Skip to content

ayutaz/dot-net-g2p

BranchesTags

Repository files navigation

DotNetG2P

日本語 | English | 中文

CI NuGet License: Apache-2.0

C#/.NET向け日英中韓西仏葡瑞多言語対応 G2P（Grapheme-to-Phoneme: 書記素→音素変換）ライブラリ。 OpenJTalk互換の日本語G2Pパイプライン、CMU辞書ベースの英語G2P、pinyin-data辞書ベースの中国語ピンイン変換、Hangul-first の韓国語G2P、ルールベースのスペイン語G2P、ルールベース+例外辞書のフランス語G2P、ルールベース+例外辞書のポルトガル語G2P、ルールベース+例外辞書のスウェーデン語G2PをC#でネイティブに再実装し、Pythonやネイティブバイナリへの依存なしに音素列へ変換します。

using var engine = new G2PEngine(new MeCabTokenizer());

engine.ToPhonemes("こんにちは");  // => "k o N n i ch i w a"
engine.ToKana("音声合成");        // => "オンセーゴーセー"

// 英語G2P
using var enEngine = new EnglishG2PEngine();
enEngine.ToPhonemes("hello world");  // => "HH AH0 L OW1 W ER1 L D"

// 中国語G2P（ピンイン変換）
using var zhEngine = new ChineseG2PEngine();
zhEngine.ToPinyin("你好世界");  // => "ní hǎo shì jiè"
zhEngine.ToMisakiIPA("你好世界");  // => Misaki互換IPA（Kokoro TTS向け）

// 韓国語G2P
using var koEngine = new KoreanG2PEngine();
koEngine.ToPhonemes("좋다");  // => "ㅈ ㅗ ㅌ ㅏ"
koEngine.ToIpa("안녕하세요");  // => piper-plus 互換 IPA

// スペイン語G2P
using var esEngine = new SpanishG2PEngine();
esEngine.ToIPA("vergüenza");  // => "beɾˈɡwensa"

// フランス語G2P
using var frEngine = new FrenchG2PEngine();
frEngine.ToIPA("bonjour");  // => "bɔ̃ʒuʁ"

// ポルトガル語G2P
using var ptEngine = new PortugueseG2PEngine();
ptEngine.ToIPA("obrigado");  // => "obɾiˈɡadu"

// スウェーデン語G2P
using var svEngine = new SwedishG2PEngine();
svEngine.ToIPA("hej");  // => "hɛj"

// 日韓英混在テキスト
using var multiEngine = new MultilingualG2PEngine();
multiEngine.ToPhonemes("今日は안녕하세요 hello");  // 日本語部分は日本語音素、韓国語部分はHangul phoneme、英語部分はARPAbet

目次

特徴

  • 純C#実装 — ネイティブバイナリ不要、独自MeCabエンジン（DotNetG2P.MeCab）によりNuGetパッケージ依存なし（実行時にnaist-jdic辞書が必要）
  • OpenJTalk互換パイプライン — 発音生成・数字読み・アクセント句結合・アクセント結合型・無声音化の6段階NJD処理
  • 複数の出力形式 — 音素列 / カタカナ / ESPnet韻律記号 / VOICEVOX互換AccentPhrase / HTSフルコンテキストラベル / 韻律特徴量（A1/A2/A3）
  • Unity対応 — .NET Standard 2.1（Unity 2021.2+）ターゲット、UPMパッケージ提供
  • 拡張可能な設計 — ITokenizerインターフェースにより形態素解析エンジンを差し替え可能
  • 英語G2P対応 — CMU辞書（135,000語）+ Flite LTSルールによるOOV推定、IPA/X-SAMPA出力、テキスト正規化、同綴異音語解決、piper-plus 互換 IPA/PUA/Prosody API
  • 中国語G2P対応 — pinyin-data単字辞書（44,000語）+ phrase-pinyin-dataフレーズ辞書（411,000語）による多音字自動解決、声調変調（三声連読・一/不変調）、多彩な出力スタイル、IPA（国際音声記号）・注音符号（ボポモフォ）出力、Misaki互換IPA出力（Kokoro TTS向け）、piper-plus 互換 IPA/PUA/Prosody API
  • 韓国語G2P対応 — Hangul-first の規則ベース変換、Jamo 分解、例外辞書、軽量正規化、ㅎ 系変化・終声中和・連音・濃音化・鼻音化・流音化を含む標準発音寄り rule engine、piper-plus 互換 IPA/PUA/Prosody API、benchmark harness、external corpus gate、performance test を実装
  • スペイン語G2P対応 — ルールベースIPA変換、音節分割、ストレス付与、Castilian/Latin American 切り替え、異音処理オプション、略語/数値/通貨/割合の正規化、例外辞書、全量コーパス評価ツールを実装。桁区切り/小数点の解釈分離と不正な日付/時刻の安全なフォールバックにも対応。PUA/Prosody API
  • フランス語G2P対応 — ルールベース6フェーズG2P変換（ダイグラフ→文脈依存→鼻母音化→半母音化→位置の法則→黙字）、音素ベース音節分割、Metropolitan/Conservative方言切り替え、異音処理（R無声化・阻害音有声性同化）、例外辞書500+エントリ（外来語/不規則語/動詞3複/学術語/同綴異音語）、テキスト正規化（数値/日付/時刻/通貨/単位/略語/記号）、IPA/X-SAMPA出力、全量コーパス評価ツール、PUA/Prosody API を実装
  • ポルトガル語G2P対応 — ルールベースG2P変換 + 例外辞書（560+エントリ）、音節分割、ストレス付与、Brazilian/European方言切り替え、7種の異音規則（母音弱化・鼻音同化・歯擦音有声性同化・閉鎖音弱化・歯擦音後部歯茎化・t/d破擦音化・コーダl異音）、テキスト正規化（13段階パイプライン: 略語/日付/時刻/通貨/%/単位/数値範囲/小数/数値/記号）、IPA/X-SAMPA出力、全量コーパス評価ツール、PUA/Prosody API を実装
  • スウェーデン語G2P対応 — ルールベース+例外辞書500+語、Central/FinlandSwedish方言切り替え、IPA/X-SAMPA出力、PUA/Prosody API を実装
  • 日英中韓西仏葡瑞混在テキスト対応 — Unicode文字種ベースの自動言語判定・セグメント分割に加え、Hangul block は Korean segment として自動ルーティング。DefaultLatinLanguage により英語/スペイン語/フランス語/ポルトガル語/スウェーデン語のラテン文字系セグメントを切り替え可能。ポルトガル語は特有文字(ã/õ)・ç接尾辞パターン・高頻度語彙で自動判定。純漢字runは marker・日本語語彙ヒント・埋め込み中国語辞書を使って JP/ZH を補強判定し、中国語埋め込み辞書は ChineseG2PEngine と共有して二重ロードを避けます

