Kev*_*vin 7 dictionary phoneme
我正在寻找一个免费或开源的押韵数据库.
我找到了CMU发音"数据库"及其系列应用程序,但我无法理解它们或弄清楚数据的来源.
我需要一个带有单词及其音素的简单文本文件.
这里有人知道我在哪里找到一个或我从哪里开始从CMU文件中获取这样的列表？
cmudict是一个文本文件,它的格式非常简单.首先,列出这个词.然后,有两个空格.两个空格之后的一切都是发音.如果一个单词可能有两种不同的说话方式,你会看到两个单词的条目
word
word(1)
在文件的开头,他们列出了符号和标点符号.符号之后是所述符号名称的英文拼写,它们之间没有空格.然后是两个空间分隔符和arpabet代码.由于你只是在寻找押韵,你不需要对符号部分做任何特殊的事情,因为你永远不会去寻找押韵...ELLIPSIS
有关ARPAbet代码如何映射到IPA的信息列在维基百科http://en.wikipedia.org/wiki/Arpabet中,每个映射都显示示例单词.很容易看出这两者是如何相互关联的,如果您熟悉IPA,这可能有助于您了解如何阅读ARPAbet代码.
基本上,如果你已经找到了cmudict,那么你已经得到了你所要求的:一个单词及其发音的数据库.要查找押韵的单词,您必须将平面文件解析为表并运行查询以查找以相同ARPAbet代码结尾的单词.
一旦将数据输入到您选择的任何类型的数据库中,您就可以使用该数据库查找arpabet代码之间的相关性.你可以找到押韵,灵犀,共鸣和其他助记设备.它会像是一样
我感到无聊并编写了一个Node.js模块,其中包含上面列出的"Part:Stuff".如果您已在计算机上安装了Node.js,则可以通过运行npm install cmudict-to-sqlite参见https://npmjs.org/package/cmudict-to-sqlite获取自述文件来获取该模块,或者只需在模块中查找文档.
好的。假设您要使用CMU 发音词典数据（示例文件：cmudict-0.7b）构建所有与“LOVE”押韵的单词的列表。
您可以这样做：
首先，你需要学习“LOVE”的发音。您会在字典中找到这一行，其中“LOVE”和“L AH1 V”由两个空格分隔：
LOVE L AH1 V
这就是说这个词的LOVE发音是这样的L AH1 V。
然后，找到具有主重音的元音音素。换句话说，寻找该发音中的数字“1”。1 左边的文本是主重音 ( AH) 的元音。该文本及其右侧的所有内容都是您的“押韵音素”（由于缺乏更好的术语）。所以 LOVE 的押韵音素是AH1 V。
我们已经完成一半了！现在我们只需要找到其他发音以 结尾的单词即可AH1 V。如果您正在使用 Notepad++，请尝试AH1 V$使用“正则表达式”搜索模式在当前文档中查找所有内容。这将匹配如下行：
Line 392: ABOVE AH0 B AH1 V
Line 10266: BELOVE B IH0 L AH1 V
Line 30204: DENEUVE D IH0 N AH1 V
Line 30205: DENEUVE(1) D IY0 N AH1 V
Line 34064: DOVE D AH1 V
Line 48177: GLOVE G L AH1 V
Line 49053: GOV G AH1 V
... etc
押韵 wooooods！
有很多方法可以实现这一点，也有很多极端情况，但这大致是许多电子押韵词典在寻找完美押韵时所采用的方法。
显然，如果每次有人想要押韵时你只是扫描字典，那么性能将是一个问题。如果这是一个问题，您可以尝试以不同的方式存储或索引数据。
虽然它在磁盘空间上不是最有效的，但我在将这些内容存储在带有索引列的 SQL 表中时获得了很好的经验。
对于一个简单的概念示例，您可以计算字典中所有单词的“韵音音素”，然后将它们插入到列为 { WordText, RhymePhonemes } 的“韵律”表中。例如，您可能会看到如下记录：
{"ABOVE", "AH1 V"}
{"DOVE", "AH1 V"}
{"OUTLIVE", "IH1 V"}
{"GRADUATE", "AE1 JH AH0 W AH0 T"}
{"GRADUATE", "AE1 JH AH0 W EY2 T"}
... ETC
然后，要查找押韵，您可以发出如下查询：
SELECT OTHER.WordText
FROM Rhymes INPUT
INNER JOIN Rhymes OTHER ON OTHER.RhymePhonemes = INPUT.RhymePhonemes
WHERE INPUT.WordText = 'love' AND
OTHER.WordText <> INPUT.WordText
ORDER BY OTHER.WordText
如果您计划打印一本将所有发音相似的单词分组在一起的字典，这也会派上用场。
当然，还有很多其他方法来存储/搜索不同权衡的数据，但希望这可以帮助您入门。
我也有一些运气将原始发音以不同的“完整”格式存储在数据库中（发音的正向和反向字符串，有重音标记和没有重音标记等），但没有“切碎”成特定的片段，例如押韵- 音素列。
再说一遍，最初的“爱”解释绝对会让你陷入押韵的境地。然而，在此过程中您可能会遇到其他需要考虑的问题。这里有一个注意事项：
(1)、(2)等文本GRADUATE(2)。如果有人想要这些单词的押韵，您必须决定是显示所有匹配发音的押韵，还是让用户选择他们真正想要的发音。ACCREDIT AH0 K R EH2 D AH0 T和AIKIN EY0 K IH0 N。在这种情况下，我会选择下一个最佳应力（例如，如果 1 不存在，则选择 2、3、4 等）。如果全是0，我就没有什么好的建议了。