scansion 0.1.0
This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.
- checksums.yaml +7 -0
- data/CHANGELOG.md +8 -0
- data/LICENSE +21 -0
- data/README.md +101 -0
- data/bin/scansion +12 -0
- data/docs/scansion_rules.txt +345 -0
- data/lib/phonemizer_ffi.rb +401 -0
- data/lib/scansion/version.rb +5 -0
- data/lib/scansion.rb +1220 -0
- metadata +82 -0
checksums.yaml
ADDED
|
@@ -0,0 +1,7 @@
|
|
|
1
|
+
---
|
|
2
|
+
SHA256:
|
|
3
|
+
metadata.gz: a0348f988430ac76871a49eb8a1c8f46521b2ee2e1ca3acbdcfb38742a3ea313
|
|
4
|
+
data.tar.gz: b215d8fe37cc2b551f9a9fd358905649ea93593dff3201fe9a4b9cbe9637a348
|
|
5
|
+
SHA512:
|
|
6
|
+
metadata.gz: c8325b0a08b9270eaebf73c3bc228a1f07d6bb50042fa8f171ab2b3b9f3f7bc41d0bb806250b62726237136180af16d6c72aa07c940ce337719abd8688bbffd4
|
|
7
|
+
data.tar.gz: 44e17d34bee36a1d0777ee7bf877e02390f5277335cff2ec802e233bc0f52e9ac2e70cf35f35775f12e2c2889116b045973c446cd3aa04cf490cb2ae27b468d3
|
data/CHANGELOG.md
ADDED
|
@@ -0,0 +1,8 @@
|
|
|
1
|
+
# Journal des modifications
|
|
2
|
+
|
|
3
|
+
## 0.1.0 - 2026-11-21
|
|
4
|
+
|
|
5
|
+
- scansion.rb devient un vrai gem : `lib/scansion.rb` (bibliothèque sans effet de bord au require) avec `Scansion::VERSION`, exécutable `bin/scansion` enregistré via `spec.executables`, suite RSpec sous `spec/`, et liste complète des règles dans `docs/scansion_rules.txt`
|
|
6
|
+
- `lib/phonemizer_ffi.rb` est embarqué à côté pour que le backend FFI en processus se résolve via `require_relative` à l'intérieur du gem
|
|
7
|
+
- Ajout du gemspec, du Gemfile, du Rakefile, du README, de la LICENSE
|
|
8
|
+
- Documentation et commentaires en français
|
data/LICENSE
ADDED
|
@@ -0,0 +1,21 @@
|
|
|
1
|
+
MIT License
|
|
2
|
+
|
|
3
|
+
Copyright (c) 2026 anantone
|
|
4
|
+
|
|
5
|
+
Permission is hereby granted, free of charge, to any person obtaining a copy
|
|
6
|
+
of this software and associated documentation files (the "Software"), to deal
|
|
7
|
+
in the Software without restriction, including without limitation the rights
|
|
8
|
+
to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
|
|
9
|
+
copies of the Software, and to permit persons to whom the Software is
|
|
10
|
+
furnished to do so, subject to the following conditions:
|
|
11
|
+
|
|
12
|
+
The above copyright notice and this permission notice shall be included in all
|
|
13
|
+
copies or substantial portions of the Software.
|
|
14
|
+
|
|
15
|
+
THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
|
|
16
|
+
IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
|
|
17
|
+
FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
|
|
18
|
+
AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
|
|
19
|
+
LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
|
|
20
|
+
OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
|
|
21
|
+
SOFTWARE.
|
data/README.md
ADDED
|
@@ -0,0 +1,101 @@
|
|
|
1
|
+
scansion
|
|
2
|
+
========
|
|
3
|
+
|
|
4
|
+
[](LICENSE)
|
|
5
|
+
|
|
6
|
+
Phonétise des vers français avec [espeak-ng](https://github.com/espeak-ng/espeak-ng) et restaure le e muet (*e caduc*) selon les règles de la scansion classique, puis marque les frontières de syllabes et compte les syllabes (alexandrins, etc.).