インストール

NuGet

# コアライブラリ + 独自MeCabエンジン（日本語G2P）
dotnet add package DotNetG2P
dotnet add package DotNetG2P.MeCab

# 英語G2P
dotnet add package DotNetG2P.English

# 中国語G2P（ピンイン変換）
dotnet add package DotNetG2P.Chinese

# 韓国語G2P
dotnet add package DotNetG2P.Korean

# スペイン語G2P
dotnet add package DotNetG2P.Spanish

# フランス語G2P
dotnet add package DotNetG2P.French

# ポルトガル語G2P
dotnet add package DotNetG2P.Portuguese

# スウェーデン語G2P
dotnet add package DotNetG2P.Swedish

# 日英中韓西仏葡瑞混在テキスト対応
dotnet add package DotNetG2P.Multilingual

パッケージ構成

パッケージ ライセンス 説明
DotNetG2P Apache-2.0 コアライブラリ（G2Pエンジン、NJD処理、音素変換）
DotNetG2P.MeCab Apache-2.0 独自MeCabエンジン（外部依存なし）
DotNetG2P.English Apache-2.0 英語G2Pエンジン（CMU辞書 + LTSルール）
DotNetG2P.Chinese Apache-2.0 中国語G2Pエンジン（pinyin-data辞書 + 声調変調）
DotNetG2P.Korean Apache-2.0 韓国語G2Pエンジン（Hangul-first rule engine + 例外辞書 + 正規化）
DotNetG2P.Spanish Apache-2.0 スペイン語G2Pエンジン（ルールベース + 異音処理オプション）
DotNetG2P.French Apache-2.0 フランス語G2Pエンジン（ルールベース + 例外辞書 + 異音処理オプション）
DotNetG2P.Portuguese Apache-2.0 ポルトガル語G2Pエンジン（ルールベース + 例外辞書 + 異音処理オプション）
DotNetG2P.Swedish Apache-2.0 スウェーデン語G2Pエンジン（ルールベース + 例外辞書500+語、Central/FinlandSwedish方言）
DotNetG2P.Multilingual Apache-2.0 多言語G2Pエンジン（日英中韓西仏葡瑞混在テキスト対応）

関連ドキュメント

Unity (UPM)

Unity Package Managerの Add package from git URL で以下を追加:

https://github.com/ayutaz/dot-net-g2p.git?path=src/DotNetG2P.Core
https://github.com/ayutaz/dot-net-g2p.git?path=src/DotNetG2P.MeCab
https://github.com/ayutaz/dot-net-g2p.git?path=src/DotNetG2P.English
https://github.com/ayutaz/dot-net-g2p.git?path=src/DotNetG2P.Chinese
https://github.com/ayutaz/dot-net-g2p.git?path=src/DotNetG2P.Korean
https://github.com/ayutaz/dot-net-g2p.git?path=src/DotNetG2P.Spanish
https://github.com/ayutaz/dot-net-g2p.git?path=src/DotNetG2P.French
https://github.com/ayutaz/dot-net-g2p.git?path=src/DotNetG2P.Portuguese
https://github.com/ayutaz/dot-net-g2p.git?path=src/DotNetG2P.Swedish
https://github.com/ayutaz/dot-net-g2p.git?path=src/DotNetG2P.Multilingual

Dependency note: DotNetG2P.MeCab を使う場合は DotNetG2P.Core も追加してください。DotNetG2P.Multilingual を使う場合は、上記の依存パッケージ群も一緒に manifest.json へ追加する必要があります。 Note: 日本語または多言語エンジンでは別途 naist-jdic 辞書が必要です。詳細は辞書の準備を参照してください。

クイックスタート

using DotNetG2P;
using DotNetG2P.MeCab;

// 1. 既定インストール先または環境変数から辞書を自動解決
using var tokenizer = new MeCabTokenizer();
using var engine = new G2PEngine(tokenizer);

// 2. テキストから音素列を取得
string phonemes = engine.ToPhonemes("今日は良い天気です");
// => "ky o o w a i i t e N k i d e s U"

// 3. カタカナ読みを取得
string kana = engine.ToKana("今日は良い天気です");
// => "キョーワイーテンキデス"

// 4. 韻律記号付き出力（ESPnet方式）
string prosody = engine.ToProsody("こんにちは");
// => "^ k o [ N n i ch i w a $"

// 5. VOICEVOX互換アクセント句
var phrases = engine.ToAccentPhrases("こんにちは");

// 6. HTSフルコンテキストラベル（HMM/DNN音声合成用）
var labels = engine.ToFullContextLabels("こんにちは");

// 7. 韻律特徴量（音素単位のA1/A2/A3、uPiper等の音声合成エンジン向け）
var features = engine.ToProsodyFeatures("こんにちは");
// features.Phonemes: ["sil","k","o","N","n","i","ch","i","w","a","sil"]
// features.A1, A2, A3: 各音素のアクセント位置情報

// === 中国語G2P（ピンイン変換）===
using DotNetG2P.Chinese;

using var zhEngine = new ChineseG2PEngine();

// 基本変換（声調記号付き）
string pinyin = zhEngine.ToPinyin("你好世界");
// => "ní hǎo shì jiè"

// 声調番号形式
string toneNum = zhEngine.ToPinyin("你好世界", PinyinStyle.ToneNumber);
// => "ni2 hao3 shi4 jie4"

// 各文字ごとのピンイン配列
string[] list = zhEngine.ToPinyinList("中国");
// => ["zhōng", "guó"]

// 多音字の自動解決
string bank = zhEngine.ToPinyin("银行");  // => "yín háng"（háng = 銀行）
string act = zhEngine.ToPinyin("行为");   // => "xíng wéi"（xíng = 行為）

// IPA（国際音声記号）出力
string ipa = zhEngine.ToIPA("你好");
// => IPA表記

// 注音符号（ボポモフォ）出力
string zhuyin = zhEngine.ToZhuyin("你好");
// => 注音符号表記

// piper-plus 互換 IPA
string piper = zhEngine.ToPiperIPA("你好世界");

