简单的波斯语（波斯语）字素到音素转换器

pip install PersianG2p

它使用这个神经网络将波斯文本（带有阿拉伯符号）转换为音素文本。

• 简单的波斯语（波斯语）字素到音素转换器
  • 波斯语的特点
  • 这个怎么运作
  • “整洁”的说法
  • 与 Epitran 的比较
  • 安装
  • 用法
  • 电报机器人@PersianG2Pbot
  • 你能做的更好吗

波斯语的特点

• 阿拉伯符号
• 字符有不同的形式取决于在单词中的位置
• 元音a , e , o通常不写但发音；例如：
  • سس 发音为sos但写为ss
  • شش 发音为šeš但写成šš
  • من 发音为man但写为mn
  • سلام 发音为salām但写为 slām
  • شما发音为šomā但写为šmā
  • ممنون 发音为mamnun但写为 mmnun
• 相同的符号有不同的发音：在单词 مو 中，符号 و 发音为u，但在单词 میوه 中，这个符号在元音之后并发音为v；词 تو 代词to或tu取决于意思；符号 ه (hā-ye docešm) 在 نه 中发音为( e )，在آنها中发音为h
• 元音没有重叠
• 动词在句末
• 没有性
• 没有案例
• 形容词和定义附加在名词的末尾

这个怎么运作

有1867对像（波斯语单词，一个发音）的字典；use_large = True您还可以使用in 构造函数加载超过 48 000 个单词的字典。其中一些词（英文）：水，那里，感觉，使用，人，扔，他，可以，高速公路，曾经，大厅，保证，生产，句子，帐户，上帝，自我，他们知道，美元，头脑，小说, 地震, 组织, 武器, 个人, 烈士, 必要性, 意见, 法语, 法律, 伦敦, 剥夺, 人, 研究, 来源, 水果, 他们采取, 系统, 光, 是, 和, 腿, 桥, 什么,做，做。

首先，在 --- tokenized之后，您的文本由hazm规范化。

1. 如果令牌不是阿拉伯字母的符号，那么它什么也不做。
2. 如果 token 是字典中的单词，那么它会从字典中选择发音。
3. 否则发音将由神经网络预测。

如果 token 是字典中的一个单词，那么它的发音是像“this”这样的单词（符号之间的空格以及单词的结尾和开头）。如果这个词是继续，那么它就是预测的词。您可以通过设置禁用此选项secret = True。

“整洁”的说法

与Epitran的比较

代码

安装

pip install PersianG2p

用法

from PersianG2p import Persian_g2p_converter

PersianG2Pconverter = Persian_g2p_converter()
# or 
## PersianG2Pconverter = Persian_g2p_converter(use_large = True)

PersianG2Pconverter.transliterate('ما الان درحال بازی بودیم', tidy = False)
# ' m A   a l A n  darhAl  b A z i   b u d i m '

PersianG2Pconverter.transliterate('ما الان درحال بازی بودیم')
# ' m ā   a l ā n  darhāl  b ā z i   b u d i m '

Persian_g2p_converter().transliterate( "زان یار دلنوازم شکریست با شکایت", secret = True)
# 'zān yār delnavāzam šokrist bā šekāyat'

PersianG2Pconverter.transliterate('نه تنها یک کلمه')
# ' n o h   t a n h ā   y e k  kalame'

#object() and object.transliterate() are equal if they have same arguments
PersianG2Pconverter('نه تنها یک کلمه', secret = True)
# 'noh tanhA yek kalame'

电报机器人@PersianG2Pbot

这个电报机器人使用 PersianG2P 包。写信给他检查结果。

你能做的更好吗

• 拟合更好的模型（使用另一个超参数或更大的字典）

• 将许多新词添加到字典中。如果你愿意，我会为此任务编写 Python/C# 脚本，甚至创建 Telegram 机器人