Czym jest język w metadanych?

Language to pole metadanych, które zapisuje, jakiego języka ludzkiego używa plik. W dokumencie lub e-booku pole Language podaje język tekstu. W pliku audio lub wideo to pole zwykle podaje język mówiony lub śpiewany na danej ścieżce.

Które pliki to zawierają

Każdy format pliku zapisuje język w swoim własnym miejscu:

• Wideo MKV zapisują język dla każdej ścieżki, więc każda ścieżka audio i napisów ma własną wartość
• Wideo MP4 i MOV zapisują kod języka w nagłówku multimedialnym każdej ścieżki
• Pliki MP3 mogą przechowywać język w swoim tagu ID3, w ramce TLAN
• Pliki WAV i AVI mogą przechowywać język w bloku RIFF INFO, w polu ILNG
• Pliki PDF mogą przechowywać domyślny język całego dokumentu we wpisie Lang
• E-booki EPUB muszą podać co najmniej jeden język w swoich metadanych pakietu, w elemencie dc:language
• Pliki Office, takie jak DOCX, XLSX i PPTX, mogą przechowywać język we właściwościach dokumentu
• Pliki JPG, TIFF i inne z blokiem XMP mogą przechowywać język w polu XMP dc:language

Jak wyglądają wartości

Pliki używają 2 głównych systemów kodów. ISO 639-2 przypisuje każdemu językowi 3-literowy kod. BCP 47 używa 2-literowego kodu tam, gdzie istnieje, i może dodać region po myślniku.

• eng to angielski w ISO 639-2, a en to angielski w BCP 47
• fre i fra to oba francuski, ponieważ ISO 639-2 ma kod bibliograficzny i kod terminologiczny dla niektórych języków
• ger i deu to oba niemiecki
• en-US to angielski używany w Stanach Zjednoczonych
• fre-ca to kanadyjski francuski w starszej formie używanej przez pliki MKV

Wielkość liter nie ma znaczenia w tagu BCP 47, więc en-us i en-US oznaczają ten sam język. Zwyczajowo część językową zapisuje się małymi literami, a część regionalną wielkimi literami.

Tagi ID3 używają 3-literowych kodów, a książki EPUB używają tagów BCP 47. Ścieżka w MKV może przechowywać obie formy, a programy muszą wtedy zignorować kod 3-literowy. Raport utworzony za pomocą FFmpeg wyświetla tę wartość jako tag każdego strumienia, na przykład language=eng.

Specjalne kody językowe

Kod und oznacza nieokreślony. ISO 639-2 definiuje go dla treści w języku, którego nie da się określić.

ISO 639-2 ma więcej kodów specjalnych. mul oznacza wiele języków, a zxx oznacza całkowity brak treści językowej. W ramach ID3, takich jak komentarze i teksty piosenek, ciąg XXX oznacza nieznany język.

Dlaczego ma to znaczenie

Odtwarzacze multimediów odczytują język ścieżki, aby wybrać dla Ciebie ścieżkę audio. Jeśli ustawisz francuski jako preferowany język, odtwarzacz wybierze ścieżkę, której język to francuski. Dla napisów odtwarzacz sprawdza też flagi, takie jak dla niesłyszących.

Brakująca wartość może wprowadzać w błąd. W pliku MKV ścieżka bez elementu Language jest traktowana jako angielska, ponieważ domyślna wartość to eng.

W dokumentach język pomaga czytnikom ekranu. Przy poprawnej wartości Lang czytnik ekranu może wczytać właściwe zasady wymowy dla pliku PDF. PDF może też oznaczyć pojedyncze wyrażenie innym językiem, na przykład es-MX dla hiszpańskiego (Meksyk) w tekście po angielsku.

Książka EPUB może wymienić kilka języków. Systemy czytania traktują wtedy pierwszy z nich jako główny język książki.