Bestanden en indelingen
Bekijk alle bestandsindelingen die AI Glot accepteert, de maximale grootte per indeling, welke structuur tijdens het vertalen behouden blijft en hoe je een export voorbereidt die probleemloos opnieuw kan worden geïmporteerd.
AI Glot accepteert meer dan 35 bestandsindelingen, van Word-, PDF- en InDesign-documenten en spreadsheets tot ondertitels en bestanden voor app-lokalisatie. Wat je ook uploadt, de belofte blijft hetzelfde: de woorden veranderen, de structuur niet. Zo kan het bestand terug naar de plek waar het vandaan kwam.
Deze pagina is de referentietabel. Bekijk Bestandsindelingen voor een handleiding per indeling, met uitleg over wat wordt vertaald, wat ongewijzigd blijft en instructies die je kunt overnemen.
Wat je kunt uploaden
De maximale bestandsgrootte geldt per indeling, niet voor alle bestanden samen. Een limiet die geschikt is voor een spreadsheet zou veel te ruim zijn voor een taalbestand, waarin een paar megabyte al een enorme catalogus is.
Documenten
| Indeling | Extensies | Maximum |
|---|---|---|
| Word | .docx, .dotx, .docm | 25 MB |
.pdf | 25 MB | |
| PowerPoint | .pptx, .potx, .ppsx, .pptm | 30 MB |
| OpenDocument-tekst | .odt | 25 MB |
| OpenDocument-presentatie | .odp | 30 MB |
| EPUB | .epub | 25 MB |
| HTML | .html, .htm, .xhtml | 8 MB |
| Markdown | .md, .markdown, .mdx | 4 MB |
| Platte tekst | .txt | 4 MB |
| InDesign (IDML) | .idml | 30 MB |
Spreadsheets
| Indeling | Extensies | Maximum |
|---|---|---|
| CSV | .csv, .tsv | 60 MB |
| Excel | .xlsx, .xlsm, .xltx, .xltm | 50 MB |
| OpenDocument-spreadsheet | .ods | 20 MB |
Ondertitels
| Indeling | Extensies | Maximum |
|---|---|---|
| SubRip | .srt | 4 MB |
| WebVTT | .vtt | 4 MB |
| YouTube | .sbv | 4 MB |
| Advanced SubStation | .ass, .ssa | 4 MB |
| TTML | .ttml, .dfxp | 8 MB |
| LRC-synchronisatiebestanden voor songteksten | .lrc | 4 MB |
App-lokalisatie
| Indeling | Extensies | Maximum |
|---|---|---|
| XLIFF | .xlf, .xliff | 12 MB |
| Trados-, memoQ- en Phrase-XLIFF | .sdlxliff, .mqxliff, .mxliff | 12 MB |
| Android-bronnen | .xml | 12 MB |
| .NET-bronnen | .resx, .resw | 12 MB |
| Qt Linguist | .ts | 12 MB |
| JSON | .json, .arb, .resjson | 8 MB |
| JSON Lines | .jsonl, .ndjson | 8 MB |
| Xcode String Catalog | .xcstrings | 8 MB |
| YAML | .yaml, .yml | 4 MB |
| TOML | .toml | 4 MB |
| gettext | .po, .pot | 4 MB |
| iOS-strings | .strings | 4 MB |
| iOS-meervoudsregels | .stringsdict | 4 MB |
| Java-properties | .properties | 4 MB |
| INI | .ini, .isl, .lang | 4 MB |
| Fluent | .ftl | 4 MB |
| PHP-taalbestanden | .php | 4 MB |
| Andere XML (feeds, DITA, SVG) | .xml, .svg, .dita, .ditamap | 12 MB |
Archieven
| Indeling | Extensies | Maximum |
|---|---|---|
| ZIP | .zip | 20 MB |
Bestanden die groter zijn dan de limiet worden geweigerd voordat er gegevens worden opgeslagen. Een te groot bestand kost je dus alleen de tijd die je nodig hebt om dat te ontdekken.
