org-mode ドキュメントの翻訳ツール検討

.org ファイルの parse には go-org を利用します。

go-org は、go で実装された .org ドキュメントの parser で、 hugo はこれを利用して .org ファイルを read しています。

LuneScript のリファレンスは、 hugo で構築しているので、 hugo で利用されているものと同じ parser を使えば、 問題なく parse 出来ると考えて選択しました。

翻訳には、GCP の Cloud Translation API を利用します。

幾つか機械翻訳サービスがありますが、自分がアカウントを持っていて、 無料で使えるのが GCP なのでこれを選択しています。

GCP の Cloud Translation API も一定量を越えれば有料になりますが、 今回使う程度であれば越えることはないでしょう。

ちなみに、1ヶ月間のリクエスト文字数が 500,000 文字までが無料となります。

<https://cloud.google.com/translate/pricing?hl=ja>

ここで言う 文字数 とは、以下によると

<https://cloud.google.com/translate/pricing?hl=ja#charged-characters>

バイト数ではなく、 日本語なら日本語の 1 つのキャラクタを 1 文字として扱うようです。 例えば多くの日本語は utf-8 で 1 文字 3 バイトですが、 1 文字が何バイトであっても 1 としてカウントされます。

<p>こんにちは</p> を翻訳対象として API に渡した場合、12 文字として扱われます。 これは、 HTML の <p></p> の 7 文字と こんにちは の 5 文字の合計です。

ちなみに、 LuneScript のリファレンスの .org ファイルは約 380KB です。 仮に全て utf-8 の日本語として考えると、約 126,000 文字となります。

実際には、 .org には翻訳対象外のサンプルコードが含まれ、 それを除外したデータを機械翻訳 API で処理させるため、 Cloud Translation API で翻訳する文字数は約 126,000 文字よりも 少なくなることが考えられます。

よって、 500,000 文字の無料枠を越えずに .org 全体に翻訳をかけるテストを数回実行できる計算になります。