(3e envoi, *sans les POs attachés* cette fois-ci. Il fait beau à Takamatsu et on va profiter de la journée pour passer du temps sur Ogijima...)
Ouf, j'ai enfin réussi à mettre po4a sur mon Mac.
Pas de paquet chez Homebrew, un truc qui ne marche pas chez Macport, et enfin, chez Fink, une version qui tourne.
Avant de réaliser qu'il me restait Fink à vérifier, j'avais même essayé d'installer une petite Debian dans VirtualBox, mais là le fun c'était d'installer le dossier partagé entre "Virtual" Debian et OSX, et ça m'a pris ma matinée.
L'avantage c'est que j'ai quand même constaté que Emacs y démarrait au quart de tour alors que dans Terminal sur OSX, il me faut bien 5-6 secondes...
Donc voilà. Merci infiniment à l'équipe de po4a pour cet outil magnifique et voici les chiffres :
le manuel d'emacs la référence d'emacs lisp et l'introduction à la programmation en emacs lisp
même si j'imagine qu'il y a plein de trucs qui ne sont pas à traduire genre des lignes de code, etc., ça fait quand même au total près de 850 000 mots en première approximation (dans OmegaT). J'avais fait une première estimation à 900 000 mots basée sur les texi il y a longtemps...
Comme il a été dit à cette époque, on a déjà du matériel traduit. Entre autres, un manuel de la version 21.0.100 publié sur le site de Linux France, avec les sources texi.
Le problème est que sur le site FTP de gnu, il n'y a pas de version 21.0.100, et la version la plus récente disponible est une 21.1.
Les sources hébergées chez Linux France ne recouvrent pas tout le manuel. Seulement les fichiers suivants:
basic.texi buffers.texi commands.texi display.texi emacs.texi entering.texi files.texi fixit.texi frames.texi help.texi indent.texi killing.texi m-x.texi major.texi mark.texi mini.texi mule.texi regs.texi screen.texi search.texi windows.texi
sachant que les fichiers correspondants de la version anglaise on des chaînes en plus pour la plupart puisqu'ils sont plus récents.
Pour créer un corpus bilingue de référence par paragraphe qui pourra être converti soit en PO soit en TMX pour les traducteurs il faut aligner manuellement les fichiers puisqu'ils sont en toute probabilité non symétriques. En comparant la structure des texi j'ai réalisé que leur forme "relativement" libre ne se prêtait pas à un alignement simple entre les deux langues. Donc je suis passé par po4a.
Pour simplifier encore plus, une fois les PO créés dans leurs langues respectives, j'ai retiré les informations qui gênaient l'alignement (no-wrap, msgstr, mise des paragraphes sur une ligne, etc.) et j'ai collé tout ça dans un fichier Calc avec un fichier texi par feuille.
Après, c'est de l'alignement "à vue". Quand on voit un décalage d'un côté, on regarde ce qui est en trop, on élimine si nécessaire (en général les chaînes anglaises qui sont en surplus, des fois des chaînes françaises qui ont été ajoutées pour créer l'index).
Voilà. Après de longues heures dans Calc, les fichiers sont alignés.
C'est seulement après que j'ai réalisé que la version française était passée à côté d'une correction orthographique, donc hop, passage à la moulinette Antidote, près de 10,000 erreurs (typographie, mots anglais inclus, etc.) dont une quantité non négligeable d'« insére » pour « insère ».
Comme j'ai décidé de travailler dans OmegaT, ce corpus bilingue va être converti en TMX. J'ai un utilitaire qui avant était autonome mais maintenant n'existe que comme "outil" du Translation Studio de Heartsome (passé en GPL avec sa version 8), il s'agit du "CSV to TMX converter".
Avant de mettre tout ça en TMX, je retire quand même les lignes qui me servaient de repères dans l'alignement et voilà, j'ai une TMX qui reflète la traduction existante et qui est relativement correcte.
Pour ne pas être étouffé par l'ampleur de la tâche, j'ai décidé de travailler un PO à la fois, et en de commencer par les POs qui ont été traduits précédemment.
À ce jour, j'ai (re-)traduit basic/buffers/commands et je suis donc sur display. display est énorme. Il contient autant de mots que la somme des trois précédents (10 000 sur 20 000), et puis l'ensemble est très bavard.
J'ai fait des choix de terminologie aussi, parfois un peu radicaux. Par exemple "kill". Il n'y a aucune raison de traduire ça par "détruire" comme ça a été fait. Pour des éléments du tampon on peut tourner ça en "couper" et pour le tampon ou la fenêtre et le cadre on peut utiliser "fermer" ou "supprimer". Pareil pour "key", quand il s'agit parfois de "touche", on a beaucoup de "séquence" également.