// PUA マッピング
string[] zhPua = zhEngine.ToPuaPhonemes("你好世界");

// Prosody 情報
var zhResult = zhEngine.ToIpaWithProsody("你好世界");

// Misaki 互換 IPA（Kokoro TTS向け）
string misakiIpa = zhEngine.ToMisakiIPA("你好");
// => "ni↗ xau↓"（三声連読適用: 你3+好3 → 你2+好3）
// 声調記号: → (1声), ↗ (2声), ↓ (3声), ↘ (4声)

// 声調なし Misaki 互換 IPA
string misakiNoTone = zhEngine.ToMisakiIPA("你好", includeTones: false);
// => "ni xau"

// バッチ変換
var misakiBatch = zhEngine.ToMisakiIPABatch(new[] { "你好", "世界" });

// === 英語G2P ===
using DotNetG2P.English;

using var enEngine = new EnglishG2PEngine();
string enPhonemes = enEngine.ToPhonemes("hello world");
// => "HH AH0 L OW1 W ER1 L D"

// piper-plus 互換 IPA
string enPiperIpa = enEngine.ToPiperIpa("hello world");

// PUA マッピング
string[] enPua = enEngine.ToPuaPhonemes("hello world");

// Prosody 情報
var enResult = enEngine.ToIpaWithProsody("hello world");

// === 韓国語G2P ===
using DotNetG2P.Korean;

using var koEngine = new KoreanG2PEngine();
string koPhonemes = koEngine.ToPhonemes("좋다");
// => "ㅈ ㅗ ㅌ ㅏ"

string koJamo = koEngine.ToJamo("한글");
// => "ㅎㅏㄴ ㄱㅡㄹ"

// piper-plus 互換 IPA
string[] koIpa = koEngine.ToIpaPhonemes("안녕하세요");

// PUA マッピング
string[] koPua = koEngine.ToPuaPhonemes("안녕하세요");

// Prosody 情報
var koResult = koEngine.ToIpaWithProsody("안녕하세요");

using var koColloquial = new KoreanG2PEngine(
    new KoreanG2POptions(uiVariationMode: KoreanUiVariationMode.Colloquial));
string koColloquialHangul = koColloquial.Analyze("나의").ToHangulString();
// => "나에"

// === スペイン語G2P ===
using DotNetG2P.Spanish;

using var esEngine = new SpanishG2PEngine();
string esIpa = esEngine.ToIPA("guion");
// => "ɡiˈon"

using var esAlloEngine = new SpanishG2PEngine(new SpanishG2POptions(enableAllophones: true));
string esAllo = esAlloEngine.ToIPA("uva");
// => "ˈuβa"

// PUA マッピング
string[] esPua = esEngine.ToPuaPhonemes("hola");

// Prosody 情報
var esResult = esEngine.ToIpaWithProsody("hola");

// === フランス語G2P ===
using DotNetG2P.French;

using var frEngine = new FrenchG2PEngine();
string frIpa = frEngine.ToIPA("bonjour");
// => "bɔ̃ʒuʁ"

string frIpa2 = frEngine.ToIPA("merci");
// => "mɛʁsi"

// 例外辞書 + 異音処理
using var frAlloEngine = new FrenchG2PEngine(new FrenchG2POptions(enableAllophones: true));
string frAllo = frAlloEngine.ToIPA("autre");
// => 異音規則適用済みIPA

// X-SAMPA出力
string frXsampa = frEngine.ToXSampa("bonjour");

// PUA マッピング
string[] frPua = frEngine.ToPuaPhonemes("bonjour");

// Prosody 情報
var frResult = frEngine.ToIpaWithProsody("bonjour");

// === ポルトガル語G2P ===
using DotNetG2P.Portuguese;

using var ptEngine = new PortugueseG2PEngine();
string ptIpa = ptEngine.ToIPA("obrigado");
// => "obɾiˈɡadu"

string ptIpa2 = ptEngine.ToIPA("coração");
// => "koɾaˈsɐ̃w̃"

// ヨーロッパポルトガル語方言
using var ptEpEngine = new PortugueseG2PEngine(new PortugueseG2POptions(dialect: PortugueseDialect.European));
string ptEpIpa = ptEpEngine.ToIPA("obrigado");

// 異音処理有効化
using var ptAlloEngine = new PortugueseG2PEngine(new PortugueseG2POptions(enableAllophones: true));
string ptAllo = ptAlloEngine.ToIPA("cidade");
// => 異音規則適用済みIPA（BP: t/d破擦音化など）

// X-SAMPA出力
string ptXsampa = ptEngine.ToXSampa("obrigado");
string ptXsampaNoStress = ptEngine.ToXSampaWithoutStress("obrigado");

// PUA マッピング
string[] ptPua = ptEngine.ToPuaPhonemes("obrigado");

// Prosody 情報
var ptResult = ptEngine.ToIpaWithProsody("obrigado");

// バッチ処理
var ptBatch = ptEngine.ToIPABatch(new[] { "bom dia", "boa noite" });

// === スウェーデン語G2P ===
using DotNetG2P.Swedish;

using var svEngine = new SwedishG2PEngine();
string svIpa = svEngine.ToIPA("hej");
// => "hɛj"

// FinlandSwedish方言
using var svFiEngine = new SwedishG2PEngine(new SwedishG2POptions(dialect: SwedishDialect.FinlandSwedish));
string svFiIpa = svFiEngine.ToIPA("hej");

// X-SAMPA出力
string svXsampa = svEngine.ToXSampa("hej");

// PUA マッピング
string[] svPua = svEngine.ToPuaPhonemes("hej");

// Prosody 情報
var svResult = svEngine.ToIpaWithProsody("hej");

// バッチ処理
var svBatch = svEngine.ToIPABatch(new[] { "god morgon", "god kväll" });

// === 日英中韓西仏葡瑞混在テキスト ===
using DotNetG2P.Multilingual;

using var multiEngine = new MultilingualG2PEngine();
string mixed = multiEngine.ToPhonemes("今日は안녕하세요 good dayです");
// 日本語部分→日本語音素、韓国語部分→Hangul phoneme、英語部分→ARPAbet音素

var segments = multiEngine.ToSegments("今日はgood dayです");
// 言語タグ付きセグメントリスト

// 中国語テキストを含む場合
var zhOptions = new MultilingualG2POptions(defaultCjkLanguage: Language.Chinese);
using var multiZhEngine = new MultilingualG2PEngine(zhOptions);
multiZhEngine.ToPhonemes("你好hello");
// 中国語部分→ピンイン、英語部分→ARPAbet音素