|
|
7
|
+
|
|
8
|
+
La liste complète des règles, avec exemples travaillés, est dans [`docs/scansion_rules.txt`](docs/scansion_rules.txt).
|
|
9
|
+
|
|
10
|
+
|
|
11
|
+
Prérequis
|
|
12
|
+
----------------------------------------------------------------
|
|
13
|
+
|
|
14
|
+
- Ruby 3.1+
|
|
15
|
+
- **espeak-ng** sur le `$PATH` (backend de dernier recours) :
|
|
16
|
+
```bash
|
|
17
|
+
apt install espeak-ng # Debian/Ubuntu
|
|
18
|
+
brew install espeak-ng # macOS
|
|
19
|
+
```
|
|
20
|
+
- Backend préféré (optionnel, en processus, sans fork/exec par mot) : le gem `ffi` plus `libespeak-ng` — `gem install ffi && apt install libespeak-ng-dev` (sur macOS avec un espeak-ng Homebrew « keg-only », définir `PHONEMIZER_ESPEAK_LIB`).
|
|
21
|
+
- Replis, dans l'ordre : l'API du gem [`phonemizer`](https://rubygems.org/gems/phonemizer), le CLI `phonemize` qu'il fournit, puis espeak-ng directement.
|
|
22
|
+
|
|
23
|
+
|
|
24
|
+
Installation
|
|
25
|
+
----------------------------------------------------------------
|
|
26
|
+
|
|
27
|
+
Ajoutez au Gemfile :
|
|
28
|
+
|
|
29
|
+
```ruby
|
|
30
|
+
gem "scansion"
|
|
31
|
+
```
|
|
32
|
+
|
|
33
|
+
Ou installez depuis ce répertoire :
|
|
34
|
+
|
|
35
|
+
```bash
|
|
36
|
+
gem build scansion.gemspec && gem install ./scansion-0.1.0.gem
|
|
37
|
+
```
|
|
38
|
+
|
|
39
|
+
|
|
40
|
+
Utilisation
|
|
41
|
+
----------------------------------------------------------------
|
|
42
|
+
|
|
43
|
+
```
|
|
44
|
+
scansion [--keep-line-end-e] [--no-dierese] [-s|--syllables] [FILE|-]
|
|
45
|
+
```
|
|
46
|
+
|
|
47
|
+
```console
|
|
48
|
+
$ echo "Au coin du feu, dans la langueur des rêveries!" | scansion
|
|
49
|
+
Au coin du feu, dans la langueur des rêveries!
|
|
50
|
+
⇒ o-kwɛ̃-dy-fø-dɑ̃-la-lɑ̃-gœʁ-de-ʁɛ-və-ʁi (12 syll.)
|
|
51
|
+
```
|
|
52
|
+
|
|
53
|
+
Options :
|
|
54
|
+
|
|
55
|
+
- `--keep-line-end-e` — compter le e muet en fin de vers (p. ex. rimes féminines)
|
|
56
|
+
- `--no-dierese` — désactiver la diérèse contextuelle (corpus contemporain)
|
|
57
|
+
- `-s`, `--syllables` — n'afficher que le décompte des syllabes
|
|
58
|
+
|
|
59
|
+
Les arguments peuvent être des chemins de fichiers, `-` (stdin), ou du texte de vers en ligne.