Le but est de créer un truc qui se lise, sans trop de néologismes, et qui permette aux francophones pas forcément anglophones qui s'intéressent à Emacs de plonger dans le manuel et d'en ressortir plus "savants".
Les chiffres sont les suivants pour les fichiers qui ont déjà une traduction :
Project Statistics
Segments Words #Files Total: 6436 104252 20 Remaining: 3936 80601 17 Unique: 5858 101633 20 Unique Remaining: 3738 79777 17
Individual File Statistics:
File Name Total Words Remaining Words basic.texi.fr.po 5048 0 buffers.texi.fr.po 4363 0 commands.texi.fr.po 1389 0 display.texi.fr.po 10682 10096 emacs.texi.fr.po 8807 7564 entering.texi.fr.po 1079 1025 files.texi.fr.po 13614 11790 fixit.texi.fr.po 2666 1802 frames.texi.fr.po 7386 6537 help.texi.fr.po 3728 3275 indent.texi.fr.po 1622 1550 killing.texi.fr.po 6141 4617 m-x.texi.fr.po 480 416 mark.texi.fr.po 3275 2980 mini.texi.fr.po 5124 4896 mule.texi.fr.po 11229 9772 regs.texi.fr.po 2204 1257 screen.texi.fr.po 2622 2513 search.texi.fr.po 9815 7981 windows.texi.fr.po 2978 2530
Et les chiffres pour les fichiers qui n'existaient pas dans la première traduction:
Project Statistics
Segments Words #Files Total: 11250 206767 36 Remaining: 10811 204471 35 Unique: 10942 205105 35 Unique Remaining: 10645 203983 35
Individual File Statistics:
File Name Total Words Remaining Words abbrevs.texi.fr.po 2998 2633 ack.texi.fr.po 7483 7291 anti.texi.fr.po 766 732 arevert-xtra.texi.fr.po 1341 1307 building.texi.fr.po 9621 9572 cal-xtra.texi.fr.po 5383 5382 calendar.texi.fr.po 9146 9121 cmdargs.texi.fr.po 6640 6603 custom.texi.fr.po 15670 15611 dired-xtra.texi.fr.po 330 296 dired.texi.fr.po 8527 8457 doclicense.texi.fr.po 3713 3679 emacs-xtra.texi.fr.po 413 370 emacsver.texi.fr.po 34 0 emerge-xtra.texi.fr.po 2175 2129 fortran-xtra.texi.fr.po 3276 3238 glossary.texi.fr.po 9027 8926 gnu.texi.fr.po 4528 4493 gpl.texi.fr.po 5669 5572 kmacro.texi.fr.po 3859 3824 macos.texi.fr.po 1461 1427 maintaining.texi.fr.po 15045 14931 misc.texi.fr.po 15623 15550 modes.texi.fr.po 2861 2788 msdog-xtra.texi.fr.po 3964 3930 msdog.texi.fr.po 7100 7064 package.texi.fr.po 1939 1898 picture-xtra.texi.fr.po 1689 1655 programs.texi.fr.po 10617 10601 rmail.texi.fr.po 10032 9969 sending.texi.fr.po 3952 3910 text.texi.fr.po 16060 15989 trouble.texi.fr.po 8822 8749 vc-xtra.texi.fr.po 99 65 vc1-xtra.texi.fr.po 2668 2511 xresources.texi.fr.po 4236 4198
Donc au total 310 000 mots approximativement pour la totalité du manuel, 24 000 déjà traduits, soit par moi, soit dans l'ancienne version, sachant que les anciennes traductions ont été insérées automatiquement mais qu'il faut quand même les relire en totalité et adapter la terminologie.
Dans un premier temps, je vais travailler "offline" donc sans créer de projet en équipe pour OmegaT. Si certains sont intéressés pour m'aider je mettrai tout ça en ligne. Pour le moment j'ai besoin de relecteurs sur les POs que j'ai pour les trois premiers fichiers, et d'une saine discussion au sujet des choix que j'ai faits.
Au cas où certains d'entre vous s'ennuieraient cet été, voilà les 3 premiers chapitres.
Amicalement,
Jean-Christophe Helary
ps : quand le manuel sera bouclé, je passerai à l'introduction à Emacs Lisp, de Chassel, puis seulement à la référence Emacs Lisp, qui a été le sujet d'un travail collaboratif avec des étudiants de l'INSA.