// 韓国語オプションを含む場合
var koOptions = new MultilingualG2POptions(
    koreanOptions: new KoreanG2POptions(uiVariationMode: KoreanUiVariationMode.Colloquial));
using var multiKoEngine = new MultilingualG2PEngine(koOptions);
multiKoEngine.ToPhonemes("나의 hello");
// 韓国語部分→KoreanG2PEngine、英語部分→ARPAbet音素

// スペイン語テキストを含む場合
var esOptions = new MultilingualG2POptions(defaultLatinLanguage: Language.Spanish);
using var multiEsEngine = new MultilingualG2PEngine(esOptions);
multiEsEngine.ToPhonemes("hola世界");
// スペイン語部分→IPA音素、日本語部分→日本語音素

// フランス語テキストを含む場合
var frOptions = new MultilingualG2POptions(defaultLatinLanguage: Language.French);
using var multiFrEngine = new MultilingualG2PEngine(frOptions);
multiFrEngine.ToPhonemes("bonjour世界");
// フランス語部分→IPA音素、日本語部分→日本語音素

// ポルトガル語テキストを含む場合
var ptOptions = new MultilingualG2POptions(defaultLatinLanguage: Language.Portuguese);
using var multiPtEngine = new MultilingualG2PEngine(ptOptions);
multiPtEngine.ToPhonemes("obrigado世界");
// ポルトガル語部分→IPA音素、日本語部分→日本語音素

// スウェーデン語テキストを含む場合
var svOptions = new MultilingualG2POptions(defaultLatinLanguage: Language.Swedish);
using var multiSvEngine = new MultilingualG2PEngine(svOptions);
multiSvEngine.ToPhonemes("hej世界");
// スウェーデン語部分→IPA音素、日本語部分→日本語音素

// Unity環境での辞書パス指定（StreamingAssets等）
var streamingAssets = Application.streamingAssetsPath; // UnityEngine.Application
var japaneseDicPath = System.IO.Path.Combine(streamingAssets, "naist-jdic");
var unityOptions = new MultilingualG2POptions(
    englishDictionaryPath: System.IO.Path.Combine(streamingAssets, "cmudict.dict"),
    englishLtsModelPath: System.IO.Path.Combine(streamingAssets, "cmu_lts_model.bin"),
    chineseCharDictionaryPath: System.IO.Path.Combine(streamingAssets, "pinyin_char.txt"),
    chinesePhraseDictionaryPath: System.IO.Path.Combine(streamingAssets, "pinyin_phrase.txt"));
using var multiUnityEngine = new MultilingualG2PEngine(japaneseDicPath, unityOptions);

API リファレンス

G2PEngine

メソッド 戻り値型 説明
ToPhonemes(text) string 空白区切り音素列 ("k o N n i ch i w a")
ToKana(text) string カタカナ読み ("コンニチワ")
ToProsody(text) string ESPnet韻律記号付き ("^ k o [ N n i ch i w a $")
ToAccentPhrases(text) IReadOnlyList<AccentPhrase> VOICEVOX互換アクセント句構造体
ToFullContextLabels(text) IReadOnlyList<string> HTSフルコンテキストラベル
ToProsodyFeatures(text) ProsodyFeatures 韻律特徴量（音素単位のA1/A2/A3）
Analyze(text) IReadOnlyList<NjdNode> NJD処理後のノード列
ToPhonemesBatch(texts) IReadOnlyList<string> 複数テキストを一括で音素列に変換
ToKanaBatch(texts) IReadOnlyList<string> 複数テキストを一括でカタカナ読みに変換
ToProsodyBatch(texts) IReadOnlyList<string> 複数テキストを一括で韻律記号付きに変換
ToFullContextLabelsBatch(texts) IReadOnlyList<IReadOnlyList<string>> 複数テキストを一括でHTSラベルに変換
ToProsodyFeaturesBatch(texts) IReadOnlyList<ProsodyFeatures> 複数テキストを一括で韻律特徴量に変換

EnglishG2PEngine

メソッド 戻り値型 説明
ToPhonemes(text) string ARPAbet音素列 ("HH AH0 L OW1")
ToIPA(text) string IPA表記
ToIPAWithoutStress(text) string ストレスマークなしIPA表記
ToXSampa(text) string X-SAMPA表記
ToXSampaWithoutStress(text) string ストレスマークなしX-SAMPA表記
ToPhonemeList(text) IReadOnlyList<EnglishPhoneme> 構造化音素リスト
LookupWord(word) IReadOnlyList<EnglishPhoneme> 単語ルックアップ
LookupAllPronunciations(word) IReadOnlyList<EnglishPronunciation> 全発音バリアント取得
ContainsWord(word) bool 辞書存在確認
ToPhonemesBatch(texts) IReadOnlyList<string> バッチARPAbet変換
ToIPABatch(texts) IReadOnlyList<string> バッチIPA変換
ToXSampaBatch(texts) IReadOnlyList<string> バッチX-SAMPA変換
ToPhonemeListBatch(texts) IReadOnlyList<IReadOnlyList<EnglishPhoneme>> バッチ構造化音素リスト変換
ToPiperIpaPhonemes(text) string[] piper-plus 互換 IPA 音素配列
ToPiperIpa(text) string piper-plus 互換 IPA 文字列（スペース区切り）
ToPiperIpaBatch(texts) IReadOnlyList<string> バッチ piper-plus IPA 変換
ToPuaPhonemes(text) string[] PUA マッピング済み音素配列
ToPuaString(text) string PUA マッピング済み文字列（スペース区切り）
ToPuaStringBatch(texts) IReadOnlyList<string> バッチ PUA 文字列変換
ToIpaWithProsody(text) EnglishProsodyResult IPA 音素配列 + 韻律情報
ToIpaWithProsodyBatch(texts) IReadOnlyList<EnglishProsodyResult> バッチ IPA+Prosody 変換

