/include/jtalk/mecabRunner.py

# mecabRunner.py 

# -*- coding: utf-8 -*-

# Japanese text processor test module

# by Takuya Nishimoto



from __future__ import unicode_literals

import os

import sys

from mecab import *



def __print(s):

	print s.encode('cp932', 'ignore')



buffer = ''



def __print_dummy(s):

	global buffer

	buffer += s + '\n'



def Mecab_get_reading(mf, CODE_=CODE):

	reading = ''

	braille = ''

	for pos in xrange(0, mf.size):

		ar = Mecab_getFeature(mf, pos, CODE_=CODE_).split(',')

		rd = ''

		if len(ar) > 9:

			rd = ar[9].replace('\u3000', ' ')

		elif ar[0] != 'ー':

			rd = ar[0]

		reading += rd

		if len(ar) > 12:

			braille += ar[12] + r" "

		else:

			braille += rd + r"/"

	return (reading, braille.rstrip(r" /"))



def get_reading(msg):

	s = Mecab_text2mecab(msg)

	mf = MecabFeatures()

	Mecab_analysis(s, mf)

	Mecab_correctFeatures(mf)

	Mecab_print(mf, __print_dummy)

	reading = Mecab_get_reading(mf)

	mf = None

	return reading



# tasks: 要素2は音声合成の読み、(もしあれば)要素3は点訳用のカナ表記

# 点訳の表記と分かち書きは、規則で処理できないものを

# Mecab 辞書の第13フィールドに追加している。



# some examples from nvdajp-jtalk-dic:

# http://nvdajp-jtalk-dic.heroku.com/items/

tasks = [

	['あ⣿あ∫あ♪',  'アイチニーサンヨンゴーロクナナハチノテンアセキブンキゴーアオンプ'],

	['鈹噯呃瘂蹻脘鑱涿癃',  'ヒアイアクアキョーカンザンタクリュー'],

	['十五絡脈病証',  'ジューゴカラマミャクヤマイアカシ'],

	['マーク。まーく。',  'マーク。マーク。'],

	['1 2',  'イチ ニ'],

	['manage', 'マネイジ'],

	['choose', 'チュウズ'],

	['impaired', 'インペアド'],

	['failed', 'フェイルド'],

	['mixi', 'ミクシー'],

	['nullsoft', 'ヌルソフト'],

	['speech api', 'スピーチ エーピーアイ'],

	['use', 'ユース'],

	['echo', 'エコウ'],

	['you', 'ユー'],

	['youtube', 'ユーチューブ'],

	['files', 'ファイルズ'],

	['docs', 'ドックス'],

	['labs', 'ラブス'],

	['行',  'ギョー'],

	['一行', 'イチギョー'],

	['１行', 'イチギョー'],

	['１行下', 'イチギョーシタ'],

	['１行上', 'イチギョーウエ'],

	['２行', 'ニギョー'],

	['３行', 'サンギョー'],

	['現在行', 'ゲンザイギョー'],

	['最上行', 'サイジョーギョー'],

	['1行下',  'イチギョーシタ'],

	['1行上',  'イチギョーウエ'],

	['誤判定', 'ゴハンテイ'],

	['50音順', 'ゴジューオンジュン'],

	['税', 'ゼイ'],

	['三毛猫', 'ミケネコ'],

	['表計算', 'ヒョーケイサン'],

	['小文字', 'コモジ'],

	['大文字', 'オーモジ'],

	['拡張子', 'カクチョーシ'],

	['世界中', 'セカイジュー'],

	['孫正義', 'ソンマサヨシ'],

	['2分前', 'ニフンマエ'],

	['２分前', 'ニフンマエ'],

	['障がい', 'ショーガイ'],

	['親オブジェクト', 'オヤオブジェクト'],

	['ｚ', 'ゼット'],

	['規', 'タダシ'],

	['全', 'ゼン'],

	['007', 'ゼロゼロナナ'],

	['上矢印', 'ウエヤジルシ'],

	['下矢印', 'シタヤジルシ'],

	['大見出し', 'オオミダシ'],

	['前景色', 'ゼンケイショク'],

	['梅雨前線', 'バイウゼンセン', 'バイウ ゼンセン'], 

	['八ッ場ダム', 'ヤンバダム'],

	['１都５県', 'イットゴケン'],

	['1都5県', 'イットゴケン'],

	['１都６県', 'イットロッケン'],

	['1都6県', 'イットロッケン'],

	['孫正義', 'ソンマサヨシ', 'ソン マサヨシ'], 