Wat behouden blijft tijdens het vertalen
Structuur is geen versiering, maar wat het resultaat bruikbaar maakt. Elke bestandsfamilie heeft eigen elementen die ongewijzigd moeten blijven.
| Familie | Wat ongewijzigd blijft |
|---|---|
| Word, PowerPoint, OpenDocument, EPUB | Stijlen, afbeeldingen, paginaopmaak en opmaak binnen een zin. Wijzigingen bijhouden, opmerkingen en tekst in grafieken blijven onaangeroerd; dit wordt vermeld in het plan |
| Elke pagina, afbeelding, grafisch element, kleur en het paginaformaat. De tekst wordt op dezelfde plek herschreven, met het oorspronkelijke lettertype als dat de benodigde tekens bevat en anders met een vergelijkbaar ingesloten lettertype. Past een vertaling niet, dan wordt deze binnen het tekstblok over meer regels verdeeld en iets kleiner gezet, zodat er nooit tekst wegvalt | |
| Markdown, HTML, tekst | Code, linkdoelen, tags, scripts en regeleinden |
| CSV, Excel | Kolomvolgorde, id’s, prijzen, URL’s, lege rijen, formules en getalnotaties |
| JSON Lines | Eén record per regel, met alle sleutels en de volgorde van de regels |
| INI | Opmerkingen, [sections], aanhalingstekens en escape-tekens |
| Fluent | Berichten- en attribuut-id’s, alle meervoudsvormen en variabelen zoals { $count } |
| PHP-taalbestanden | Code, arraysleutels en functieargumenten. Alleen gewone tekenreekswaarden worden gewijzigd; placeholders zoals :attribute, {field}, %s en $name blijven behouden |
| Andere XML | ID’s, prijzen, URL’s en attribuutwaarden worden nooit vertaald. Het plan bepaalt welke elementen tekst voor gebruikers bevatten. HTML in CDATA blijft CDATA |
| InDesign | Lay-out, kaders, stijlen, afbeeldingen en lettertypen. De tekst wordt gelezen in paginavolgorde, waarbij opmaak binnen alinea’s en hyperlinks behouden blijven. Ook tabellen, voetnoten en tekst op stramienpagina’s worden meegenomen. Verwijderde bijgehouden wijzigingen blijven zoals ze zijn. Het taaldictionary van het document wordt niet gewijzigd, dus stel de taal in InDesign in. Langere tekst kan buiten een kader vallen; de ontwerper kan het kader dan aanpassen |
| JSON, YAML, TOML | Alle sleutels, nestingniveaus en arrayvolgorden. JSON wordt teruggeschreven met inspringing van twee spaties; YAML-opmerkingen blijven niet behouden |
| XLIFF | Lokalisatie-eenheden, placeholders en inline tags |
| Trados-, memoQ- en Phrase-XLIFF | Alle segmenten; vergrendelde segmenten blijven onaangeroerd en bestaande vertalingen blijven behouden, tenzij je vraagt om ze opnieuw te vertalen. Ook Phrase-teksttags zoals {1} blijven behouden. Resultaten worden gemarkeerd als onbevestigde automatische vertalingen die de vertaler in de tool moet bevestigen (Trados Draft with machine origin, memoQ PartiallyEdited, Phrase unconfirmed). Je krijgt altijd het volledige bestand terug, nooit een gedeeltelijke versie |
| gettext | Bericht-ID’s, contexten en meervoudsvormen; de header Plural-Forms wordt aangepast aan de doeltaal |
| Android, iOS, .NET, Java, Qt | Bronsleutels en formaatspecificaties. Voor Android- en Apple-meervoudsbestanden blijven ook de meervoudsvormen behouden die elke taal nodig heeft |
| Ondertitels | Cue-nummers, tijdcodes en opmaakcodes |
| LRC-songteksten | Tijdstags, tags [ar:] en [ti:] en tijdstempels per woord |
| Archief | De mappenstructuur en alle bestandsnamen daarin |
Sleutels zijn onderdeel van de structuur, geen tekst. Een vertaald JSON-bestand kan direct terug in de repository, omdat niets buiten de waarden is verplaatst.
Lengte per waarde
Elke afzonderlijke bronwaarde die voor vertaling wordt geselecteerd, mag maximaal 50,000 Unicode-tekens bevatten. Splits langere HTML- of redactionele inhoud vóór het uploaden op in meerdere rijen of kleinere velden.
Een vertaalde waarde is vaak langer dan de brontekst. Daarom houdt AI Glot voor het voltooide bestand meer opslagruimte vrij dan de invoerlimiet vereist.
