Unterstützte Sprachen: Schriftarten und Text-zu-Sprache
Mein Blog unterstützt nun neun Sprachen: Japanisch (ja), Spanisch (es), Hindi (hi), Chinesisch (zh), Englisch (en), Französisch (fr), Deutsch (de), Arabisch (ar) und Traditionelles Chinesisch (hant). Die Website finden Sie unter https://lzwjava.github.io
Beim Umgang mit mehreren Sprachen in einer Computerumgebung müssen mehrere Aspekte berücksichtigt werden.
Schriftartenverwaltung
Verschiedene Sprachen erfordern spezifische Schriftarten für die korrekte Darstellung, insbesondere beim Erstellen von PDFs mit LaTeX. Der folgende Python-Code zeigt, wie geeignete Schriftarten basierend auf dem Betriebssystem und der Sprache ausgewählt werden:
if platform.system() == "Darwin":
if lang == "hi":
CJK_FONT = "Kohinoor Devanagari"
elif lang == "ar":
CJK_FONT = "Geeza Pro"
elif lang in ["en", "fr", "de", "es"]:
CJK_FONT = "Helvetica"
elif lang == "zh":
CJK_FONT = "PingFang SC"
elif lang == "hant":
CJK_FONT = "PingFang TC"
elif lang == "ja":
CJK_FONT = "Hiragino Sans"
else:
CJK_FONT = "Arial Unicode MS"
else:
if lang == "hi":
CJK_FONT = "Noto Sans Devanagari"
elif lang == "ar":
CJK_FONT = "Noto Naskh Arabic"
elif lang in ["en", "fr", "de", "es"]:
CJK_FONT = "DejaVu Sans"
elif lang == "zh":
CJK_FONT = "Noto Sans CJK SC"
elif lang == "hant":
CJK_FONT = "Noto Sans CJK TC"
elif lang == "ja":
CJK_FONT = "Noto Sans CJK JP"
else:
CJK_FONT = "Noto Sans"
command = [
'pandoc',
input_markdown_path,
'-o', output_pdf_path,
'-f', 'markdown',
'--pdf-engine', 'xelatex',
'-V', f'romanfont={CJK_FONT}',
'-V', f'mainfont={CJK_FONT}',
'-V', f'CJKmainfont={CJK_FONT}',
'-V', f'CJKsansfont={CJK_FONT}',
'-V', f'CJKmonofont={CJK_FONT}',
'-V', f'geometry:{GEOMETRY}',
'-V', 'classoption=16pt',
'-V', 'CJKoptions=Scale=1.1',
'-V', 'linestretch=1.5'
]
Es ist wichtig zu beachten, dass diese Lösung nicht perfekt ist. Beispielsweise könnte Hindi-Text innerhalb von Codeblock-Kommentaren nicht wie erwartet gerendert werden.
Text-zu-Sprache
Ich nutze Google Text-to-Speech, um Audioversionen meiner Blogbeiträge zu erstellen. Der folgende Codeausschnitt zeigt, wie ich den geeigneten Sprachcode für die Text-to-Speech-Engine auswähle:
synthesis_input = texttospeech.SynthesisInput(text=chunk)
if language_code == "en-US":
voice_name = random.choice(["en-US-Journey-D", "en-US-Journey-F", "en-US-Journey-O"])
elif language_code == "cmn-CN":
voice_name = random.choice(["cmn-CN-Wavenet-A", "cmn-CN-Wavenet-B", "cmn-CN-Wavenet-C", "cmn-CN-Wavenet-D"])
elif language_code == "es-ES":
voice_name = random.choice(["es-ES-Journey-D", "es-ES-Journey-F", "es-ES-Journey-O"])
elif language_code == "fr-FR":
voice_name = random.choice(["fr-FR-Journey-D", "fr-FR-Journey-F", "fr-FR-Journey-O"])
elif language_code == "yue-HK":
voice_name = random.choice(["yue-HK-Standard-A", "yue-HK-Standard-B", "yue-HK-Standard-C", "yue-HK-Standard-D"])
elif language_code == "ja-JP":
voice_name = random.choice(["ja-JP-Neural2-B", "ja-JP-Neural2-C", "ja-JP-Neural2-D"])
elif language_code == "hi-IN":
voice_name = random.choice(["hi-IN-Wavenet-A", "hi-IN-Wavenet-B", "hi-IN-Wavenet-C", "hi-IN-Wavenet-D", "hi-IN-Wavenet-E", "hi-IN-Wavenet-F"])
elif language_code == "de-DE":
voice_name = random.choice(["de-DE-Journey-D", "de-DE-Journey-F", "de-DE-Journey-O"])
elif language_code == "ar-XA":
voice_name = random.choice(["ar-XA-Wavenet-A", "ar-XA-Wavenet-B", "ar-XA-Wavenet-C", "ar-XA-Wavenet-D"])
text_to_speech(
text=article_text,
output_filename=output_filename,
task=task,
language_code=language_code,
dry_run=dry_run,
progress=progress
)
Derzeit wird Audio für chinesische und englische Inhalte erzeugt. Um die Unterstützung für andere Sprachen zu erweitern, müssen die entsprechenden Sprachcodes konfiguriert werden.
Zusammenfassung
Sprachen unterscheiden sich in zwei Hauptaspekten: ihrer geschriebenen Darstellung (Form) und ihrer gesprochenen Form (Aussprache). Die Schriftartenauswahl und die Text-to-Speech-Konfigurationen adressieren diese beiden Aspekte entsprechend.