El idioma es el campo de metadatos que registra qué idioma humano usa un archivo. En un documento o un libro electrónico, el campo Idioma indica el idioma del texto. En un archivo de audio o video, normalmente indica el idioma que se habla o se canta en una pista.
Qué archivos lo llevan
Cada formato de archivo guarda el idioma en su propio lugar:
- Los videos MKV guardan un idioma para cada pista, así que cada pista de audio y de subtítulos tiene su propio valor
- Los videos MP4 y MOV guardan un código de idioma en la cabecera multimedia de cada pista
- Los archivos MP3 pueden llevar el idioma en su etiqueta ID3, en el frame
TLAN - Los archivos WAV y AVI pueden llevar el idioma en su bloque RIFF INFO, en el campo
ILNG - Los archivos PDF pueden guardar el idioma predeterminado de todo el documento en la entrada
Lang - Los libros electrónicos EPUB deben indicar al menos un idioma en sus metadatos de paquete, en el elemento
dc:language - Archivos de Office como DOCX, XLSX y PPTX pueden guardar el idioma en sus propiedades de documento
- Los archivos JPG, TIFF y otros con un bloque XMP pueden guardar el idioma en el campo XMP
dc:language
Cómo son los valores
Los archivos usan 2 sistemas principales de códigos. ISO 639-2 asigna a cada idioma un código de 3 letras. BCP 47 usa un código de 2 letras cuando existe y puede añadir una región después de un guion.
enges inglés en ISO 639-2, yenes inglés en BCP 47freyfrason ambos francés, porque ISO 639-2 tiene un código bibliográfico y un código terminológico para algunos idiomasgerydeuson ambos alemánen-USes inglés tal como se usa en Estados Unidosfre-caes francés canadiense en la forma más antigua que usan los archivos MKV
Las mayúsculas y minúsculas no tienen significado en una etiqueta BCP 47, así que en-us y en-US indican el mismo idioma. Por convención, se escribe la parte del idioma en minúsculas y la parte de la región en mayúsculas.
Las etiquetas ID3 usan los códigos de 3 letras, y los libros EPUB usan etiquetas BCP 47. Una pista MKV puede contener ambas formas, y los programas entonces deben ignorar el código de 3 letras. Un informe generado con FFmpeg muestra el valor como una etiqueta de cada flujo, por ejemplo language=eng.
Códigos de idioma especiales
El código und significa indeterminado. ISO 639-2 lo proporciona para contenido en un idioma que no se puede determinar.
ISO 639-2 tiene más códigos especiales. mul significa varios idiomas, y zxx significa que no hay contenido lingüístico en absoluto. Dentro de frames ID3 como comentarios y letras, la cadena XXX marca un idioma desconocido.
Por qué es importante
Los reproductores multimedia leen el idioma de la pista para elegir una pista de audio para ti. Si estableces el francés como tu idioma preferido, el reproductor selecciona una pista cuyo idioma sea francés. Para los subtítulos, el reproductor también comprueba indicadores como Hearing Impaired.
Un valor ausente puede llevar a error. En un archivo MKV, una pista sin elemento Language cuenta como inglés, porque el valor predeterminado es eng.
En documentos, el idioma ayuda a los lectores de pantalla. Con el valor Lang correcto, un lector de pantalla puede cargar las reglas de pronunciación adecuadas para un PDF. Un PDF también puede marcar una sola frase con otro idioma, como es-MX para español de México dentro de un texto en inglés.
Un libro EPUB puede listar varios idiomas. Los sistemas de lectura entonces tratan el primero como el idioma principal del libro.