本地化是指针对具有特定语言、文化或地域背景的受众,对产品、服务或内容进行调整。本地化包括翻译,也涵盖对界面、字体排印、图像、音频、数据格式、支付方式、文档以及其他功能特性的调整,这些因素都会影响产品、服务或内容在目标环境中的使用方式。例如,应用程序的本地化可能不仅需要翻译菜单,还需要调整地址字段、复数形式、排序规则和文本输入方式。缩写 l10n 中的数字 10 代表英文单词 localization 首字母 l 与末字母 n 之间的十个字母。
随着软件和数字产品在国际市场上的发行,本地化逐渐成为一项独立的产业活动;不过,出版、商业和娱乐领域针对不同受众进行调整的历史要悠久得多。如今,本地化将语言工作与软件工程、设计、产品管理、测试和法规合规工作联系在一起。其核心问题并非仅仅是如何将一种语言的词语替换成另一种语言的词语,而是当产品跨越语言和制度界限时,如何确保其含义恰当、功能可用。
范围与概念边界
本地化的显著特点在于,它关注的是完整产品的可用性,或整个沟通过程的体验。翻译通常关注源文本与目标文本之间的关系,不过翻译实践本身也可能涉及大幅度的调整。本地化则明确将文本所处的系统环境纳入任务范围:文字是否能在按钮上完整显示,搜索功能是否能识别当地的拼写方式,语音指令是否与屏幕上的操作相符,以及购买表单是否能接受客户的地址。因此,即使一个句子翻译准确,如果其技术环境或使用情境不合适,整个本地化仍可能失败。
一个重要的区分是本地化与国际化之间的区别。国际化是为产品做好准备,使其能够支持多种语言和地区惯例,而不必针对每一种语言或地区重新构建底层设计。这包括将界面文本与可执行代码分离、支持多种文字系统,以及使用能够根据区域设置调整格式的服务。本地化则在此基础上,为特定受众提供并验证相应内容。两项活动相互依存:本地化项目可能暴露国际化方面的缺陷,例如表单无法接受含有空格的姓氏。
区域设置是计算机系统使用的一组语言和地区偏好配置,并不等同于国家、语言或族群身份。加拿大和法国的法语用户虽然使用大量相同的词汇,但所接触的行政术语、默认货币和地址惯例可能不同。反过来,同一司法管辖区内的人也可能使用多种语言和文字系统。因此,区域设置可以由语言和地区组合而成,并在必要时加入文字系统或其他偏好设置。
商业术语也将本地化与全球化区分开来,不过具体用法不尽相同。在产品企业中,全球化可以指开展国际业务的整体安排,包括国际化、本地化、市场规划和支持服务。在社会科学中,同一个词的含义则广泛得多,涉及国际经济与文化的融合。创译是另一个行业术语,通常指对广告或宣传材料进行较大幅度的创造性改编,目的是再现预期效果,而非紧随原文措辞。它与文案写作及翻译之间的界限尚无统一标准。
这些区分并不意味着本地化可以在文化适配上不受限制。有些材料必须与原文保持精确的对应关系,例如合同条款、产品标识符、技术规格或引述的言论;另一些材料则允许大幅度重新设计。如何取舍,取决于目的、受众、媒介和机构层面的限制。翻译学,尤其是翻译目的论,为这种以目的为导向的推理提供了一种解释框架。不过,仅凭一份商业项目要求,并不能确定内容是否具有法律效力、技术上是否正确,或受众能否理解。
历史发展与产业组织
类似本地化的做法早在计算机出现之前就已存在。出版商会针对不同读者群调整版本;制造商为出口市场提供标签和说明书;经销商则会修改广告、包装和产品名称。电影发行业发展出了专业化的字幕制作和配音方式,各自受到时长、表演和审查方面的制约。这些活动带来了一些反复出现的问题,包括术语管理、跨媒介的一致性,以及文化适应与忠实于原作之间的关系;这些问题后来成为软件本地化的核心议题。
