PaddleSpeech/third_party/python-pinyin/phrase-pinyin-data

phrase-pinyin-data

词语拼音数据。

数据介绍

拼音数据的格式：

{phrase}: {pinyin}

• 以 # 开头的行是注释

• 行尾的 # 也是注释

• {phrase} 汉字词语

• {pinyin} 词语的拼音，使用空格分隔每个汉字的拼音

• 一行一个词语的读音，有多个音的词语会出现在多行

• 示例：

  # 注释
  中国: zhōng guó
  北京: běi jīng  # 注释
  

文件说明:

• overwrite.txt: 手工纠正的拼音数据
• pinyin.txt: pinyin.txt + overwrite.txt 后的拼音数据
• zdic_cibs.txt: 汉典网 汉语词典拼音数据
• zdic_cybs.txt: 汉典网 成语词典拼音数据
• cc_cedict.txt: cc-cedict.org 拼音数据
• large_pinyin.txt: zdic_cibs.txt + zdic_cybs.txt + cc_cedict.txt + pinyin.txt + overwrite.txt 后的拼音数据

修改数据

• 修改 pinyin.txt 或 overwrite.txt 都可以了
• 执行 make merge 命令可以按照合并规则生成最新的 pinyin.txt

参考资料

• 初始数据基于 phrases-dict.js 和 phrases_dict.py
• 汉典 zdic.net
• 字海网，叶典网
• 国学大师_国学网
• CC-CEDICT download - MDBG English to Chinese dictionary
• 漢語大詞典

相关项目

• mozillazg/pinyin-data: 汉字拼音数据