|
|
60
|
+
|
|
61
|
+
|
|
62
|
+
Utilisation comme bibliothèque
|
|
63
|
+
----------------------------------------------------------------
|
|
64
|
+
|
|
65
|
+
`require "scansion"` est sans effet de bord (pas d'OptionParser sur l'ARGV de l'hôte) ; le CLI vit dans `Scansion.main` et ne tourne que si `lib/scansion.rb` est exécuté comme script :
|
|
66
|
+
|
|
67
|
+
```ruby
|
|
68
|
+
require "scansion"
|
|
69
|
+
|
|
70
|
+
Scansion::VERSION # => "0.1.0"
|
|
71
|
+
res = Scansion.process_line("la belle table ronde")
|
|
72
|
+
res.phones # => "la-bɛl-ta-blə-ʁɔ̃d"
|
|
73
|
+
res.syllables # => 4
|
|
74
|
+
res.aligned # => true
|
|
75
|
+
|
|
76
|
+
Scansion.process_lines(lines, keep_line_end_e: false, dierese: :auto)
|
|
77
|
+
```
|
|
78
|
+
|
|
79
|
+
|
|
80
|
+
Développement
|
|
81
|
+
----------------------------------------------------------------
|
|
82
|
+
|
|
83
|
+
```bash
|
|
84
|
+
bundle install
|
|
85
|
+
bundle exec rspec # ou : rake
|
|
86
|
+
```
|
|
87
|
+
|
|
88
|
+
La couche espeak-ng (`Scansion.espeak`) est bouchonnée dans les specs : la suite est déterministe et tourne sans espeak-ng.
|
|
89
|
+
|
|
90
|
+
|
|
91
|
+
Structure
|
|
92
|
+
----------------------------------------------------------------
|
|
93
|
+
|
|
94
|
+
```
|
|
95
|
+
├── bin/scansion exécutable (scansion [options] [FILE|-])
|
|
96
|
+
├── lib/scansion.rb bibliothèque + point d'entrée CLI Scansion.main
|
|
97
|
+
├── lib/scansion/version.rb Scansion::VERSION
|
|
98
|
+
├── lib/phonemizer_ffi.rb backend FFI optionnel en processus pour espeak-ng
|
|
99
|
+
├── spec/ suite RSpec
|
|
100
|
+
└── docs/scansion_rules.txt règles de scansion avec exemples travaillés
|
|
101
|
+
```
|
data/bin/scansion
ADDED
|
@@ -0,0 +1,12 @@
|
|
|
1
|
+
#!/usr/bin/env ruby
|
|
2
|
+
# frozen_string_literal: true
|
|
3
|
+
|
|
4
|
+
# Permet de lancer l'exécutable directement depuis une copie de travail
|
|
5
|
+
# (checkout) ; quand le gem est installé, lib est déjà dans le load path
|
|
6
|
+
# et ceci est sans effet.
|
|
7
|
+
lib = File.expand_path("../lib", __dir__)
|
|
8
|
+
$LOAD_PATH.unshift(lib) unless $LOAD_PATH.include?(lib)
|
|
9
|
+
|
|
10
|
+
require "scansion"
|
|
11
|
+
|
|
12
|
+
Scansion.main
|
|
@@ -0,0 +1,345 @@
|
|
|
1
|
+
RÈGLES APPLIQUÉES DANS scansion.rb
|
|
2
|
+
=========================================
|
|
3
|
+
(état courant du script — chaque règle est illustrée par un exemple
|
|
4
|
+
concret tiré des tests ou des échantillons samples/)
|
|
5
|
+
|
|
6
|
+
Le script phonétise chaque vers avec espeak-ng (API --ipa), puis aligne
|
|
7
|
+
les lettres orthographiques sur les segments phonétiques. Toute restauration
|
|
8
|
+
de « e muet » est faite par l'alignement ; si l'alignement échoue pour un
|
|
9
|
+
mot, le vers entier retombe sur la sortie espeak brute (préfixe « ~ »).
|
|
10
|
+
|
|
11
|
+
|
|
12
|
+
1. RÈGLES DE SCANSION (comptage des syllabes)
|
|
13
|
+
---------------------------------------------
|
|
14
|
+
|
|
15
|
+
1.1 E muet interne : prononcé (compté) devant une consonne.
|
|
16
|
+
« redemande encore » -> ʁdəmɑ̃dɑ̃kɔʁ (le e de re-de-man-de restauré).