20 世纪 80 年代,个人计算的发展使这些问题呈现出新的技术形态。面向国际市场销售的软件,其菜单、提示信息、文档、对键盘布局的预设以及字符处理程序,往往都带有原始市场的特点。对程序进行适配,除了翻译,还可能需要修改源代码。显示空间有限、字符编码互不兼容、可用字体受限,使支持更多文字系统成为一项尤其艰巨的任务。例如,在日本发行软件时,需要关注多字节字符处理和文字输入,而不仅仅是用译文替换字符串。
20 世纪 90 年代,商业软件出版商日益将面向国际市场的发行工作视为需要统筹协调的生产项目。专业服务商将语言服务与工程、桌面出版和测试相结合。成立于 1990 年的本地化行业标准协会,是推动这项工作专业化的组织之一,于 2011 年停止运营。其活动包括支持数据交换格式的使用,以及开展行业讨论。Unicode 标准的首个版本于 1991 年发布,为多语言文本处理提供了日益重要的基础,不过,各类操作系统和应用程序历经多年才逐步采用这一标准。
互联网的扩张改变了本地化的规模和节奏。网站可以直接更新,无须制作新的实体版本;而国际受众也可能在服务运营商有意进入其所在市场之前,就已经接触到这项服务。网页界面、在线文档、电子商务以及在搜索结果中获得展示的需求,使语言需求持续产生,而不再仅仅围绕版本发布出现。此后,移动应用商店和云托管服务进一步降低了单一、定稿的本地化版本的重要性。一项服务可能同时支持数十种语言版本,并且每天都会加入新的文本。
因此,本地化的产业组织形式既包括大规模的集中式项目,也包括分散式的社区项目。产品方可以直接雇用语言专家,委托多语言服务商,或者协调为各个语种分别提供服务的供应商。开源项目常常将志愿者翻译与专业的工程和审校工作相结合。这些安排对决策权的分配各不相同:开发者掌控技术层面的行为,语言人员判断具体语境中的含义,而本地产品团队则可能影响术语选择或特定市场的功能。实际工作单位往往不是一份文档,而是一组不断变化、相互依赖的界面字符串、帮助文章、法律声明、媒体素材和支持材料。
区域设置标识符、标准与区域数据
可靠的本地化依赖于以软件能够交换的形式表示语言和区域偏好。互联网工程任务组的 BCP 47 框架涵盖 RFC 5646 和 RFC 4647,规定了语言标签的语法和标签匹配流程。标签可以标明语言,并添加文字体系、区域及其他子标签。例如,pt-BR 表示巴西使用的葡萄牙语,zh-Hant 则表示以繁体字书写的汉语。标签不一定包含区域,而区域子标签也不能用来确定某个用户的国籍或所在地。
在实际应用中,区分语言、文字体系和区域十分重要。处理汉语内容时,不能总把简体字和繁体字视为可以机械互换的形式:词汇、用法和机构术语也可能存在差异。同样,对于使用多种文字体系书写的语言,如果自动推断不可靠,就需要制定明确的文字体系选用规则。产品提供的内容版本可能不如用户的偏好设置细致,因此有必要制定匹配策略并形成文档。
Unicode 联盟的通用区域数据存储库为许多软件库和平台提供结构化数据,其中包括数字和日期格式、语言和地区名称、复数规则,以及其他与区域设置有关的信息。通常称为 ICU 的 Unicode 国际化组件库实现了许多相关服务。这些资源使产品能够复用持续维护的语言数据,而不必在每个应用程序中分别内置一套假定规则。不过,使用这些资源并不意味着无需测试产品的具体内容,也不意味着无需确定受众所期望的区域惯例。
区域格式设置不只是更换分隔符。一千二百三十四点五这个数,按照不同惯例,可以写成 1,234.5 或 1.234,5 等形式。$ 这样的货币符号在缺少上下文时含义不明,而改变其显示形式并不会换算实际金额。日期处理需要考虑各字段的顺序、月份名称、历法和时区。按照常见的纯数字日期惯例,03/04/2025 存在歧义。时区也不只是一个固定偏移量:夏令时规则和政府决策都可能改变当地时间与协调世界时之间的关系。