	['きゃりーぱみゅぱみゅ', 'キャリーパミュパミュ'],

	['いひ', 'イヒ'], # http://sourceforge.jp/ticket/browse.php?group_id=4221&tid=30919

	['金', 'キン' ],

	['1月', 'イチガツ', '1ガツ'], # NVDA点字表示の誤り No.18

	['為おおせる', 'シオオセル'], # 点訳のてびき第3版 第2章 その1 1 5 No.63

	['凡そ', 'オオヨソ'], # 点訳のてびき第3版 第2章 その1 1 5 No.67

	['無花果', 'イチジク'], # 点訳のてびき第3版 第2章 その1 1 6 No.3

	['砂利道', 'ジャリミチ'], # 点訳のてびき第3版 第2章 その1 1 6 No.10

	['少しずつ', 'スコシズツ'], # 点訳のてびき第3版 第2章 その1 1 6 No.20

	['鼓', 'ツヅミ'], # 点訳のてびき第3版 第2章 その1 1 6 No.32

	['葛籠', 'ツヅラ'], # 地名？ 点訳のてびき第3版 第2章 その1 1 6 No.33

	['紅提灯', 'ベニヂョーチン'], # 点訳のてびき第3版 第2章 その1 1 6 No.39

	['まづ', 'マズ'], # 点訳のてびき第3版 第2章 その1 1 7 No.1

	['一つづつ', 'ヒトツズツ'], # 点訳のてびき第3版 第2章 その1 1 7 No.2

	['大きう', 'オオキュー'], # 点訳のてびき第3版 第2章 その1 1 7 No.5

	['うれしう', 'ウレシュー'], # 点訳のてびき第3版 第2章 その1 1 7 No.6

	['もみぢ', 'モミジ'], # 点訳のてびき第3版 第2章 その1 1 7 No.7

	['みづうみ', 'ミズウミ'], # 点訳のてびき第3版 第2章 その1 1 7 No.8

	['ヴァイオリン', 'バイオリン' , 'ヴァイオリン'], # 点訳のてびき第3版 第2章 その1 2 1 No.4

	['ヴィタミン', 'ビタミン', 'ヴィタミン'], # 点訳のてびき第3版 第2章 その1 2 1 No.6

	['ラヂオ', 'ラジオ'], # 点訳のてびき第3版 第2章 その1 2 1 No.22

	['ヂャケット', 'ジャケット'], # 点訳のてびき第3版 第2章 その1 2 1 No.23

	['ウヰスキー', 'ウイスキー'], # 点訳のてびき第3版 第2章 その1 2 1 No.25

	['スヰフト', 'スイフト'], # 点訳のてびき第3版 第2章 その1 2 1 No.26

	['ヱルテル', 'ウェルテル'], # 点訳のてびき第3版 第2章 その1 2 1 No.27

	['ヲルポール', 'ウォルポール'], # 点訳のてびき第3版 第2章 その1 2 1 No.28

	['ヘリコプタア', 'ヘリコプター'], # 点訳のてびき第3版 第2章 その1 2 1 No.29

	['ちゅうりっぷ', 'チューリップ'], # 点訳のてびき第3版 第2章 その1 2 1 No.30

	['おおきに', 'オーキニ',  'オオキニ', ], # 点訳のてびき第3版 第2章 その1 2 3 No.4

	['おみやぁさん', 'オミャアサン', ], # 点訳のてびき第3版 第2章 その1 2 3 No.6

	['先生ぇさまぁ', 'センセエサマア', ], # 点訳のてびき第3版 第2章 その1 2 3 No.7

	['おとゥ', 'オトー', ], # 点訳のてびき第3版 第2章 その1 2 4 No.1

	['おかァ', 'オカア', ], # 点訳のてびき第3版 第2章 その1 2 4 No.1

	['クヮルテット', 'クァルテット', ], # 点訳のてびき第3版 第2章 その1 2 4 No.5

	['ヂェスチャー', 'ジェスチャー', ], # 点訳のてびき第3版 第2章 その1 2 4 No.6

	['スェーター', 'スエーター', ], # 点訳のてびき第3版 第2章 その1 2 4 No.7

	['ヒァーッ', 'ヒャーッ', ], # 点訳のてびき第3版 第2章 その1 2 4 No.8

	['大阪', 'オーサカ', 'オオサカ'], # 点訳のてびき第3版 第2章 その1 2 5 No.1

	['遠野', 'トーノ', 'トオノ' ], # 点訳のてびき第3版 第2章 その1 2 5 No.2

	['東井', 'トーイ', ], # 点訳のてびき第3版 第2章 その1 2 5 No.3

	['青梅', 'オーメ', ], # 点訳のてびき第3版 第2章 その1 2 5 No.10

	['透', 'トール', 'トオル', ], # 点訳のてびき第3版 第2章 その1 2 5 No.11

	['みさを', 'ミサオ', 'ミサヲ', ], # 点訳のてびき第3版 第2章 その1 2 5 No.13

	['かほる', 'カオル', 'カホル', ], # 点訳のてびき第3版 第2章 その1 2 5 No.14

	['さをり', 'サオリ', 'サヲリ', ], # 点訳のてびき第3版 第2章 その1 2 5 No.19

	['みやこをどり', 'ミヤコオドリ', 'ミヤコ オドリ', ], # 点訳のてびき第3版 第2章 その1 2 5 No.24

	['をりがみ', 'オリガミ', ], # 点訳のてびき第3版 第2章 その1 2 5 No.25

	['八幡平', 'ハチマンタイ', ], # ヤワタダイラ

	['山ん中', 'ヤマンナカ', ], # 点訳のてびき第3版 第3章 その1 2 No.14

