python 英文语音转文字(汉语转拼音工具)(1)

整理 | Jane

出品 | AI科技大本营

【导读】平常为大家推荐的资源中,以英语语言占据大多数。今天 AI科技大本营特别要为大家推荐两个跟中文相关的资源工具。先简单介绍下这两个资源工具都是什么。第一个,汉字转拼音的工具——即将中文字符转换成它的拼音。除了支持 JavaScript,还可以支持 Python、Go、Rust 等多种语言。可以说是非常 nice 的一个中文资源工具了。第二个是新华字典的 API,收录包括 14032 条歇后语,16142 个汉字,264434 个词语,31648 个成语。有需要的同学可以收藏留着用,觉得不错记得分享点赞。

汉字转拼音工具

▌功能

将中文字符转换为拼音。可用于汉字注音、排序、检索任务。

  • 根据词组智能匹配最正确的拼音。

  • 支持多音字。

  • 简单的繁体支持, 注音支持。

  • 支持多种不同拼音/注音风格。

  • ▌支持版本

    1.Node.js/JavaScript 版

    注:这个版本同时支持在 Node 和 Web 浏览器环境运行;

    作者:hotoo;来源:GitHub

    https://github.com/hotoo/pinyin

    python 英文语音转文字(汉语转拼音工具)(2)

    2.Python 版

    作者:mozillazg;来源:GitHub

    https://github.com/mozillazg/python-pinyin

    python 英文语音转文字(汉语转拼音工具)(3)

    3.Go 版

    作者:mozillazg;来源:GitHub

    https://github.com/mozillazg/go-pinyin

    python 英文语音转文字(汉语转拼音工具)(4)

    python 英文语音转文字(汉语转拼音工具)(5)

    4.Rust 版

    作者:mozillazg;来源:GitHub

    https://github.com/mozillazg/rust-pinyin

    python 英文语音转文字(汉语转拼音工具)(6)

    python 英文语音转文字(汉语转拼音工具)(7)

    ▌一些注意事项

    1.为什么没有 y, w, yu 几个声母?

    1>>>frompypinyinimportStyle,pinyin2>>>pinyin('下雨天',style=Style.INITIALS)3[['x'],[''],['t']]

    因为根据《汉语拼音方案》, y,w,ü (yu) 都不是声母。

    声母风格(INITIALS)下,“雨”、“我”、“圆”等汉字返回空字符串,因为根据《汉语拼音方案》, y,w,ü (yu) 都不是声母,在某些特定韵母无声母时,才加上 y 或 w,而 ü 也有其特定规则。 —— @hotoo

    如果你觉得这个给你带来了麻烦,那么也请小心一些无声母的汉字(如“啊”、“饿”、“按”、“昂”等)。 这时候你也许需要的是首字母风格(FIRST_LETTER)。 —— @hotoo

    参考:

    hotoo/pinyin#57,#22,#27,#44

    如果觉得这个行为不是你想要的,就是想把 y 当成声母的话,可以指定strict=False, 这个可能会符合你的预期,详见strict 参数的影响

    1>>>frompypinyinimportStyle,pinyin2>>>pinyin('下雨天',style=Style.INITIALS)3[['x'],[''],['t']]4>>>pinyin('下雨天',style=Style.INITIALS,strict=False)5[['x'],['y'],['t']]

    2.拼音数据

    3.node 版和 web 版有什么异同?

    pinyin目前可以同时运行在 Node 服务器端和 Web 浏览器端。 API 和使用方式完成一致。但 Web 版较 Node 版稍简单,拼音库只有常用字部分,没有使用分词算法, 并且考虑了网络传输对词库进行了压缩处理。

    由于分词和繁体中文的特性,部分情况下的结果也不尽相同。由于这些区别,测试不同运行环境的用例也不尽相同。

    特性

    Web 版

    Node 版

    拼音库

    常用字库。压缩、合并

    完整字库。不压缩、合并

    分词

    没有分词

    使用分词算法,多音字拼音更准确。

    拼音频度排序

    有根据拼音使用频度优先级排序。

    同 Web 版。

    繁体中文

    没有繁体中文支持。

    有简单的繁简汉字转换。

    更多详细安装与使用教程可访问 GitHub 链接进行访问~

    各版本 GitHub 地址:

    https://github.com/hotoo/pinyin

    https://github.com/mozillazg/python-pinyin

    https://github.com/mozillazg/go-pinyin

    https://github.com/mozillazg/rust-pinyin

    新华字典 API

    ▌介绍

    作者本来的目的是想可以实现成语接龙,苦于没有现成可用的数据库,自己就从各个网站抓取整理了一份。所有的数据都作者从网上找的。放在 Github 是为了方便自己的使用,同时也能方便有类似需求的人不用去做这些 trival 的工作。所有抓取数据的脚本都在仓库里。

    中华新华字典数据库和 API 。收录包括 14032 条歇后语,16142 个汉字,264434 个词语,31648 个成语。所有的数据放在 data/ 目录。

    python 英文语音转文字(汉语转拼音工具)(8)

    ▌数据库与 API 介绍

    1.成语(idiom.json)

    python 英文语音转文字(汉语转拼音工具)(9)

    python 英文语音转文字(汉语转拼音工具)(10)

    python 英文语音转文字(汉语转拼音工具)(11)

    2.词语(ci.json)

    python 英文语音转文字(汉语转拼音工具)(12)

    3.汉字(word.json)

    python 英文语音转文字(汉语转拼音工具)(13)

    python 英文语音转文字(汉语转拼音工具)(14)

    4.歇后语(xiehouyu.json)

    python 英文语音转文字(汉语转拼音工具)(15)

    python 英文语音转文字(汉语转拼音工具)(16)

    使用可访问 GitHub 地址:

    https://github.com/pwxcoo/chinese-xinhua

    ,