另一项要求是回退机制,即决定在首选区域设置或某项资源不可用时显示什么内容。系统可以从某种语言的区域版本回退到更通用的语言版本,最后再回退到默认版本。这类回退链必须考虑文字体系差异和可用内容,而不能盲目删除子标签。存储的数据也应与其呈现形式保持分离。例如,交易时间戳可以保留机器可读的值,同时根据用户的时区和偏好进行显示。这种分离使系统能够重新设置显示格式,而不必反复解析存在歧义的人类可读字符串。
文本架构、书写系统与界面设计
多语言软件的基础之一是 Unicode统一码,它为字符分配码位,并定义了大量属性和文本处理规则。Unicode 不是字体,采用 Unicode 编码也不保证文本能够正确显示。一个正常运作的系统还需要合适的字体、字形塑造引擎、输入法和文本排版机制。阿拉伯字母的显示形态会随其连接环境而变化;许多南亚文字则需要对字形进行重排和定位。因此,正确存储与正确呈现是相互关联但又彼此独立的技术要求。
用户感知到的字符与所存储文本之间的关系,也是错误的一个来源。一个可见字符可能由一个基本字母和一个组合式附加符号构成,而某些表情符号序列则包含多个码位。因此,通过统计码元或码位来限制可见字符数量,并不总是恰当。Unicode 规范化处理了某些等价的字符表示方式,但并不会让所有外观相似的文本都变得完全相同。搜索、截断、光标移动和校验,都需要根据各自的功能制定明确的处理规则。
从右向左书写的文本还会带来额外的排版问题。Unicode 双向文本算法负责处理混合方向文本的排列顺序,例如阿拉伯文或希伯来文与拉丁字母书写的产品名称及数字混排的情况。界面布局也可能需要镜像调整,例如将导航面板移到另一侧。但并非所有内容都应镜像翻转:标志、照片、数学记号以及某些媒体控件,都有各自独立的方向含义。将用户生成的文本插入周围的界面文本时,方向隔离非常重要,否则标点符号和相邻数字就可能出现在意料之外的位置。
经过国际化设计的界面会将可翻译资源与程序逻辑分离,并提供足够的上下文,帮助译者理解这些资源。英语单词“Open”可能是一条命令、描述状态的形容词,也可能是较长短语的一部分。若在所有这些用途下复用同一项资源,就可能导致译文出错。通过拼接来构造句子同样脆弱:按固定顺序连接一个名称、一个动词和一个宾语,实际上预设了某种特定的语序。对于存在语法一致关系的语言,可能需要将整条消息作为一个语义和语法连贯的整体来选择或生成。
布局必须适应文本长度、换行方式和字体度量的差异。翻译后的文本长度并不存在通用的增长百分比:简短标签可能大幅变长,而较长段落的长度却可能变化不大。中文和日文的换行不像英文那样依赖空格,不同的书写传统也会对行首、行尾的标点使用施加限制。与围绕单一语言设计的固定尺寸文本框相比,灵活的组件、合理的自动换行以及贴近实际使用情况的字体测试更为可靠。无障碍还提出了进一步要求,包括正确的语言元数据、便于阅读的内容顺序,以及为通过辅助技术访问的控件提供本地化标签。
语言适配、术语与文化解读
本地化所翻译的材料,其意义往往分布在文本、交互和语境之中。译者可能只有知道是什么操作触发了一条警告,以及用户接下来可以做什么,才能理解这条警告。因此,屏幕截图、开发者注释、角色资料,以及可供实际操作的软件构建版本,都可能是翻译时不可或缺的参考信息。孤立的字符串会掩盖许多区别,例如单复数、语法性别、某个名称指的是人还是文件,以及按钮是用于启动操作还是确认操作完成。