Voor een archief telt ook het totale aantal waarden in de bestanden, niet alleen de limiet van 20 MB. Zelfs een vertaling die ruim onder die bestandsgrootte blijft, kan worden geweigerd als de bestanden samen te veel te vertalen waarden bevatten. Verdeel een groot archief in kleinere archieven als dat gebeurt.
Een spreadsheetexport voorbereiden
CSV en Excel zijn de twee indelingen die mensen meestal handmatig samenstellen. Bij deze indelingen veroorzaken onzorgvuldige exports later de meeste problemen.
Behoud stabiele identificatiegegevens
Neem de sleutel op die het doelsysteem gebruikt om rijen te koppelen, zoals een product-ID of record-ID, en sluit die uit van de inhoud die je laat vertalen.
Geef kolommen unieke namen
Vervang lege of dubbele kolomkoppen voordat je het bestand uploadt. description_en en description_fr zijn veel duidelijker dan twee kolommen die allebei description heten.
Exporteer CSV als UTF-8
Kies de optie voor CSV met UTF-8 in je spreadsheetprogramma. Als je alleen de bestandsextensie wijzigt, wordt de inhoud niet geconverteerd. Dat hoeft nu niet meer, want .xlsx wordt rechtstreeks ondersteund.
Bewaar een kopie van het bronbestand
De structuur blijft behouden, maar de oorspronkelijke export is nog altijd de veiligste manier om wijzigingen ongedaan te maken als je doelsysteem een import om andere redenen afwijst.
CSV-specificaties
| Vereiste | Ondersteund gedrag |
|---|---|
| Codering | Strikte UTF-8 |
| Scheidingsteken | Komma, puntkomma of tab (.tsv), automatisch herkend |
| Regeleinden | LF, CRLF of CR |
| Aanhalingstekens | RFC 4180, inclusief ingesloten komma’s en regeleinden |
| Kopteksten | Elke kolom moet een unieke, niet-lege koptekst hebben |
| Rijen | Minimaal één gegevensrij; elke rij moet evenveel kolommen bevatten als de koptekst |
Niet ondersteund
Een PDF moet echte tekst bevatten. Gescande PDF’s worden geweigerd omdat een scan een afbeelding van een pagina is en AI Glot geen OCR uitvoert. Ook PDF’s die met een wachtwoord zijn beveiligd of versleuteld, PDF’s waarvan de machtigingen bewerken verbieden, digitaal ondertekende PDF’s (vertalen zou de handtekening ongeldig maken) en XFA-formulieren worden geweigerd. De oude binaire indelingen .doc, .xls en .ppt, en bestanden van Pages, Numbers en Keynote van Apple worden geweigerd met een bericht waarin staat hoe je ze eerst als .docx, .xlsx of .pptx kunt opslaan. Tekst in afbeeldingen wordt niet uitgelezen.
Een aantal andere indelingen wordt geweigerd met een bericht waarin staat wat je in plaats daarvan kunt aanleveren:
| Geweigerd | Wat je in plaats daarvan aanlevert |
|---|---|
.indd | Kies in InDesign File > Save As > InDesign CS4 or later (IDML) en upload het .idml-bestand |
.xlsb | Sla de werkmap op als .xlsx |
.mo | Stuur het .po-bestand waaruit het is samengesteld |
.js | Exporteer de tekenreeksen naar JSON |
.mobi, .azw, .azw3 | Converteer het boek naar EPUB |
.scc, .stl | Exporteer de ondertitels naar SRT of WebVTT |
In de app staat bij een geweigerde indeling de knop Deze indeling aanvragen. Daarmee open je de supportchat en wordt je aanvraag alvast ingevuld.
Geweigerde bestanden
Voordat het uploaden begint, controleert de browser de bestandstructuur aan de hand van dezelfde regels als de vertaalengine. Een ongeldig bestand wordt dus meteen afgekeurd, niet pas na enkele minuten. De browser weigert lege bestanden, ongeldige UTF-8, niet-afgesloten of niet-geëscapete aanhalingstekens, lege of dubbele kopteksten, ontbrekende gegevensrijen, rijen met een onjuist aantal kolommen, niet-ondersteunde extensies en bestanden die groter zijn dan de limiet voor hun indeling.
Via de API worden dezelfde weigeringen gemeld als unsupported_format en file_too_large.