La langue est le champ de métadonnées qui indique quelle langue humaine un fichier utilise. Dans un document ou un e‑book, le champ Language indique la langue du texte. Dans un fichier audio ou vidéo, ce champ indique en général la langue parlée ou chantée dans une piste.
Quels fichiers le portent
Chaque format de fichier enregistre la langue à un endroit différent :
- Les vidéos MKV enregistrent une langue par piste, de sorte que chaque piste audio et chaque piste de sous-titres a sa propre valeur
- Les vidéos MP4 et MOV enregistrent un code de langue dans l'en-tête média de chaque piste
- Les fichiers MP3 peuvent enregistrer la langue dans leur balise ID3, dans l'élément
TLAN - Les fichiers WAV et AVI peuvent enregistrer la langue dans leur bloc RIFF INFO, dans le champ
ILNG - Les fichiers PDF peuvent enregistrer la langue par défaut de l'ensemble du document dans l'entrée
Lang - Les e‑books EPUB doivent indiquer au moins une langue dans leurs métadonnées de package, dans l'élément
dc:language - Les fichiers Office comme DOCX, XLSX et PPTX peuvent enregistrer la langue dans leurs propriétés de document
- Les fichiers JPG, TIFF et autres fichiers avec un bloc XMP peuvent enregistrer la langue dans le champ XMP
dc:language
À quoi ressemblent les valeurs
Les fichiers utilisent 2 systèmes de codes principaux. ISO 639-2 attribue à chaque langue un code de 3 lettres. BCP 47 utilise un code de 2 lettres lorsqu'il existe et peut ajouter une région après un trait d'union.
engdésigne l'anglais dans ISO 639-2, etendésigne l'anglais dans BCP 47freetfradésignent tous deux le français, car ISO 639-2 fournit pour certaines langues un code bibliographique et un code terminologiquegeretdeudésignent tous deux l'allemanden-USdésigne l'anglais tel qu'il est utilisé aux États-Unisfre-cadésigne le français canadien dans l'ancienne forme utilisée par les fichiers MKV
La casse n'a pas de signification dans une balise BCP 47, donc en-us et en-US désignent la même langue. Par convention, on écrit la partie langue en minuscules et la partie région en majuscules.
Les balises ID3 utilisent les codes à 3 lettres, et les livres EPUB utilisent les balises BCP 47. Une piste MKV peut contenir les deux formes, et les programmes doivent alors ignorer le code à 3 lettres. Un rapport généré avec FFmpeg liste la valeur comme une balise de chaque flux, par exemple language=eng.
Codes de langue spéciaux
Le code und signifie indéterminé. ISO 639-2 l'utilise pour un contenu dont la langue ne peut pas être déterminée.
ISO 639-2 définit d'autres codes spéciaux. mul signifie plusieurs langues, et zxx indique qu'il n'y a aucun contenu linguistique. Dans les trames ID3 comme les commentaires et les paroles, la chaîne XXX marque une langue inconnue.
Pourquoi c'est important
Les lecteurs multimédias lisent la langue de la piste pour choisir automatiquement une piste audio pour vous. Si vous définissez le français comme langue préférée, le lecteur sélectionne une piste dont la langue est le français. Pour les sous-titres, le lecteur vérifie aussi des indicateurs comme Hearing Impaired.
Une valeur manquante peut induire en erreur. Dans un fichier MKV, une piste sans élément Language est considérée comme anglaise, car la valeur par défaut est eng.
Dans les documents, la langue aide les lecteurs d'écran. Avec une valeur Lang correcte, un lecteur d'écran peut charger les bonnes règles de prononciation pour un PDF. Un PDF peut aussi marquer une seule expression dans une autre langue, comme es-MX pour l'espagnol mexicain dans un texte en anglais.
Un livre EPUB peut répertorier plusieurs langues. Les systèmes de lecture considèrent alors la première comme la langue principale du livre.