术语管理追求一致性,但并不假定每个源语言词语都只有一个固定不变的对应译法。术语库可以记录概念、各语言的核准术语、定义、所属领域以及使用限制。这与简单的双语词表不同。在图形应用程序中,“layer”指一种特定的软件对象;在物流系统中,同一个源语言词语则可能指实物的分层排列。一致性必须建立在概念和语境层面,而不是不加区分地替换字符串。产品名称和商标可以保持不变,而描述性用语则需要翻译。
语用学与操作说明、礼貌表达和品牌语气尤其相关。称呼形式可能体现源语言中不存在的区别。德语界面可以采用正式或非正式的第二人称称呼,这会影响代词、动词形式,以及界面所呈现的与用户之间的关系。有些语言允许省略主语,像英语那样反复使用代词反而会显得不自然。风格指南可以规定语体、大小写、标点和推荐句式,但必须为语法差异留出空间,而不能要求表面上的模仿。
文化适配可能涉及示例、插图、幽默、手势,以及对日常活动的预设。以棒球作比喻,对于不熟悉这项运动的受众来说,可能难以传意;某种电源插头的图片,在原有市场之外也可能不符合当地的技术要求。不过,不能把文化类别视为一国民众整齐划一的特征。年龄、职业、教育程度以及对产品的熟悉程度,可能与地域同样重要。针对目标用户开展研究,比认定某个符号、颜色或短语在整个国家都具有同一种普遍含义,更能提供有价值的信息。
姓名、地址和个人身份信息,揭示了以源市场为依据所作假设的局限。表单若要求用户必须恰好填写一个名和一个姓,要求所有国家的地址都提供邮政编码,或拒绝接受非拉丁字符,就可能将本应能够使用服务的用户排除在外。某些行政管理系统可能要求使用音译,但音译不等于翻译,也不能成为弃用本人偏好拼写的理由。对生理性别和社会性别字段、尊称以及亲属称谓,也应同样审慎。本地化能够揭示这些设计问题,但解决问题可能需要调整数据模型和业务流程,而不只是修改语言。
生产流程与语言技术
本地化流程通常从确定目标受众、梳理内容清单、明确质量要求和发布依赖关系开始。随后,必须将材料提取为一种既能保留标识符,又能将待译文本与代码、变量及标记区分开来的形式。翻译管理系统可以协调任务分配、版本变更、审校、术语管理和交付。其作用取决于所提供信息的质量:即使字符串能够高效分发,如果缺乏上下文,仍然难以准确翻译。
翻译记忆库将先前译过的片段与对应原文及相关元数据一同存储。新内容进入系统时,系统会提供完全匹配或近似匹配的译文建议。这可以减少重复劳动,并提高文档和反复出现的界面文本的一致性。不过,匹配的译文并不一定适用于新的使用场景。同一句话可能指向不同的对象、采用不同的语气,或者其中涉及的术语已经发生变化。审核状态、领域、产品版本和上下文标识符,可能与文本相似度同样重要。
交换标准使内容和语言资产能够在不同系统之间流转。由 OASIS 制定的 XLIFF 用于表示可本地化内容及相关信息,以便进行交换;其首个版本于 2002 年发布。翻译记忆交换格式(Translation Memory eXchange,简称 TMX)支持翻译记忆库数据的交换。这类格式可以减少对专有存储格式的依赖,但仅凭文件扩展名并不能保证互操作性。不同工具可能实现不同版本,以不同方式处理行内代码,或保留不同的元数据子集。往返测试用于检查文件能否在导出、处理并重新导入后仍保持结构完整。
机器翻译可以提供初稿,尤其适合大量重复性或风险较低的材料。神经机器翻译系统在 2010 年代开始广泛用于实际生产,而大语言模型进一步带来了根据上下文改写、应用术语和提供语言辅助等能力。然而,这些系统的输出仍可能遗漏内容、改动数字、错误处理占位符,或生成看似合理却缺乏依据的措辞。因此,人工译后编辑是一项具有明确质量要求的独立工作,而不只是对自动生成的文本做最后的简单检查。处理机密材料还会引出数据在何处处理和留存的问题。
