Che cos'è la lingua nei metadati?

Language è il campo di metadati che registra quale lingua umana usa un file. In un documento o in un e-book, il campo Language indica la lingua del testo. In un file audio o video, di solito indica la lingua parlata o cantata in una traccia.

Quali file lo contengono

Ogni formato di file memorizza la lingua in un punto diverso:

• I video MKV memorizzano una lingua per ogni traccia, quindi ogni traccia audio e ogni traccia di sottotitoli ha il proprio valore
• I video MP4 e MOV memorizzano un codice lingua nell'intestazione multimediale di ogni traccia
• I file MP3 possono contenere la lingua nel tag ID3, nel frame TLAN
• I file WAV e AVI possono contenere la lingua nel blocco RIFF INFO, nel campo ILNG
• I file PDF possono memorizzare la lingua predefinita dell'intero documento nella voce Lang
• Gli e-book EPUB devono indicare almeno una lingua nei metadati del pacchetto, nell'elemento dc:language
• I file Office come DOCX, XLSX e PPTX possono memorizzare la lingua nelle proprietà del documento
• I file JPG, TIFF e altri file con un blocco XMP possono memorizzare la lingua nel campo XMP dc:language

Come appaiono i valori

I file usano 2 sistemi di codici principali. ISO 639-2 assegna a ogni lingua un codice di 3 lettere. BCP 47 usa un codice di 2 lettere dove esiste e può aggiungere una regione dopo un trattino.

• eng è l'inglese in ISO 639-2 e en è l'inglese in BCP 47
• fre e fra indicano entrambi il francese, perché ISO 639-2 prevede un codice bibliografico e uno terminologico per alcune lingue
• ger e deu indicano entrambi il tedesco
• en-US è l'inglese usato negli Stati Uniti
• fre-ca è il francese canadese nella forma più vecchia usata dai file MKV

Le maiuscole e minuscole non hanno significato in un tag BCP 47, quindi en-us e en-US indicano la stessa lingua. Per convenzione, la parte della lingua si scrive in minuscolo e la parte della regione in maiuscolo.

I tag ID3 usano i codici a 3 lettere e i libri EPUB usano i tag BCP 47. Una traccia MKV può contenere entrambe le forme e i programmi devono quindi ignorare il codice a 3 lettere. Un report creato con FFmpeg elenca il valore come tag di ciascuno stream, ad esempio language=eng.

Codici di lingua speciali

Il codice und significa undetermined (indeterminato). ISO 639-2 lo prevede per contenuti in una lingua che non può essere determinata.

ISO 639-2 prevede altri codici speciali. mul significa multiple languages (più lingue) e zxx significa che non c'è alcun contenuto linguistico. All'interno dei frame ID3 come commenti e testi, la stringa XXX indica una lingua sconosciuta.

Perché è importante

I lettori multimediali leggono la lingua della traccia per scegliere una traccia audio per te. Se imposti il francese come lingua preferita, il lettore seleziona una traccia la cui lingua è il francese. Per i sottotitoli, il lettore controlla anche flag come Hearing Impaired.

Un valore mancante può trarre in inganno. In un file MKV, una traccia senza elemento Language viene considerata inglese, perché il valore predefinito è eng.

Nei documenti, la lingua aiuta i lettori di schermo. Con il valore Lang corretto, un lettore di schermo può caricare le giuste regole di pronuncia per un PDF. Un PDF può anche contrassegnare una singola frase con un'altra lingua, ad esempio es-MX per lo spagnolo messicano all'interno di un testo in inglese.

Un libro EPUB può elencare più lingue. I sistemi di lettura considerano quindi la prima come lingua principale del libro.