ChineseG2PEngine

メソッド 戻り値型 説明
ToPinyin(text) string 声調記号付きピンイン文字列 ("nǐ hǎo")
ToPinyin(text, style) string 指定スタイルのピンイン文字列
ToPinyinList(text) string[] 各文字ごとのピンイン配列
ToPinyinList(text, style) string[] 指定スタイルの各文字ごとピンイン配列
ContainsChar(c) bool 辞書存在確認
LookupChar(c) string[] 全ピンイン候補取得
ToIPA(text) string IPA（国際音声記号）表記
ToIPA(text, includeTones) string 声調制御付きIPA表記
ToZhuyin(text) string 注音符号（ボポモフォ）表記
ToZhuyin(text, includeTones) string 声調制御付き注音表記
ToPinyinBatch(texts) IReadOnlyList<string> バッチピンイン変換
ToPinyinBatch(texts, style) IReadOnlyList<string> バッチピンイン変換（スタイル指定）
ToPinyinListBatch(texts) IReadOnlyList<string[]> バッチピンインリスト変換
ToPinyinListBatch(texts, style) IReadOnlyList<string[]> バッチピンインリスト変換（スタイル指定）
ToIPABatch(texts) string[] バッチIPA変換
ToIPABatch(texts, includeTones) string[] バッチIPA変換（声調制御）
ToZhuyinBatch(texts) string[] バッチ注音変換
ToZhuyinBatch(texts, includeTones) string[] バッチ注音変換（声調制御）
ToPiperIPA(text) string piper-plus 互換 IPA 文字列
ToPiperIpaPhonemes(text) string[] piper-plus 互換 IPA 音素配列
ToPuaPhonemes(text) string[] PUA マッピング済み音素配列
ToPuaString(text) string PUA マッピング済み文字列（スペース区切り）
ToIpaWithProsody(text) ChineseProsodyResult IPA 音素配列 + 韻律情報（声調/音節位置/語長）
ToIpaWithProsody(text, includeTones) ChineseProsodyResult 声調制御付き IPA+Prosody
ToPiperIPABatch(texts) IReadOnlyList<string> バッチ piper-plus IPA 変換
ToPuaStringBatch(texts) IReadOnlyList<string> バッチ PUA 文字列変換
ToIpaWithProsodyBatch(texts) IReadOnlyList<ChineseProsodyResult> バッチ IPA+Prosody 変換
ToIpaWithProsodyBatch(texts, includeTones) IReadOnlyList<ChineseProsodyResult> バッチ IPA+Prosody 変換（声調制御）
ToMisakiIPA(text) string Misaki互換IPA文字列（矢印声調記号付き）
ToMisakiIPA(text, includeTones) string 声調制御付きMisaki互換IPA
ToMisakiIPABatch(texts) IReadOnlyList<string> バッチMisaki互換IPA変換
ToMisakiIPABatch(texts, includeTones) IReadOnlyList<string> バッチMisaki互換IPA変換（声調制御）

KoreanG2PEngine

メソッド 戻り値型 説明
ToPhonemes(text) string スペース区切りの compatibility Jamo 音素列 ("ㅈ ㅗ ㅌ ㅏ")
ToJamo(text) string 音節区切り付き Jamo 列 ("ㅎㅏㄴ ㄱㅡㄹ")
Analyze(text) KoreanPronunciation 正規化後テキストと音節/音素モデルを返す
ToIpaPhonemes(text) string[] piper-plus 互換 IPA 音素配列
ToIpa(text) string IPA 文字列（スペース区切り）
ToPuaPhonemes(text) string[] PUA マッピング済み音素配列
ToPuaString(text) string PUA マッピング済み文字列（スペース区切り）
ToIpaWithProsody(text) KoreanProsodyResult IPA 音素配列 + 韻律情報（a1/a2/a3）
ToPhonemesBatch(texts) IReadOnlyList<string> バッチ音素変換
ToJamoBatch(texts) IReadOnlyList<string> バッチ Jamo 変換
ToIpaBatch(texts) IReadOnlyList<string> バッチ IPA 変換
ToPuaStringBatch(texts) IReadOnlyList<string> バッチ PUA 文字列変換
ToIpaWithProsodyBatch(texts) IReadOnlyList<KoreanProsodyResult> バッチ IPA+Prosody 変換

SpanishG2PEngine

メソッド 戻り値型 説明
ToPhonemes(text) string スペース区切りIPA音素列 ("ˈb e ɾ ˈɡ w e n s a" のような形式)
ToIPA(text) string IPA表記
ToXSampa(text) string X-SAMPA表記
ToXSampaWithoutStress(text) string ストレスマークなしX-SAMPA表記
ToPhonemeList(text) IReadOnlyList<SpanishPhoneme> 構造化音素リスト
ToSyllables(word) IReadOnlyList<SpanishSyllable> 音節分割結果
ToPhonemesBatch(texts) IReadOnlyList<string> バッチ音素変換
ToIPABatch(texts) IReadOnlyList<string> バッチIPA変換
ToXSampaBatch(texts) IReadOnlyList<string> バッチX-SAMPA変換
ToPhonemeListBatch(texts) IReadOnlyList<IReadOnlyList<SpanishPhoneme>> バッチ構造化音素リスト変換
ToPuaPhonemes(text) string[] PUA マッピング済み音素配列
ToPuaString(text) string PUA マッピング済み文字列（スペース区切り）
ToPuaStringBatch(texts) IReadOnlyList<string> バッチ PUA 文字列変換
ToIpaWithProsody(text) SpanishProsodyResult IPA 音素配列 + 韻律情報
ToIpaWithProsodyBatch(texts) IReadOnlyList<SpanishProsodyResult> バッチ IPA+Prosody 変換

FrenchG2PEngine

メソッド 戻り値型 説明
ToPhonemes(text) string スペース区切りIPA音素列
ToIPA(text) string IPA表記（"bɔ̃ʒuʁ" のような形式）
ToIPAWithoutStress(text) string ストレスマークなしIPA表記
ToXSampa(text) string X-SAMPA表記
ToXSampaWithoutStress(text) string ストレスマークなしX-SAMPA表記
ToPhonemeList(text) IReadOnlyList<FrenchPhoneme> 構造化音素リスト
ToSyllables(word) IReadOnlyList<FrenchPhoneme[]> 音節分割結果
ToPhonemesBatch(texts) IReadOnlyList<string> バッチ音素変換
ToIPABatch(texts) IReadOnlyList<string> バッチIPA変換
ToXSampaBatch(texts) IReadOnlyList<string> バッチX-SAMPA変換
ToPhonemeListBatch(texts) IReadOnlyList<IReadOnlyList<FrenchPhoneme>> バッチ構造化音素リスト変換
ToPuaPhonemes(text) string[] PUA マッピング済み音素配列
ToPuaString(text) string PUA マッピング済み文字列（スペース区切り）
ToPuaStringBatch(texts) IReadOnlyList<string> バッチ PUA 文字列変換
ToIpaWithProsody(text) FrenchProsodyResult IPA 音素配列 + 韻律情報
ToIpaWithProsodyBatch(texts) IReadOnlyList<FrenchProsodyResult> バッチ IPA+Prosody 変換