|
|
17
|
+
|
|
18
|
+
1.2 E muet final devant un mot à initiale consonantique : prononcé.
|
|
19
|
+
« table ronde » -> tabləʁɔ̃d (3 syllabes).
|
|
20
|
+
|
|
21
|
+
1.3 E muet final devant un mot à initiale vocalique (voyelle ou h muet) :
|
|
22
|
+
élidé (non compté). « table orange » -> tablɔʁɑ̃ʒ.
|
|
23
|
+
|
|
24
|
+
1.4 E muet en fin de vers : non compté.
|
|
25
|
+
« la table » -> la-tabl (2 syllabes) ;
|
|
26
|
+
compté si --keep-line-end-e est passé (la-ta-blə, 3 syllabes,
|
|
27
|
+
utile pour les rimes féminines).
|
|
28
|
+
|
|
29
|
+
1.4b E muet devant une pause graphique (, ; : ! ? … —) : non compté,
|
|
30
|
+
comme en fin de vers.
|
|
31
|
+
« perclus des coups de rêche, l’abstinente » ->
|
|
32
|
+
pɛʁ-kly-de-ku-də-ʁɛʃ-lab-sti-nɑ̃t (9 syllabes, pas 10) ;
|
|
33
|
+
« qui se retourne, s’éloigne » -> ki-sə-ʁə-tuʁn-se-lwaɲ (6 syllabes).
|
|
34
|
+
|
|
35
|
+
1.5 E muet final devant un s muet : restauré.
|
|
36
|
+
« tables blanches » -> tabləblɑ̃ʃ.
|
|
37
|
+
|
|
38
|
+
1.5b E muet FINAL après une voyelle (groupes -ée, -ie, -ue) : jamais compté.
|
|
39
|
+
« gravée des noms célestes » -> gʁa-ve-de-nɔ̃-se-lɛst (6 syllabes,
|
|
40
|
+
« gra-vée » = 2) ; « suivie d’ombres » -> syi-vi-dɔ̃... (8 syllabes,
|
|
41
|
+
« sui-vie » = 2, le ui formant UNE syllabe et le e final étant muet).
|
|
42
|
+
Mais un e muet INTERNE après une voyelle, devant une consonne, est
|
|
43
|
+
compté (règle 1.1) : « alouettes » -> a-lwɛ-ə-tə (4 syllabes,
|
|
44
|
+
a-lou-e-tte), « les alouettes lestes qui mélangent » = 10 syllabes.
|
|
45
|
+
|
|
46
|
+
1.5c Digrammes vocaliques en UNE syllabe : ai, au, ou, eu, ei, ay, ey,
|
|
47
|
+
ui, ue, œ (DIGRAPH_ONE_PHONE). La 2e lettre est absorbée seulement
|
|
48
|
+
si la 1re lettre ne suit pas elle-même une voyelle : ainsi dans
|
|
49
|
+
« alouettes » le e reste compté (règle 1.5b), mais « m'accueille »
|
|
50
|
+
-> ma-kœj (7 syllabes pour le vers, le ue de -ueille formant un œ).
|
|
51
|
+
« ui » compte pour 2 voyelles espeak (yi) : « qui » -> ki.
|
|
52
|
+
|
|
53
|
+
1.4c DIÉRÈSE — RÉSERVÉE AU CONTEXTE CLASSIQUE, automatique et contextuelle
|
|
54
|
+
par défaut dans le CLI (dierese: :auto ; --no-dierese pour désactiver
|
|
55
|
+
entièrement, p. ex. corpus contemporain). Un « i » suivi d’une
|
|
56
|
+
voyelle pleine que espeak a rendu par un glide compte DOUBLE en vers
|
|
57
|
+
classique (lion -> li-jɔ̃, dieu -> di-jø, viens -> vi-ens ; mais
|
|
58
|
+
« hier » [jɛʁ] reste 1). Le contexte classique est détecté par les
|
|
59
|
+
VERS VOISINS (classical_context?) : majorité de vers dans la BANDE
|
|
60
|
+
alexandrine 10-13 (les 11/13 y comptent comme candidats diérèse)
|
|
61
|
+
ou alternance stricte 10/12, dans une fenêtre de ±5 vers (seuil
|
|
62
|
+
70 %). En poésie
|
|
63
|
+
contemporaine (samples/), la diérèse ne peut PAS être déduite d’un
|
|
64
|
+
nombre cible : les rapports de samples/ tournent avec --no-dierese.
