支援繁體詞語

[fixicelo]

功能描述

在測試過程中，我發現對於繁體中文，如 音樂 一詞中的 樂，其讀音結果顯示為 lè，僅有在簡體中文下 乐，其讀音才正確地顯示為 yuè。

import { html } from 'pinyin-pro';

const htmlString = html('繁體：音樂, 樂器, 樂譜, 樂府, 奏樂, 樂壇, 樂章 | 简体：音乐, 乐器, 乐譜, 乐府, 奏乐, 乐壇, 乐章');

document.body.innerHTML = htmlString;

測試結果 中也另外發現 乐譜 和 乐壇 應該未有收納，以致未能正確顯示拼音。

我認為與目前的詞庫只有 dict1 包含繁體字有關。一旦遇到繁體的詞語，拼音可能就會出現不準確的情況。

pinyin-pro/lib/data/dict2.ts

Line 88 in e5b2b3c

音乐: 'yīn yuè',

希望能擴大繁體的支援範疇(#61)，包含詞語、成語等。謝謝！

[yisibl]

我们首先需要提取一份官方规范的简繁对照表

[warm-ice0x00]

能用 OpenCC 的转换表 STPhrases.txt 吗？

[zh-lx]

能用 OpenCC 的转换表 STPhrases.txt 吗？

这个转换只是部分词的，支持不了全场景，期望有一份字到字的全量转换表，这样可能支持全部的范围

[warm-ice0x00]

OpenCC 有 字到字转换表，但须考虑以下问题：

1. 陆、港、台地区 繁体字规范 不同，如“爲”“為”、“着”“著”。本库要支持哪种规范？
2. 两岸一些词读音不同，如“说服”（shuō fú / shuì fú）“垃圾”（lā jī / lè sè）“褪色”（tuì sè / tùn sè）“悬崖”（xuán yá / xuán yái）。本库要输出哪种读音？
3. 简繁体字并非一一对应，如“乾”算不算多音字？

[zh-lx]

全部以大陆规范为主

…

---- 回复的原邮件 ---- | 发件人 | ***@***.***> | | 日期 | 2024年04月30日 17:23 | | 收件人 | ***@***.***> | | 抄送至 | ***@***.***>***@***.***> | | 主题 | Re: [zh-lx/pinyin-pro] 支援繁體詞語 (Issue #212) | OpenCC 有 字到字转换表，但须考虑以下问题： 陆、港、台地区 繁体字规范 不同，如“爲”“為”、“着”“著”。本库要支持哪种规范？ 两岸一些词读音不同，如“说服”（shuō fú / shuì fú）“垃圾”（lā jī / lè sè）“褪色”（tuì sè / tùn sè）“悬崖”（xuán yá / xuán yái）。本库要输出哪种读音？ 简繁体字并非一一对应，如“乾”算不算多音字？ — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: ***@***.***>

[warm-ice0x00]

试着用 s2t 配置的 OpenCC 转换了 dict2.ts。结果未校对，欢迎批评指正。
dict2_merged.zip

[Shyam-Chen]

應該不需要支援，在台是用「注音」拼寫；港澳是用「速成」拼寫

如，注音拼漢字：

• 樂 -> "ㄌㄜˋ"
• 音樂 -> "ㄧㄣ "　"ㄩㄝˋ"
• 說服 -> "ㄕㄨㄟˋ"　"ㄈㄨˊ"
• 乾 -> "ㄍㄢ "
• 漢字 -> "ㄏㄢˋ"　"ㄗˋ"
• 漢語拼音 -> "ㄏㄢˋ"　"ㄩˇ"　"ㄆㄧㄣ "　"ㄧㄣ "
• 睡著了 -> "ㄕㄨㄟˋ"　"ㄓㄠˊ"　"ㄌㄜ˙"
• Tone -> " "　"ˊ"　"ˇ"　"ˋ"　"˙"