持续交付要求本地化工作与频繁的软件变更相互协调。自动化流水线可以检测发生变化的资源,通过应用程序编程接口将其提交翻译,运行检查,并将审核通过的文件送回代码仓库。稳定的标识符有助于在原文措辞变化时保留已有译文,而版本跟踪则能防止过时文本再次出现。发布策略必须明确:当某一语言版本尚未完成时,是保留此前已审核通过的措辞、显示回退内容、推迟推出相关功能,还是限制其可用范围。每一种选择都会影响一致性,以及用户能否完成任务。
质量保证与评估
本地化质量涉及多个维度,不能仅凭译文是否流畅来判断。语言质量关注准确性、术语、语法以及是否适合具体语境。功能质量关注本地化后的产品能否正常运行。视觉质量涵盖字体排印、布局、内容截断和对齐等方面。区域设置的正确性则涉及日期、数字、排序、输入及其他因地区而异的行为。即使语句润色得再好,如果结账流程无法正常运行,也不能算成功的本地化;同样,界面功能正常,但操作说明具有误导性,也可能让产品难以使用。
语言审校将译文与原文进行对照,并考察译文是否实现了预期功能。包括多维质量指标(MQM)框架在内的错误分类体系,会区分误译、漏译、术语和文体等错误类别,通常还会划分严重程度。严重程度应根据后果来判断:轻微的标点不一致,与可能导致数据丢失的错误操作说明,不应具有相同的权重。评估还需要区分真正的错误与可以接受的其他表达。如果没有事先约定术语和文体要求,审校就可能沦为个人偏好的轮番较量。
自动化检查能够有效发现某些类型的缺陷,例如占位符缺失、标记被改动、数字不一致、使用禁用术语以及译文为空。如果原文消息包含 {accountName},丢失或更改这一标记就可能导致运行时故障。然而,自动化检查通常无法判定周围的语句是否描述了正确的账户或操作。技术验证与语言审校分别针对不同的故障类型,明确各自的职责才能使二者发挥最大作用。
伪本地化用于在真实译文尚未就绪时,测试产品是否已为国际化做好准备。软件通过添加带重音符号的字符、增加字符串长度,或在字符串两端添加标记等方式来转换原文字符串。还可以单独进行模拟从右到左书写的测试,以暴露文字方向问题。这些技术能够发现硬编码文本、内容截断、编码故障以及布局中隐含的假设,但无法模拟真实语言的语法或文化惯例。因此,仍然有必要使用实际的本地化构建版本,在真实使用情境下进行测试,尤其要测试动态消息、键盘导航以及与外部服务的交互。
大规模评估还会采用抽样、用户测试和运营指标。任务完成率和用户求助事件能够揭示逐句审校未能发现的问题,但这些现象除了语言之外,也可能有许多其他成因。BLEU翻译评估指标和COMET翻译评估指标等自动翻译评估指标可以辅助某些比较,但单一的汇总分数并不能证明整个本地化产品的质量合格。测试覆盖范围也必须体现风险差异。语言、设备、操作系统、用户角色和账户状态的组合数量可能迅速增长,因此团队通常会优先测试关键流程和有代表性的配置,而不是对所有可能的组合投入同等程度的测试。
媒体、商业与专业领域
不同媒体对本地化调整有不同的限制。在游戏中,文本可能与分支叙事、角色身份、视听呈现的时序以及游戏规则相互关联。为某个角色选用的代词可能影响后续许多台词;同一个物品名称可能出现在对话、物品清单和语音指令中。本地化有时还包括重新设计图像、重新录制表演,或调整依赖语言的谜题的实现方式。测试必须覆盖游戏的各种状态和交互,因为仅靠阅读剧本,无法发现对话与动作之间的所有不匹配之处。
视听本地化包括字幕翻译、配音、旁白配译以及无障碍版本制作。字幕既要便于阅读,又要与镜头切换、语音时序及可用屏幕空间相协调。配音还受到表演时长、可见口型以及声音与角色之间关系等因素的限制。音频描述与无障碍字幕各自承担不同的无障碍功能,不应视为可以与翻译后的对白相互替代。权利协议、演职员署名,以及是否有可单独使用的对白音轨和音乐音轨,都可能决定哪些调整在技术上可行、在合同上获准。
