটি ট্র্যাকের জন্য একটি করে ভাষা রাখে, তাই প্রতিটি অডিও ও সাবটাইটেল ট্র্যাকের নিজস্ব মান থাকে
• MP4 এবং MOV ভিডিও প্রতিটি ট্র্যাকের মিডিয়া হেডারে একটি ভাষা কোড সংরক্ষণ করে
• MP3 ফাইলে ID3 ট্যাগে, TLAN ফ্রেমে ভাষা রাখা যেতে পারে
• WAV এবং AVI ফাইলে RIFF INFO ব্লকে, ILNG ফিল্ডে ভাষা রাখা যেতে পারে
• PDF ফাইল পুরো ডকুমেন্টের ডিফল্ট ভাষা Lang এন্ট্রিতে সংরক্ষণ করতে পারে
• EPUB ই-বুককে প্যাকেজ মেটাডেটায় অন্তত একটি ভাষার নাম দিতে হয়, dc:language এলিমেন্টে
• DOCX, XLSX, এবং PPTX এর মতো Office ফাইল ডকুমেন্ট প্রোপার্টিজে ভাষার তথ্য রাখতে পারে
• JPG, TIFF এবং যেসব ফাইলে XMP ব্লক থাকে, সেগুলো XMP ফিল্ড dc:language এ ভাষা রাখতে পারে

মানগুলি দেখতে কেমন

ফাইল মূলত ২ ধরনের কোড সিস্টেম ব্যবহার করে। ISO 639-2 প্রতিটি ভাষার জন্য ৩ অক্ষরের কোড দেয়। BCP 47 যেখানে সম্ভব ২ অক্ষরের কোড ব্যবহার করে এবং হাইফেনের পরে একটি অঞ্চল যোগ করতে পারে।

• eng হলো ISO 639-2 এ English, আর en হলো BCP 47 এ English
• fre এবং fra দুটোই French, কারণ ISO 639-2 কিছু ভাষার জন্য আলাদা bibliographic এবং terminology কোড রাখে
• ger এবং deu দুটোই German
• en-US হলো United States-এ ব্যবহৃত English
• fre-ca হলো পুরোনো ফর্ম অনুযায়ী Canadian French, যা MKV ফাইলে ব্যবহার করা হয়

BCP 47 ট্যাগে বড় হাতের বা ছোট হাতের অক্ষরের পার্থক্যের কোনো অর্থ নেই, তাই en-us এবং en-US একই ভাষাকে নির্দেশ করে। প্রচলিতভাবে, ভাষার অংশ ছোট হাতের অক্ষরে এবং অঞ্চলের অংশ বড় হাতের অক্ষরে লেখা হয়।

ID3 ট্যাগ ৩ অক্ষরের কোড ব্যবহার করে, আর EPUB বইগুলো BCP 47 ট্যাগ ব্যবহার করে। একটি MKV ট্র্যাকে এই দুই ফর্মই থাকতে পারে, এবং তখন প্রোগ্রামগুলোকে ৩ অক্ষরের কোডটি উপেক্ষা করতে হয়। FFmpeg দিয়ে তৈরি একটি রিপোর্টে প্রতিটি স্ট্রিমের ট্যাগ হিসেবে মান দেখানো হয়, যেমন language=eng।

বিশেষ ভাষা কোড

und কোডের অর্থ হলো undetermined। ISO 639-2 এটি ব্যবহার করে এমন কনটেন্টের জন্য, যার ভাষা নির্ধারণ করা যায় না।

ISO 639-2-এ আরও কিছু বিশেষ কোড আছে। mul মানে একাধিক ভাষা, আর zxx মানে একেবারেই কোনো ভাষাগত কনটেন্ট নেই। ID3 ফ্রেমের ভেতরে, যেমন মন্তব্য ও গানের কথা, সেখানে XXX স্ট্রিংটি অজানা ভাষাকে চিহ্নিত করে।

এটি কেন গুরুত্বপূর্ণ

মিডিয়া প্লেয়ার আপনার জন্য অডিও ট্র্যাক বাছাই করতে ট্র্যাকের ভাষা পড়ে। যদি আপনি French-কে পছন্দের ভাষা হিসেবে সেট করেন, প্লেয়ার সেই ট্র্যাক বেছে নেয় যার ভাষা French। সাবটাইটেলের ক্ষেত্রে, প্লেয়ার Hearing Impaired এর মতো ফ্ল্যাগও পরীক্ষা করে।

অনুপস্থিত মান বিভ্রান্ত করতে পারে। কোনো MKV ফাইলে, Language এলিমেন্ট ছাড়া কোনো ট্র্যাককে English ধরা হয়, কারণ ডিফল্ট মান হলো eng।

ডকুমেন্টে ভাষা স্ক্রিন রিডারকে সহায়তা করে। সঠিক Lang মান থাকলে স্ক্রিন রিডার একটি PDF-এর জন্য সঠিক উচ্চারণ নিয়ম লোড করতে পারে। একটি PDF একক কোনো বাক্যাংশকেও অন্য ভাষা দিয়ে চিহ্নিত করতে পারে, যেমন English টেক্সটের ভেতরে Mexican Spanish এর জন্য es-MX।

একটি EPUB বই একাধিক ভাষার তালিকা রাখতে পারে। তখন রিডিং সিস্টেমগুলো প্রথম ভাষাটিকেই বইটির প্রধান ভাষা হিসেবে ধরে।