PortugueseG2PEngine

メソッド 戻り値型 説明
ToPhonemes(text) string スペース区切りIPA音素列
ToIPA(text) string IPA表記（"obɾiˈɡadu" のような形式）
ToIPAWithoutStress(text) string ストレスマークなしIPA表記
ToXSampa(text) string X-SAMPA表記
ToXSampaWithoutStress(text) string ストレスマークなしX-SAMPA表記
ToPhonemeList(text) IReadOnlyList<PortuguesePhoneme> 構造化音素リスト
ToSyllables(text) IReadOnlyList<PortugueseSyllable> 音節分割結果
ToPhonemesBatch(texts) IReadOnlyList<string> バッチ音素変換
ToIPABatch(texts) IReadOnlyList<string> バッチIPA変換
ToXSampaBatch(texts) IReadOnlyList<string> バッチX-SAMPA変換
ToPhonemeListBatch(texts) IReadOnlyList<IReadOnlyList<PortuguesePhoneme>> バッチ構造化音素リスト変換
ToPuaPhonemes(text) string[] PUA マッピング済み音素配列
ToPuaString(text) string PUA マッピング済み文字列（スペース区切り）
ToPuaStringBatch(texts) IReadOnlyList<string> バッチ PUA 文字列変換
ToIpaWithProsody(text) PortugueseProsodyResult IPA 音素配列 + 韻律情報
ToIpaWithProsodyBatch(texts) IReadOnlyList<PortugueseProsodyResult> バッチ IPA+Prosody 変換

SwedishG2PEngine

メソッド 戻り値型 説明
ToPhonemes(text) string スペース区切りIPA音素列
ToIPA(text) string IPA表記
ToIPAWithoutStress(text) string ストレスマークなしIPA表記
ToXSampa(text) string X-SAMPA表記
ToXSampaWithoutStress(text) string ストレスマークなしX-SAMPA表記
ToPhonemeList(text) IReadOnlyList<SwedishPhoneme> 構造化音素リスト
ToSyllables(text) IReadOnlyList<SwedishSyllable> 音節分割結果
ToPhonemesBatch(texts) IReadOnlyList<string> バッチ音素変換
ToIPABatch(texts) IReadOnlyList<string> バッチIPA変換
ToXSampaBatch(texts) IReadOnlyList<string> バッチX-SAMPA変換
ToPhonemeListBatch(texts) IReadOnlyList<IReadOnlyList<SwedishPhoneme>> バッチ構造化音素リスト変換
ToPuaPhonemes(text) string[] PUA マッピング済み音素配列
ToPuaString(text) string PUA マッピング済み文字列（スペース区切り）
ToPuaStringBatch(texts) IReadOnlyList<string> バッチ PUA 文字列変換
ToIpaWithProsody(text) SwedishProsodyResult IPA 音素配列 + 韻律情報
ToIpaWithProsodyBatch(texts) IReadOnlyList<SwedishProsodyResult> バッチ IPA+Prosody 変換

MultilingualG2PEngine

メソッド 戻り値型 説明
ToPhonemes(text) string 日英中韓西仏葡瑞混在音素列
ToSegments(text) IReadOnlyList<G2PSegment> 言語タグ付きセグメント
ToPhonemesBatch(texts) IReadOnlyList<string> バッチ音素変換
ToSegmentsBatch(texts) IReadOnlyList<IReadOnlyList<G2PSegment>> バッチセグメント変換

Multilingual の補足:

  • Hangul syllables / Jamo / compatibility jamo / halfwidth Hangul は Korean として分類され、DotNetG2P.Korean にルーティングされます
  • ラテン文字列は DefaultLatinLanguage を既定にしつつ、アクセント付きスペイン語文字、güe/güi、高頻度 ASCII Spanish 語彙、代表的な接尾辞で English / Spanish / French / Portuguese / Swedish を切り替えます。ポルトガル語は特有文字(ã/õ)、ç接尾辞パターン(-ço/-ça)、高頻度語彙で判定します
  • 純漢字 run は Chinese strong/weak markers、Japanese markers、日本語語彙ヒント、埋め込み中国語 phrase/char 辞書を使って JP / ZH を補強判定します
  • 埋め込み中国語辞書は ChineseG2PEngine と共有され、TextSegmenter 単独の追加辞書常駐は実測で約 0.02MB です
  • それでも根拠が弱い曖昧な純漢字 run だけ DefaultCjkLanguage にフォールバックします
  • MultilingualG2POptions.KoreanOptions で UiVariationMode や正規化設定を multilingual 側から渡せます
  • Unity 環境では MultilingualG2POptions の辞書パスオプションで埋め込みリソース以外のファイルを指定できます:
    • EnglishDictionaryPath: 英語 CMU 辞書のファイルパス（null 時は埋め込みリソースを使用）
    • EnglishLtsModelPath: 英語 LTS モデルのファイルパス（null 時は埋め込みリソースを使用）
    • ChineseCharDictionaryPath: 中国語単字辞書のファイルパス（null 時は埋め込みリソースを使用）
    • ChinesePhraseDictionaryPath: 中国語フレーズ辞書のファイルパス（null 時は埋め込みリソースを使用）
  • 現在の Multilingual 回帰: 448 passed（8言語対応）
  • MultilingualPerformanceTests: 8 passed
  • MultilingualKoreanPerformanceTests: 2 passed

日本語音素体系

種別 音素
母音 a i u e o （無声: A I U E O）
子音 k g s z t d n h b p m r f v
拗音子音 ky gy sh j ch ts ny hy by py my ry dy ty kw gw
半母音 y w
特殊 N（撥音） cl（促音） -（長音） pau（ポーズ）