|
|
65
|
+
Même en contexte classique, le re-scan avec diérèse n’est retenu que
|
|
66
|
+
s’il mène le vers à 6/8/10/12. L’e muet final n’est jamais compté
|
|
67
|
+
(règle 1.4).
|
|
68
|
+
|
|
69
|
+
1.5c bis E après g/c doux (vengeance -> vɑ̃ʒɑ̃s, pages -> paʒ) : muet
|
|
70
|
+
quand suivi d’une voyelle, ou d’un s/x final après une voyelle
|
|
71
|
+
(mais « c’est » garde son e : c initial).
|
|
72
|
+
|
|
73
|
+
1.5d E muet après un groupe -Cr- (sombre, nombre, cédre, mettre, fièvre,
|
|
74
|
+
spectre -> sɔ̃bʁ, nɔ̃bʁ, mɛtʁ, fjɛvʁ, spɛktʁ) : JAMAIS compté, même
|
|
75
|
+
devant une consonne (contrairement à -le : « tables blanches » ->
|
|
76
|
+
ta-blə-blɑ̃ʃ). Ne s’applique qu’en fin de mot (ou devant s/x muet) ;
|
|
77
|
+
un e interne avant une consonne reste compté (règle 1.1).
|
|
78
|
+
EXCEPTIONS (CR_E_PRONOUNCED) : « entre » et « ventre » gardent leur e
|
|
79
|
+
final devant une consonne -> ɑ̃-tʁə, vɑ̃-tʁə (« l’amour est mort entre
|
|
80
|
+
tes bras » -> la-muʁ-ɛ-mɔʁ-ɑ̃-tʁə-te-bʁa, 8 syllabes). Devant une
|
|
81
|
+
voyelle ou en fin de vers, l’élision habituelle s’applique.
|
|
82
|
+
|
|
83
|
+
1.6 Terminaison -ent / -ente / -entes :
|
|
84
|
+
- prononcée (e compté) si le mot suivant commence par une consonne
|
|
85
|
+
ou un h aspiré, à l'intérieur d'un vers, ET si le e de -ent suit
|
|
86
|
+
une consonne ;
|
|
87
|
+
« ils chantent bien » -> i-lʃɑ̃-tə-bjɛ̃ (4 syllabes),
|
|
88
|
+
« ils chantent héros » -> i-lʃɑ̃-tə-e-ʁo (h aspiré, 5 syllabes) ;
|
|
89
|
+
- JAMAIS prononcée quand le e suit une voyelle (-uent, -ient, -ient
|
|
90
|
+
des imparfaits) : le e appartient au groupe vocalique précédent ;
|
|
91
|
+
« qui perpétuent le souvenir » -> ki-pɛ-ʁpe-ty-lə-su-və-niʁ
|
|
92
|
+
(8 syllabes, pas 9), « ils crient bien » -> i-lkʁi-bjɛ̃ ;
|
|
93
|
+
- non prononcée en fin de vers (« ils chantent » -> i-lʃɑ̃t) ;
|
|
94
|
+
- non prononcée devant une voyelle ou un h muet, avec liaison en t
|
|
95
|
+
si espeak la prononce : « ils chantent ici » -> il-ʃɑ̃tt-i-si,
|
|
96
|
+
« ils peuplent à peine » -> il-pøplt-a-pɛn ;
|
|
97
|
+
- le e nasal de -ent n'est PAS restauré quand il est déjà prononcé
|
|
98
|
+
(« violent » -> œ̃-vjo-lɑ̃-e-ʁo, pas de schwa ajouté).
