🐥
tdmelodic をセットアップして日本語のアクセント推定するメモ
tdmelodic を試す
ありがとうございます.
とりま Docker で動かす.
Docker ビルドしたのち,
を実行します!
最近の(?) Docker だと, デフォだと stdin/stdout 受け付けないようなので, -i をつけて起動します.
echo 機械学習 | docker run -i tdmelodic:latest tdmelodic-s2ya
キ[カイガ]クシュー
自前でセットアップとか
tdmelodic を試す
をなぞれば基本はこれでいけますが, 著者環境では user folder に辞書インストールしたかったので,
unidic-mecab_kana-accent-2.1.2_src
のインストールは
$ ./configure --prefix=$HOME/local --with-datadir=$HOME/local/tdmelodic
としました. install では datadir だけファイルコピーされたので, --prefix は不要かもしれません. また, make install しなくても以下のファイルを手動でどこかにコピーでもいいでしょう
$ cd $HOME/local/tdmelodic
tdmelodic$ ls
char.bin dicrc matrix.bin sys.dic unk.dic
あとはこのフォルダを指定して mecab 動かすだけです!
echo 一昔前は人工知能のプログラミング言語といえばCommon LispやPrologだった。 | mecab -d $HOME/local/tdmelodic/
一昔 ヒトムカシ ヒトムカシ 一昔 名詞-普通名詞-一般 2,3
前 マエ マエ 前 名詞-普通名詞-副詞可能 1
は ワ ハ は 助詞-係助詞
人工知能 ジ[ンコーチ]ノー ジンコウチノウ 人工知能 名詞-固有名詞-一般 @
の ノ ノ の 助詞-格助詞
プログラミング言語 プ[ログラミングゲ]ンゴ プログラミングゲンゴ プログラミング言語 名詞-固有名詞-一般 @
と ト ト と 助詞-格助詞
いえ イエ イウ 言う 動詞-一般 五段-ワア行 仮定形-一般 0
ば バ バ ば 助詞-接続助詞
Common Lisp コ[モンリ]スプ コモンリスプ Common Lisp 名詞-固有名詞-一般 @
や ヤ ヤ や 助詞-副助詞
Prolog プ[ロログ プロログ Prolog 名詞-固有名詞-一般 @
だっ ダッ ダ だ 助動詞 助動詞-ダ 連用形-促音便
た タ タ た 助動詞 助動詞-タ 終止形-一般
。 。 補助記号-句点
EOS
Super coool!
WASM で動かせるかも...
辞書データは 1 GB くらいです.
辞書データを Sudachi(Rust 版)に変換したら WASM 実行できるかもしれません.
TODO
- mecab-python で動かす
- アクセントつきのデータを voicebox などの入力にしてええ感じに TTS する
- Common Voice や ReazonSpeech 日本語コーパスに対してアクセント推定して, ええ感じかどうか検証する
- WASM 化してセキュアにアクセント推定する. ブラウザで動かしてみる.
Discussion