処理パイプライン

DotNetG2PはOpenJTalkと同等の6段階NJD処理パイプラインを実装しています。

テキスト入力
  │
  ├─ TextNormalizer        全角/半角正規化、濁点結合
  ├─ ITokenizer.Tokenize   形態素解析（MeCabTokenizer + naist-jdic）
  ├─ SetPronunciation      辞書読み・フォールバック発音生成
  ├─ SetDigit              数字列検出・助数詞読み変換
  ├─ SetAccentPhrase       品詞パターンによるアクセント句結合（18ルール）
  ├─ SetAccentType         チェインルールによるアクセント結合型決定
  └─ SetUnvoicedVowel      無声母音化（6ルール）
  │
  ▼
  出力（音素列 / カタカナ / 韻律記号 / AccentPhrase / HTSラベル / 韻律特徴量）

辞書の準備

DotNetG2Pは形態素解析にnaist-jdic辞書（OpenJTalk用MeCab辞書）を使用します。

推奨手順

pwsh -File tools/install_naist_jdic.ps1

上記スクリプトは OpenJTalk 配布物から辞書をダウンロードし、既定で %USERPROFILE%\naist-jdic に展開します。 MeCabTokenizer() と MultilingualG2PEngine() は次の順で辞書を自動探索します。

  1. 環境変数 DOTNETG2P_NAIST_JDIC_PATH
  2. 環境変数 NAIST_JDIC_PATH
  3. %USERPROFILE%\naist-jdic
  4. カレントディレクトリ配下の naist-jdic または open_jtalk_dic_utf_8-1.11

手動で用意する場合

  1. Open JTalk公式サイトからダウンロード
  2. pyopenjtalkやOpenJTalkに同梱の辞書ディレクトリをそのまま使用

必要なファイル

辞書ディレクトリに以下の4ファイルが含まれている必要があります:

ファイル 内容
sys.dic システム辞書
matrix.bin 遷移コスト行列
char.bin 文字カテゴリ定義
unk.dic 未知語テンプレート

Unity での配置

Unityでは StreamingAssets フォルダに辞書ファイルを配置し、Application.streamingAssetsPath を使用してパスを指定します。

var dicPath = Path.Combine(Application.streamingAssetsPath, "naist-jdic");
using var tokenizer = new MeCabTokenizer(dicPath);
using var multiEngine = new MultilingualG2PEngine(dicPath);

スペイン語評価

スペイン語G2Pには、ipa-dict と WikiPron を使った全量評価パイプラインが含まれます。

pwsh -File tools/refresh_spanish_eval_data.ps1 -Mode Full
pwsh -File tools/run_spanish_full_evaluation.ps1 -EnforceThresholds
  • コーパス出力先: artifacts/spanish-eval/corpora
  • レポート出力先: artifacts/spanish-eval/reports/latest
  • 主な出力:
    • summary.tsv
    • category_summary.tsv
    • mismatches/*.tsv

2026-03-09 時点の実測値:

  • ipa_dict_es_es_full/base: PER 1.69%, WER 16.49%
  • ipa_dict_es_es_full/allophones: PER 1.37%, WER 13.69%
  • ipa_dict_es_mx_full/base: PER 1.69%, WER 16.49%
  • ipa_dict_es_mx_full/allophones: PER 1.37%, WER 13.69%
  • wikipron_spa_latn_ca_broad_filtered_full/base: PER 1.38%, WER 11.14%
  • wikipron_spa_latn_la_broad_filtered_full/base: PER 1.43%, WER 11.46%

追加の回帰確認（2026-03-10）:

  • SpanishG2P: 227 passed
  • SpanishNormalizer は 1.234 を千区切りとして扱い、不正な日付/時刻は意味展開せず安全にフォールバック

フランス語評価

フランス語G2Pには、ipa-dict と WikiPron を使った全量評価パイプラインが含まれます。

pwsh -File tools/refresh_french_eval_data.ps1 -Mode Full
pwsh -File tools/run_french_full_evaluation.ps1 -EnforceThresholds
  • コーパス出力先: artifacts/french-eval/corpora
  • レポート出力先: artifacts/french-eval/reports/latest
  • 主な出力:
    • summary.tsv
    • category_summary.tsv
    • mismatches/*.tsv

PER閾値設定（tools/french_eval_thresholds.json）:

  • ipa_dict_fr_fr_sample: base/allophones PER < 8%、no_exceptions PER < 12%
  • ipa_dict_fr_fr_full: base/allophones PER < 12%、no_exceptions PER < 18%
  • wikipron_fra_latn_broad_filtered_sample: base PER < 8%
  • wikipron_fra_latn_broad_filtered_full: base PER < 12%

テスト実績:

  • FrenchG2P: 707 passed, 12 skipped（合計719件）
  • FrenchDatasetEvaluationTests: 外部TSVコーパスを使ったPER閾値テスト（6件）
  • FrenchAllophoneEvaluationTests: 異音プロファイル別PER評価（6件）

ポルトガル語評価

ポルトガル語G2Pはルールベース変換 + 例外辞書（560+エントリ）で構成されています。全量評価パイプラインも含まれます。

pwsh -File tools/refresh_portuguese_eval_data.ps1 -Mode Full
pwsh -File tools/run_portuguese_full_evaluation.ps1 -EnforceThresholds
  • コーパス出力先: artifacts/portuguese-eval/corpora
  • レポート出力先: artifacts/portuguese-eval/reports/latest
  • 主な出力:
    • summary.tsv
    • category_summary.tsv
    • mismatches/*.tsv

PER閾値設定（tools/portuguese_eval_thresholds.json）

テスト実績:

  • PortugueseG2P: 1294 passed, 16 skipped（合計1310件）
  • PortugueseDatasetEvaluationTests: 外部TSVコーパスを使ったPER閾値テスト（9件）
  • PortugueseAllophoneEvaluationTests: 異音プロファイル別PER評価（7件）

音素体系

49種のIPA音素を定義（PortugueseIpaPhoneme enum）:

カテゴリ 数 内容
口母音 9 /a/, /e/, /ɛ/, /i/, /o/, /ɔ/, /u/, /ɐ/, /ɨ/（EP固有）
鼻母音 5 /ɐ̃/, /ẽ/, /ĩ/, /õ/, /ũ/
半母音 2 /j/, /w/
鼻わたり音 2 /w̃/, /j̃/
子音 20 破裂6 + 摩擦6 + 鼻音3 + 側面音2 + ロティック2 + 破擦音1（ChはBP異音兼用）
異音 11 BP固有4 + EP固有2 + 共通3 + 弱化2

