-
Notifications
You must be signed in to change notification settings - Fork 0
/
teste.py
215 lines (190 loc) · 7.98 KB
/
teste.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
from pykakasi import kakasi
import os
def remover_caracteres(frase):
caracteres_para_remover = ["ー", "、", "。", "っ"]
for caractere in caracteres_para_remover:
frase = frase.replace(caractere, "")
return frase
def converter_para_hiragana(frase):
frase_sem_caracteres = remover_caracteres(frase)
kakasi_obj = kakasi()
kakasi_obj.setMode('J', 'H') # 'J' para japonês, 'H' para hiragana
conv = kakasi_obj.getConverter()
hiragana = conv.do(frase_sem_caracteres)
return hiragana
def converter_kanji_para_katakana(frase):
kakasi_obj = kakasi()
kakasi_obj.setMode('J', 'K') # 'J' para japonês, 'K' para katakana
conv = kakasi_obj.getConverter()
katakana = conv.do(frase)
return katakana
def converter_katakana_para_hiragana(frase):
kakasi_obj = kakasi()
kakasi_obj.setMode('K', 'H') # 'K' para katakana, 'H' para hiragana
conv = kakasi_obj.getConverter()
hiragana = conv.do(frase)
return hiragana
def split_fonemas_jp(text, fonema_list):
fonemas = []
i = 0
while i < len(text):
found = False
for fonema in fonema_list:
if text[i:i+len(fonema)] == fonema:
fonemas.append(fonema)
i += len(fonema)
found = True
break
if not found:
fonemas.append(text[i])
i += 1
return fonemas
# Lista de fonemas
fonema_list = [
'きゃ', 'きゅ', 'きょ',
'しゃ', 'しゅ', 'しょ',
'ちゃ', 'ちゅ', 'ちょ',
'にゃ', 'にゅ', 'にょ',
'ひゃ', 'ひゅ', 'ひょ',
'みゃ', 'みゅ', 'みょ',
'りゃ', 'りゅ', 'りょ',
'ぎゃ', 'ぎゅ', 'ぎょ',
'じゃ', 'じゅ', 'じょ',
'びゃ', 'びゅ', 'びょ',
'ぴゃ', 'ぴゅ', 'ぴょ',
'キャ', 'キュ', 'キョ',
'シャ', 'シュ', 'ショ',
'チャ', 'チュ', 'チョ',
'ニャ', 'ニュ', 'ニョ',
'ヒャ', 'ヒュ', 'ヒョ',
'ミャ', 'ミュ', 'ミョ',
'リャ', 'リュ', 'リョ',
'ギャ', 'ギュ', 'ギョ',
'ジャ', 'ジュ', 'ジョ',
'ビャ', 'ビュ', 'ビョ',
'ピャ', 'ピュ', 'ピョ',
'きゃん', 'きゅん', 'きょん',
'しゃん', 'しゅん', 'しょん',
'ちゃん', 'ちゅん', 'ちょん',
'にゃん', 'にゅん', 'にょん',
'ひゃん', 'ひゅん', 'ひょん',
'みゃん', 'みゅん', 'みょん',
'りゃん', 'りゅん', 'りょん',
'ぎゃん', 'ぎゅん', 'ぎょん',
'じゃん', 'じゅん', 'じょん',
'びゃん', 'びゅん', 'びょん',
'ぴゃん', 'ぴゅん', 'ぴょん',
'キャン', 'キュン', 'キョン',
'シャン', 'シュン', 'ション',
'チャン', 'チュン', 'チョン',
'ニャン', 'ニュン', 'ニョン',
'ヒャン', 'ヒュン', 'ヒョン',
'ミャン', 'ミュン', 'ミョン',
'リャン', 'リュン', 'リョン',
'ギャン', 'ギュン', 'ギョン',
'ジャン', 'ジュン', 'ジョン',
'ビャン', 'ビュン', 'ビョン',
'ピャン', 'ピュン', 'ピョン',
'くぁ', 'くぃ', 'くぇ', 'くぉ',
'すぁ', 'すぃ', 'すぇ', 'すぉ',
'つぁ', 'つぃ', 'つぇ', 'つぉ',
'ぬぁ', 'ぬぃ', 'ぬぇ', 'ぬぉ',
'ふぁ', 'ふぃ', 'ふぇ', 'ふぉ',
'クァ', 'クィ', 'クェ', 'クォ',
'スァ', 'スィ', 'スェ', 'スォ',
'ツァ', 'ツィ', 'ツェ', 'ツォ',
'ヌァ', 'ヌィ', 'ヌェ', 'ヌォ',
'ファ', 'フィ', 'フェ', 'フォ',
'くぁん', 'くぃん', 'くぇん', 'くぉん',
'すぁん', 'すぃん', 'すぇん', 'すぉん',
'つぁん', 'つぃん', 'つぇん', 'つぉん',
'ぬぁん', 'ぬぃん', 'ぬぇん', 'ぬぉん',
'ふぁん', 'ふぃん', 'ふぇん', 'ふぉん',
'クァン', 'クィン', 'クェン', 'クォン',