|
|
99
|
+
|
|
100
|
+
1.7 Liaisons de consonnes finales devant une voyelle :
|
|
101
|
+
s->z (« les amis » -> lɛzami), d->t (« quand il » -> kɑ̃til),
|
|
102
|
+
g->k, b->p, z->s, -st/-x -> t (« est autre » -> ɛtotʁ),
|
|
103
|
+
n/m après voyelle nasale (« un art » -> œ̃naʁt),
|
|
104
|
+
et r final restauré quand espeak-ng l'a supprimé
|
|
105
|
+
(« qu'amer aucun » -> ka-meʁ-o-kœ̃).
|
|
106
|
+
La liaison a lieu aussi pour les pluriels en -ts/-ns/-nts
|
|
107
|
+
(« fronts étoilés » -> fʁɔ̃zetwal...).
|
|
108
|
+
Une pause graphique (, ; : ! ? … —) BLOQUE la liaison.
|
|
109
|
+
|
|
110
|
+
1.8 H muet vs h aspiré : elision devant h muet, pas devant h aspiré
|
|
111
|
+
(petite liste : haie, haine, hache, honte, héros, hérisson, harpe,
|
|
112
|
+
halle, hurler, heaume, hocher, hibou).
|
|
113
|
+
|
|
114
|
+
|
|
115
|
+
2. RÈGLES D'ALIGNEMENT LETTRE -> PHONE (anti-fallback)
|
|
116
|
+
------------------------------------------------------
|
|
117
|
+
|
|
118
|
+
2.1 Nettoyage de la sortie espeak-ng avant segmentation :
|
|
119
|
+
suppression des marqueurs de changement de langue "(en)"/"(fr)"
|
|
120
|
+
ENTIERS (sinon il reste des segments parasites "en"/"fr" :
|
|
121
|
+
qu’hier -> (en)kwhˈiə(fr)), des caractères invisibles
|
|
122
|
+
(BOM U+FEFF, espaces fines), des espaces, des marques de stress
|
|
123
|
+
ˈ ˌ, de la liaison ‿, des longueurs ː ˑ, de TOUTE ponctuation
|
|
124
|
+
([[:punct:]] — espeak émet « , » dans le flux IPA),
|
|
125
|
+
normalisation ɡ (U+0261) -> g, et des entités HTML ( etc.)
|
|
126
|
+
avant phonétisation. Dé-anglicisation de l’IPA anglais renvoyé par
|
|
127
|
+
espeak-ng pour certains mots (rythme, macbeth, punch) :
|
|
128
|
+
ɹ->ʁ, θ->t, ð->d, ɪ->i, ʌ->a, æ->a, ɒ->ɔ.
|
|
129
|
+
Les respellings d’entrée ponctuels (qu’hier, d’aujourd’hui, punch,
|
|
130
|
+
Te Deum, Fould, Barthélemy...) ont été RETIRÉS à la demande : aucune
|
|
131
|
+
règle codée en dur pour un seul mot — normalize_input ne fait plus
|
|
132
|
+
que nettoyer entités HTML et chiffres.
|
|
133
|
+
|
|
134
|
+
2.1b Dévoisement final rendu par espeak-ng : z->s, d->t, b->p, g->k,
|
|
135
|
+
v->f en fin de mot (Austerlitz -> ...lits).
|
|
136
|
+
|
|
137
|
+
2.1c Un h réellement prononcé par espeak-ng est consommé
|
|
138
|
+
(hier -> hiəʁ dans certains contextes).
|
|
139
|
+
|
|
140
|
+
2.1d Nasal n/m fermé par une queue silencieuse et rendu par une voyelle
|
|
141
|
+
nasale : « soyons » -> swa-jɔ̃ (le s final est muet).