电子商务将语言与交易基础设施联系在一起。本地化的网店可能需要提供当地可用的支付方式、配送选项、商品尺寸及计量信息、税费显示方式和退货信息。以当地货币显示价格,不等于以该货币收款,而这两者又都不同于计算税款或进口关税。尺码标识和计量单位可能需要换算,但换算必须保留相关精度和产品规格。国际单位制提供了标准化的计量单位,但并不能消除各市场在描述屏幕尺寸、服装或建筑材料时的特有惯例。
专业领域对语言表达的自由度有更严格的限制。药品信息、医疗器械界面和金融信息披露都须遵守各司法管辖区的具体要求。相关义务可能涉及经批准的措辞、文件结构、所提供的语言版本、可追溯性,或译本与获批版本之间的关系。例如,欧盟医疗器械法规中的语言要求,部分取决于器械在哪个成员国投放市场。在这些场景中,本地化须与有记录可查的审核及变更控制相结合,而不是不受限制地追求让内容更有说服力或更贴近受众。
公共服务和教育则有不同的优先考量。政府门户网站可能需要采用与实际负责某项福利的机构相一致的术语,而不是套用国外大致对应机构的名称。教育材料可能需要调整对课程体系的引用、符号表示和示例,同时保留所教授的概念。紧急信息必须在不同渠道中保持一致,并让人们在时间紧迫的情况下也能理解。在这些领域,目标受众可能包括读写能力有限或难以使用数字服务的人,因此语言选择、呈现方式和传递方式都是本地化调整中不可分割的组成部分。
文化自主权、包容性与治理
本地化影响着哪些语言能够在数字环境中使用,以及哪些用户不得不借助第二语言操作。支持一种语言,不只是添加翻译后的页面,还可能需要配套的字体、键盘、术语、搜索功能、文档以及长期维护。商业资源较少的社群可能拥有丰富的翻译专业知识,却难以获得实现全面产品支持所需的工程基础设施。因此,本地化也与语言政策、多语现象以及技术使用机会的实际分配息息相关。
商业上的优先次序通常取决于预期需求、运营成本和战略承诺,但语言覆盖范围并非单纯由使用人数决定。一种语言可能使用者众多,但能购买或使用某项服务的人却有限;另一种使用人数较少的语言,则可能因机构承担的义务或已有的需求而获得支持。地区标签也可能掩盖一种语言内部的差异。有关标准语、拼写和术语的决定,可能会优先采用某种既有形式,而非其他社群使用的形式。即使一个界面无法容纳所有变体,记录咨询过程并明确编辑责任,也能让这些取舍更加透明。
适配还会引发有关文化呈现的问题。替换受众不熟悉的指涉对象,可能有助于理解,但反复替换也可能抹去作品的背景或独特身份。这种张力在文学、游戏和视听媒体中尤为明显,因为异域感可能本就是预期体验的一部分。必要的解释、创造性改编与歪曲之间,并不存在普遍适用的界线。需要考虑的因素包括作品类型、受众预期、创作者的意图,以及合同赋予译者和编辑的权限。
政治和法律限制必须与一般的语言调整区分开来。产品发行地的市场可能对地图、名称、符号或可提供的内容提出要求。此时,产品团队需要分别处理事实呈现、合规性、可用性和信息披露等问题。这些都属于治理决策,即便它们是通过翻译所用的同一套文件和工作流程来落实的。将所有此类改动都称为“本地化”,可能会掩盖由谁授权改动以及为何改动;反过来,地区术语的一般差异本身也不足以证明存在政治干预。
数据处理和劳动安排也带来了进一步的责任。翻译平台可能处理尚未发布的产品、个人信息或机密通信,因此数据隐私和访问控制需要贯穿整个工作流程。机器生成的初稿可能改变语言专业人员所承担的工作,却无法消除对结合语境作出判断的需要。志愿者社群需要就贡献者权限、审核权限,以及维护者离开后的工作延续作出安排。在这些不同安排中,问责都有赖于明确语言资源的归属、保留修订历史,以及建立发布后纠正错误的程序。