'スァン', 'スィン', 'スェン', 'スォン',
'ツァン', 'ツィン', 'ツェン', 'ツォン',
'ヌァン', 'ヌィン', 'ヌェン', 'ヌォン',
'ファン', 'フィン', 'フェン', 'フォン',
'あん', 'いん', 'うん', 'えん', 'おん',
'かん', 'きん', 'くん', 'けん', 'こん',
'さん', 'しん', 'すん', 'せん', 'そん',
'たん', 'ちん', 'つん', 'てん', 'とん',
'なん', 'にん', 'ぬん', 'ねん', 'のん',
'はん', 'ひん', 'ふん', 'へん', 'ほん',
'まん', 'みん', 'むん', 'めん', 'もん',
'やん', 'ゆん', 'よん',
'らん', 'りん', 'るん', 'れん', 'ろん',
'わん',
'がん', 'ぎん', 'ぐん', 'げん', 'ごん',
'ざん', 'じん', 'ずん', 'ぜん', 'ぞん',
'だん', 'ぢん', 'づん', 'でん', 'どん',
'ばん', 'びん', 'ぶん', 'べん', 'ぼん',
'ぱん', 'ぴん', 'ぷん', 'ぺん', 'ぽん',
'アン', 'イン', 'ウン', 'エン', 'オン',
'カン', 'キン', 'クン', 'ケン', 'コン',
'サン', 'シン', 'スン', 'セン', 'ソン',
'タン', 'チン', 'ツン', 'テン', 'トン',
'ナン', 'ニン', 'ヌン', 'ネン', 'ノン',
'ハン', 'ヒン', 'フン', 'ヘン', 'ホン',
'マン', 'ミン', 'ムン', 'メン', 'モン',
'ヤン', 'ユン', 'ヨン',
'ラン', 'リン', 'ルン', 'レン', 'ロン',
'ワン',
'ガン', 'ギン', 'グン', 'ゲン', 'ゴン',
'ザン', 'ジン', 'ズン', 'ゼン', 'ゾン',
'ダン', 'ヂン', 'ヅン', 'デン', 'ドン',
'バン', 'ビン', 'ブン', 'ベン', 'ボン',
'パン', 'ピン', 'プン', 'ペン', 'ポン',
'あ', 'い', 'う', 'え', 'お',
'か', 'き', 'く', 'け', 'こ',
'さ', 'し', 'す', 'せ', 'そ',
'た', 'ち', 'つ', 'て', 'と',
'な', 'に', 'ぬ', 'ね', 'の',
'は', 'ひ', 'ふ', 'へ', 'ほ',
'ま', 'み', 'む', 'め', 'も',
'や', 'ゆ', 'よ',
'ら', 'り', 'る', 'れ', 'ろ',
'わ', 'を', 'ん',
'が', 'ぎ', 'ぐ', 'げ', 'ご',
'ざ', 'じ', 'ず', 'ぜ', 'ぞ',
'だ', 'ぢ', 'づ', 'で', 'ど',
'ば', 'び', 'ぶ', 'べ', 'ぼ',
'ぱ', 'ぴ', 'ぷ', 'ぺ', 'ぽ',
'ア', 'イ', 'ウ', 'エ', 'オ',
'カ', 'キ', 'ク', 'ケ', 'コ',
'サ', 'シ', 'ス', 'セ', 'ソ',
'タ', 'チ', 'ツ', 'テ', 'ト',
'ナ', 'ニ', 'ヌ', 'ネ', 'ノ',
'ハ', 'ヒ', 'フ', 'ヘ', 'ホ',
'マ', 'ミ', 'ム', 'メ', 'モ',
'ヤ', 'ユ', 'ヨ',
'ラ', 'リ', 'ル', 'レ', 'ロ',
'ワ', 'ヲ', 'ン',
'ガ', 'ギ', 'グ', 'ゲ', 'ゴ',
'ザ', 'ジ', 'ズ', 'ゼ', 'ゾ',
'ダ', 'ヂ', 'ヅ', 'デ', 'ド',
'バ', 'ビ', 'ブ', 'ベ', 'ボ',
'パ', 'ピ', 'プ', 'ペ', 'ポ',
# ... adicione outras entradas conforme necessário
]
# linha = "ニューイングランド 風 wa 、 牛乳 を ベース と し た 、 白い クリーム スープ で あり 、 ボストン クラム チャウダー と も 呼ば れる 。"
# linha = "ニューイングランド 風 は 、 牛乳 を ベース と し た 、 白い クリーム スープ で あり 、 ボストン クラム チャウダー と も 呼ば れる 。"
# linha = "ニューイングランド風は、牛乳をベースとした、白いクリームスープであり、ボストンクラムチャウダーとも呼ばれる。"
linha = "肝臓への酸素供給は、肝動脈と、低圧系の門脈を介して、行われている。"
# Remover caracteres antes de converter
frase_sem_caracteres = remover_caracteres(linha)
print(frase_sem_caracteres)
print("\n\n")
# Converter a frase para hiragana
# frase_em_hiragana = converter_para_hiragana(frase_sem_caracteres)
# print(frase_em_hiragana)
# print("\n\n")
# frase_em_hiragana = converter_katakana_para_hiragana(frase_em_hiragana)
# print(frase_em_hiragana)
# print("\n\n")
# Converter kanji para katakana
frase_em_katakana = converter_kanji_para_katakana(frase_sem_caracteres)
print(frase_em_katakana)
fonemas_separados = split_fonemas_jp(frase_em_katakana, fonema_list)
string_resultante = ' '.join(fonemas_separados)
print(string_resultante)