haqumei

Haqumei（薄明/拍命）是一个用Rust实现的日语字素到音素（G2P）库，提供Python绑定和命令行界面。它将日语文本转换为音素序列，为语音合成和文本转语音前端提供准确且详细的语言分析。 **核心功能** 该库提供多个关键API： - `g2p`：基本的文本到音素转换 - `g2k`：文本到片假名读音转换 - `g2p_prosody`：带有韵律符号（音高升降、短语边界、停顿）注释的音素序列 - `g2p_mapping`：词-音素映射，支持未知词检测 - `g2p_mapping_detailed`：包含词性和声调信息的详细映射 - `g2p_mapping_prosody`：包含韵律、音高和形态信息的结构化映射 - `g2p_candidates`：对歧义文本提供多个读音候选 **准确性** Haqumei在jsut-label基准上实现了0.83%的音素错误率（PER），在ROHAN上实现了0.78%的片假名错误率（KER），优于pyopenjtalk（1.31% PER，5.02% KER）和pyopenjtalk-plus（1.09% PER，1.60% KER）。准确性的提升建立在pyopenjtalk-plus的词典和技术基础之上。 **特性** - **词-音素映射**：提供词与音素之间的映射，包括未知词（`unk`）和空格（`sp`）的检测，实现输入文本的最小信息损失。 - **韵律信息**：支持多种韵律格式（默认、前缀、数字），带有音高高低注释、声调短语边界和韵律符号。 - **异音解析**：处理拨音（moraic nasals）和促音（geminate consonants），使用专门的音素标签。 - **未知词回退**：通过haqumei-kanalizer对英语单词进行读音估计，对汉字提供音读回退，对纯片假名词汇进行声调校正。 - **并发**：提供批量处理方法，支持多线程G2P操作。 - **自定义选项**：灵活的配置，支持异音标签、Unicode规范化和读音行为。 - **自定义词典**：支持使用自定义嵌入式词典进行构建。 **安装** - Rust：`cargo add haqumei` - Python：`pip install haqumei`（提供Linux x86_64/aarch64、macOS aarch64、Windows x86_64的预构建轮子） - CLI：`cargo install haqumei-cli` **技术细节** 该库使用MeCab进行形态分析，并扩展了HTS格式的全上下文标签格式。它在构建过程中嵌入词典（除非提供自定义词典，否则从网络下载）。Python绑定使用捆绑词典的预构建轮子，安装时无需网络访问。 **许可证** Apache-2.0