第251回 Ubuntuに日本語を話してもらおう（後編） | gihyo.jp
先週のレシピでは、mbrolaを使った音声合成と、MeCabを使った形態素解析のレシピをお届けしました。 今回は予告どおり、一連の流れを自動化するPythonスクリプトを作成してみます。 なお、Pythonを選択した理由は2つあります。ひとつはMeCabのPythonバインディングのパッケージが提供されていて都合が良かったこと、もうひとつは日本語文字の扱いが簡単そうなことです。後者を先に簡単に説明します。 Pythonで日本語処理 Mecabを通じて辞書から取得した「読み」をmbrolaの音素リストに変換するためには、日本語を1文字1文字処理する必要があります。例えば冒頭の例「八戸」の読みである「ハチノヘ」を音素リストに変換するには、次を行う必要があります。 「ハチノヘ」を「ハ」、「チ」、「ノ」、「ヘ」に切り分けたリストを得る リストのそれぞれの要素に対して置換処理を行い
第250回 Ubuntuに日本語を話してもらおう（前編） | gihyo.jp
今回から2回に渡り、Ubuntuで利用可能ないくつかのソフトウェアを組み合わせて、入力テキストを喋る仕組みを作るレシピをお届けします。Mbrola、MeCabを使って音声を合成し、Linuxのサウンドサブシステムを通じて音声を出力します。 MBROLAプロジェクトとは MBROLAとは、汎用音声合成エンジン「mbrola」と、mbrolaで利用可能な音声データベースを開発するプロジェクトです[1]。1995年にベルギーのFaculte Polytechnique de Mons大学のTCTS研究室が開始しました。音声合成エンジンもデータベースもバイナリーの形で提供されているためオープンソースソフトウェアではありませんが、フリーなライセンス[2]のもとで利用できます。 DebianやUbuntuではmbrolaのパッケージが提供されています。Ubuntuソフトウェアセンターでmbrolaを
[O] MeCab 用の新語辞書 mecab-ipadic-neologd を公開しました
MeCab 用の新語辞書 mecab-ipadic-neologd を公開しました Tweet [NLP] 日本語の文書を機械的に処理しようと思った時に、ほとんどの人が MeCabとIPADIC(IPA辞書)の両方、または、どちらかを使うことになります。 IPADICはとてもよく出来ていますが、更新されないまま年月が過ぎているので、例えば2015年3月上旬に急に流行ったような言葉は収録していません。そのため、今日生まれたような新しい文書(例、Apple Watch発売)を解析する時に困ります。困らない人もいますけど、僕は困ります。 その課題に対処するために、日本全国津々浦々、自然言語処理に関わる全ての人は独自にMeCabの新語辞書を作って対応しているわけです。その際に元データとして使われることが多いのは Wikipedia 日本語版やはてなキーワードなどです。 困ったことに、新語辞書を生成
OS X Yosemite：日本語入力エンジン「ことえり」を終了し、新しい「日本語IM」を新採用 | Mac OS X | Mac OTAKARA
※本サイトは、アフィリエイト広告および広告による収益を得て運営しています。購入により売上の一部が本サイトに還元されることがあります。 Appleは、漢字Talk 7.1から採用し、OS X Mavericksまで採用し続けてきた日本語入力エンジン「ことえり」を終了し、OS X Yosemiteからは、Mac OS X Leopard以降からSpotlightエンジンとして採用し、また、iPhone OS 2.1以降の日本語入力エンジンとしても採用している、オープンソースの形態素解析エンジン「MeCab」などを組み合わせた新しい日本語入力エンジンに変更したようです。 新しい日本語入力エンジン「JapaneseIM」（Ver.5.0）は、ファイルサイズ２MB（ことえり4.4は7.3MB）と大幅に小型されています。 Appleは、一切説明を行なっていませんが、形態素解析に使用するMeCab日本語
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
kkaneko.com
PHP で Mecab を使って日本語形態素解析の結果を簡単に取得するまでの設定まとめ
PHP MeCab extensionをさくらインターネットの共用サーバーにインストールする手順: メタスキーマ金儲け