方言サポート

方言 enum値 説明
Brazilian PortugueseDialect.Brazilian（デフォルト） サンパウロ/リオ標準。t/d破擦音化、コーダl半母音化
European PortugueseDialect.European リスボン標準。閉鎖音弱化、歯擦音後部歯茎化、コーダl軟口蓋化

異音規則

PortugueseAllophoneFeatures で個別にON/OFF可能な7種の異音規則:

規則 説明 BP既定 EP既定
VowelReduction 無ストレス母音の弱化 ON ON
NasalAssimilation 鼻音の調音位置同化 ON ON
SibilantVoicingAssimilation 歯擦音の有声性同化 ON ON
Lenition 閉鎖音弱化 [b→β, d→ð, g→ɣ] OFF ON
SibilantPalatalization 歯擦音の後部歯茎化 [s→ʃ, z→ʒ] OFF ON
TDPalatalization t/d の破擦音化 [t→tʃ, d→dʒ] + /i/ ON OFF
LAllophony コーダ /l/ の異音: BP=半母音化[w] / EP=軟口蓋化[ɫ] ON ON

テキスト正規化

PortugueseNormalizer は13段階のパイプラインでテキストを読み上げ形式に展開します:

  1. NFKC正規化 + 小文字化
  2. 略語展開
  3. ISO日付展開
  4. 日付展開
  5. 時刻展開
  6. 通貨展開
  7. パーセント展開
  8. 単位展開
  9. 数値範囲展開
  10. 小数展開
  11. 独立数値展開
  12. 記号展開
  13. 空白正規化

スウェーデン語評価

ルールベース+例外辞書500+語によるスウェーデン語G2P。Central/FinlandSwedish方言をサポート。

方言サポート

方言 enum値 説明
Central SwedishDialect.Central（デフォルト） ストックホルム標準スウェーデン語
FinlandSwedish SwedishDialect.FinlandSwedish フィンランド・スウェーデン語

オプション設定

G2POptions で各処理段階を個別にON/OFFできます（イミュータブル設計）。

// 無声音化のみ無効にする例
var options = new G2POptions(enableUnvoicedVowel: false);
using var engine = new G2PEngine(tokenizer, options);
パラメータ デフォルト 説明
enableTextNormalization true テキスト正規化（全角/半角変換）
enableDigitProcessing true 数字読み変換・助数詞処理
enableAccentPhrase true アクセント句結合（18ルール）
enableAccentType true アクセント結合型決定
enableUnvoicedVowel true 無声母音化（6ルール）
expandLongVowels true 長音を母音繰り返しで出力（false="-"記号を使用）

ビルド

要件

  • DotNetG2P.slnx を使う場合は .NET SDK 9.0 以上
  • CI では tests/ samples/ tools/ の project file を使って .NET 8 互換性も検証

コマンド

# ビルド
dotnet build DotNetG2P.slnx

# テスト実行
dotnet test DotNetG2P.slnx

# コンソールサンプル（辞書なし: MoraMappingのみ確認）
dotnet run --project samples/DotNetG2P.Console

# 辞書を既定場所にインストール
pwsh -File tools/install_naist_jdic.ps1

# コンソールサンプル（辞書自動解決: フルG2P）
dotnet run --project samples/DotNetG2P.Console

# コンソールサンプル（辞書パスを明示）
dotnet run --project samples/DotNetG2P.Console -- /path/to/naist-jdic

スレッドセーフティ

G2PEngine および MeCabTokenizer はスレッドセーフではありません。 マルチスレッド環境では、スレッドごとにインスタンスを作成してください。

辞書データ（DictionaryBundle）は内部でWeakReferenceキャッシュにより自動的に共有されるため、 複数インスタンスを作成してもメモリ使用量は最小限に抑えられます。

EnglishG2PEngine、ChineseG2PEngine、KoreanG2PEngine、SpanishG2PEngine、FrenchG2PEngine、PortugueseG2PEngine、SwedishG2PEngine はステートレスな変換を行うため、 単一インスタンスを複数スレッドから呼び出しても安全です。

MultilingualG2PEngine は内部の日本語エンジンを lock で保護しているため、 複数スレッドから安全に呼び出せます。ただし日本語テキストの変換は直列化されます。 非日本語エンジン（英語・中国語・韓国語・スペイン語・フランス語・ポルトガル語・スウェーデン語）は Lazy<T> による遅延初期化で、 実際に使用されるまでメモリを消費しません。

ライセンス

パッケージ ライセンス 備考
DotNetG2P Apache-2.0 コアライブラリ
DotNetG2P.MeCab Apache-2.0 独自MeCabエンジン
DotNetG2P.English Apache-2.0 英語G2Pエンジン
DotNetG2P.Chinese Apache-2.0 中国語G2Pエンジン
DotNetG2P.Korean Apache-2.0 韓国語G2Pエンジン
DotNetG2P.Spanish Apache-2.0 スペイン語G2Pエンジン
DotNetG2P.French Apache-2.0 フランス語G2Pエンジン
DotNetG2P.Portuguese Apache-2.0 ポルトガル語G2Pエンジン
DotNetG2P.Swedish Apache-2.0 スウェーデン語G2Pエンジン
DotNetG2P.Multilingual Apache-2.0 多言語G2Pエンジン（日英中韓西仏葡瑞対応）

全コンポーネントがApache-2.0ライセンスで利用可能です。 サードパーティコンポーネントのライセンスについては NOTICE ファイルを参照してください。

About

C#/.NET向け日英中韓西仏葡瑞G2Pライブラリ。OpenJTalk互換日本語、CMU/LTS英語、中国語ピンイン、Hangul-first韓国語、ロマンス諸語・スウェーデン語ルールベース、純C# MeCab、NuGet/Unity UPM対応。

Topics

multilingual nlp text-to-speech csharp unity dotnet japanese pinyin english spanish chinese korean french swedish mecab upm phoneme g2p openjtalk grapheme-to-phoneme

Resources

Readme

License

Apache-2.0 license

Contributing

Contributing
Activity

Stars

2 stars

Watchers

0 watching

Forks

1 fork
Report repository

Releases 13

v1.10.0 Latest
Apr 13, 2026
+ 12 releases

Packages

 
 
 

Contributors

Languages