Kapag ihahanda mo na ang pagpapadala ng multilingual na product manual sa mga global na dealer, o isusumite ang App sa mga overseas app store, mapapansin mong lumagpas na ang laki ng file sa limitasyon. Ang pangunahing sanhi nito ay kadalasang ang mga naka-embed na CJK (Chinese, Japanese, Korean) na font. Ang isang kumpletong Traditional Chinese font file ay madaling umabot ng higit sa 10MB, at kung idaragdagan pa ng Japanese, Korean, o mga espesyal na simbolo, mabilis itong tataas ang laki. Hindi lamang nito nababagalan ang bilis ng pag-download, kundi direktang naaapektuhan din ang karanasan ng user at ang gastos sa bandwidth ng server.
Bakit Palaging Napakalaki ng mga File sa Multilingual na Localization?
Sa English na environment, ang mga font file ay kadalasang kailangan lamang saklawin ang 256 basic Latin characters, na may laki na ilang dozen KB lamang. Gayunpaman, kapag nagsasagawa tayo ng multilingual na localization, iba na ang sitwasyon.
- Malawak na Character Set: Ang mga karaniwang ginagamit na Traditional Chinese characters ay nasa 4,000 hanggang 5,000, at kung sasaklawin ang buong Big5 code, aabot ito ng higit sa 13,000; katulad din ng malawak na character set ng Japanese at Korean.
- Pagkakapatong-ong ng Maraming Wika: Ang isang dokumentong sumusuporta sa Traditional Chinese, Simplified Chinese, Japanese, at Korean, kung mag-e-embed ng apat na kumpletong font, madaling lalampas ang laki nito sa 50MB.
- Limitasyon ng Software Package: Napakasensitibo ng mga mobile application sa laki ng installation package, at ang masyadong malaking font file ay direktang magpapababa sa download conversion rate ng mga user.
Ano ang Font Subsetting?
Ang font subsetting ay isang teknolohiyang "on-demand extraction". Ang pangunahing lohika nito ay i-scan ang mga "aktwal na ginagamit na character" sa target na dokumento o software interface, at pagkatapos ay kunin lamang ang glyph data ng mga character na ito mula sa kumpletong font file, at i-repack ito bilang isang bagong, napakaliit na font file.
Halimbawa, para sa isang PDF file na may 500 Chinese characters lamang, sa pamamagitan ng subsetting technology, mababawasan ang 15MB na kumpletong font hanggang sa wala pang 200KB, habang perpektong pinapanatili ang orihinal na disenyo ng font at epekto ng typography.
Kumpletong Pag-embed vs. Font Subsetting: Paghahambing ng Benepisyo
Upang mas malinaw na maunawaan ang halaga ng teknolohiyang ito, maaari nating ihambing ang pagkakaiba ng dalawa sa pamamagitan ng sumusunod na talahanayan:
| Sukatan ng Pagsusuri | Kumpletong Pag-embed ng Font (Full Embedding) | Font Subsetting |
|---|---|---|
| Laki ng File | Napakalaki (isang Chinese font 10MB - 20MB) | Napakaliit (kadalasan 1% - 5% lamang ng orihinal na file) |
| Bilis ng Pag-load | Mabagal, kumakain ng maraming bandwidth at memorya | Mabilis, malaki ang pagpapabuti sa rendering efficiency ng webpage o App |
| Katumpakan ng Typography | 100% na pagbabalik, sinusuportahan ang lahat ng character | 100% na pagbabalik ng epekto ng typography para sa mga ginamit na character |
| Angkop na Sitwasyon | Mga dynamic na form, mga text box na nangangailangan ng real-time input mula sa user | Mga static na PDF, e-book, at mga tapos na UI interface |
| Panganib sa Nawawalang Character | Wala | Kung may idaragdag na character na hindi kasama, magpapakita ito ng nawawalang character |
Praktikal na Aplikasyon: Paano Ito Maayos na Maisasama sa Translation Workflow?
Sa aktwal na paghahatid ng multilingual na nilalaman, ang font subsetting ay dapat na mahigpit na pagsamahin sa proseso ng pagsasalin. Sa artikulong Paano Isasalin ang PDF Habang Pinapanatili ang Orihinal na Format?, binigyang-diin namin ang kahalagahan ng katumpakan ng typography.
Sa pagproseso ng pagsasalin ng multilingual na dokumento, hindi lamang umaasa ang DocTransAI sa maraming modelo ng pagsasalin upang matiyak ang tumpak na kahulugan, kundi pinagsasama rin nito ang manual na pagre-review upang bantayan ang mga teknikal na termino. Sa parehong oras, isinama sa underlying layout engine ang teknolohiya ng font subsetting. Kapag inilalabas ng sistema ang huling multilingual na PDF o e-book, awtomatiko nitong sinescan ang nilalaman ng salin, at kinukuha ang mga aktwal na ginamit na character para sa subsetting. Nangangahulugan ito na hindi na kailangang manu-manong pangasiwaan ng mga kliyente ang masalimuot na pag-compress ng font, upang makamtan ang mga deliverable na file na tumpak ang kahulugan at magaan ang laki. Bukod pa rito, para sa mga brand font na alala ng mga enterprise, sinusuportahan din namin ang pag-uugnay ng terminology database at brand font database, upang matiyak na ang estilo ng font pagkatapos ng subsetting ay naaayon sa corporate identity.
Pag-iwas sa mga Pagkakamali: Lisensya ng Font at Panganib sa Nawawalang Character
Bagama't maraming benepisyo ang font subsetting, mayroon pa ring dalawang mahahalagang babala na dapat tandaan sa praktikal na operasyon.
Una na ang isyu ng lisensya. Maraming komersyal na font ang malinaw na nagbabawal sa pagbabago o muling pag-pack ng font file sa kanilang kasunduan sa lisensya, at maaaring lumabag sa mga tuntunin ang pag-subset. Bago magpatupad, dapat tiyakin ng mga enterprise ang saklaw ng lisensya ng font. Para sa mga detalye, maaaring tingnan ang Multilingual na Lisensya at Pag-embed ng Font: Isang Mahalagang Aralin sa Localized na Typography.
Pangalawa ay ang panganib sa nawawalang character.
Mahalagang Pananaw: Ang font subsetting ay isang mahusay na tool para sa pagpapagaan ng mga static na dokumento, ngunit para sa mga dynamic na form o application na nangangailangan ng real-time input mula sa user, kailangan pa ring panatilihin ang kumpletong font o gumamit ng dynamic subsetting technology, upang maiwasan ang mga "nawawalang character" o "tofu block" na mga error.
Sa huli, para sa mga highly confidential na enterprise document, nag-aalok ang DocTransAI ng private deployment solution, kung saan ang pagproseso ng font subsetting at translation workflow ay ganap na tumatakbo sa lokal na environment ng enterprise, upang matiyak na ang mga brand font asset at confidential na nilalaman ay hindi mag-le-leak.