	['そういうわけ', 'ソーユウワケ', 'ソー イウ ワケ', ], # 点訳のてびき第3版 第3章 その1 3 No.51

	['そういう', 'ソーユウ', 'ソー イウ', ], # 点訳のてびき第3版 第3章 その1 5 No.2

	['どうして', 'ドーシテ', 'ドー シテ', ], # 点訳のてびき第3版 第3章 その1 5 No.5



	['システムキャレット', None, 'システム/キャレット'],

	['フィードバック', None, 'フィード バック'],

	['インターフェース', None, 'インター フェース'],

	['オペレーティングシステム', None, 'オペレーティング システム'],

	['トーキングインストーラー', None, 'トーキングインストーラー'],

	['アイスクリーム', None, 'アイス クリーム'],

	['日本点字図書館', None, 'ニッポン テンジ トショカン'],



	['通り', None, 'トオリ'],

	['狼', None, 'オオカミ'],

	['通る', None, 'トオル'],

	['多い', None, 'オオイ'],

	['多く', None, 'オオク'],

	['大晦日', None, 'オオミソカ'],

	['手作り', None, 'テヅクリ'],

	['南半球', None, 'ミナミ ハンキュー'],

	['アメリカ合衆国', None, 'アメリカ ガッシューコク'],

	['第一人者', None, 'ダイ1ニンシャ'],

	['一流', None, '1リュー'],

	['一月', None, '1ガツ'],

	['二月', None, '2ガツ'],

	['四方', None, '4ホー'],

	['六法全書', None, '6ポー ゼンショ'],

	['百人一首', None, '100ニン 1シュ'],

	['ヱビスビール', None, 'エビス ビール'],

	['日本コロムビア', None, 'ニッポン コロムビア'],

	['ビタミンＥ', None, 'ビタミン E'],

	['劇団四季', None, 'ゲキダン 4キ'],

	['四季', None, '4キ'],

	['四半期', None, '4ハンキ'],

	['四角形', None, '4カクケイ'],

	['四条', None, '4ジョー'],

	['二男', None, '2ナン'],

	['十数', None, 'ジュー/スー'], # 十,名詞,数

	['一輪車', None, '1リンシャ'],

	['三塁打', None, '3ルイダ'],

	['一汁一菜', None, '1ジュー 1サイ'],

	['五臓六腑', None, '5ゾー 6プ'],

	['二・二六事件', None, '2⠼26 ジケン'],

	['一段', None, '1ダン'],

	['七転び八起き', None, 'ナナコロビ ヤオキ'],

	['十重二十重', None, 'トエ ハタエ'],

	['３ラン', None, '3ラン'],

	['さんりんしゃ', None, '3リンシャ'],

	['いちばん', None, '1バン'],

	['Ｘ線', None, 'Xセン'],



	#['好かんやつ', 'スカンヤツ', 'スカン ヤツ', ], #点訳のてびき第3版 第3章 その1 2 No.16

	#['嘘みたいな話', 'ウソミタイナハナシ', 'ウソミタイナ ハナシ', ], # 点訳のてびき第3版 第3章 その1 2 No.17

	#['行っていらっしゃい', 'イッテイラッシャイ', 'イッテ イラッシャイ', ], # 点訳のてびき第3版 第3章 その1 4 No.77

	#['ごめんください', 'ゴメンクダサイ', 'ゴメン クダサイ', ], # 点訳のてびき第3版 第3章 その1 4 No.84

	#['おはようございます', 'オハヨーゴザイマス', 'オハヨー ゴザイマス', ], # 点訳のてびき第3版 第3章 その1 4 No.86

]



if __name__ == '__main__':

	JT_DIR = os.path.normpath(os.path.join(os.getcwdu(), '..', '..', 'source', 'synthDrivers', 'jtalk'))

	print JT_DIR

	Mecab_initialize(__print, JT_DIR)

	for item in tasks:

		buffer = ''

		result = get_reading(item[0])

		if item[1] is not None and result[0] != item[1]:

			__print('')

			__print('')

			__print(buffer)

			__print('input:    ' + item[0])

			__print('reading expected: ' + item[1])

			__print('reading result:   ' + result[0])

		if len(item) > 2 and result[1] != item[2]:

			__print('')

			__print('')

			__print(buffer)

			__print('input:            ' + item[0])

			__print('braille expected: ' + item[2])

			__print('braille result:   ' + result[1])