|
|
142
|
+
|
|
143
|
+
2.1e Digramme suivi d’un glide dans son propre segment, en milieu de
|
|
144
|
+
mot seulement : « ay » -> ɛ+j (rayonner -> ʁɛ-jɔn) ; jamais en fin
|
|
145
|
+
de mot (fou, tout) ni avant -l (soleil -> sɔ-lɛj via la règle -ll-).
|
|
146
|
+
|
|
147
|
+
2.1f Un digramme vocalique consomme sa part du run (jusqu’à 2 voyelles
|
|
148
|
+
pour ui) : « nuit est » -> run "yiɛ" = yi (nuit) + ɛ (est).
|
|
149
|
+
Écho du 2e lettre du digramme (pays -> p-ɛ-i) : avalé quand le mot
|
|
150
|
+
se termine juste après (sauf si le mot suivant commence par une
|
|
151
|
+
voyelle : « ou entendre » garde le ɑ̃).
|
|
152
|
+
|
|
153
|
+
2.1g Divers : s intervocalique -> z aussi devant h muet (déshonneur) ;
|
|
154
|
+
p muet devant t (sept -> sɛt) ; t muet devant m (montmartre) ;
|
|
155
|
+
r muet devant l (waterloo) ; l muet devant s final voisé (fils -> fis,
|
|
156
|
+
mais ils -> il) ; f final dans SILENT_TAILS (serf) ; chiffres retirés
|
|
157
|
+
de l’entrée (31 -> « trente et un »). normalize_input (appliqué à
|
|
158
|
+
words_of ET à espeak pour garder lettres et phones cohérents) ne
|
|
159
|
+
normalise que les entités HTML et les chiffres.
|
|
160
|
+
Un glide suivi d’une voyelle en milieu de mot avale la voyelle
|
|
161
|
+
(a -> j+a : effroyable -> efʁwa-jabl, voyage -> vwa-jaʒ).
|
|
162
|
+
|
|
163
|
+
2.1h Comptage des syllabes : un « y »/ɥ (glide) directement suivi d’une
|
|
164
|
+
voyelle ne compte pas comme syllabe (fuyait -> f-yi-jɛ = 2, pas 3).
|
|
165
|
+
Un e final-ish dont le mot a déjà sa voyelle ne consomme jamais un
|
|
166
|
+
segment voyelle suivant (sinon il vole la voyelle du mot suivant).
|
|
167
|
+
|
|
168
|
+
2.2 Segmentation en « runs » voyelle/consononne ; un run voyelle est
|
|
169
|
+
découpé par mot : « violent héros » -> segment ɑ̃e = ɑ̃ + é de héros.
|
|
170
|
+
|
|
171
|
+
2.3 Digrammes de consonnes : ch->ʃ, ph->f, th->t, qu->k, ss->s, ck->k,
|
|
172
|
+
gn->ɲ (ou n, parfois n+j : « éteignent » -> etɛnj).
|
|
173
|
+
|
|
174
|
+
2.4 C/G doux devant e i y é è ê (SOFT_NEXT) : c->s, g->ʒ.
|
|
175
|
+
« c'est » -> le mot c seul vaut s devant voyelle ;
|
|
176
|
+
« sc- » devant voyelle douce : c muet (« scellé » -> sɛle) ;
|
|
177
|
+
« second(e) » -> g dur (səɡɔ̃d) ;
|
|
178
|
+
« -tion » -> s (dilatasjɔ̃) sauf après s (« question » -> kɛstjɔ̃).
|
|
179
|
+
|
|
180
|
+
2.5 Digrammes voyelles prononcés en UNE voyelle (2e lettre absorbée :
|
|
181
|
+
ai au ou eu ei ay ey) — « ou entendre » ne mange pas le ɑ̃ suivant ;
|
|
182
|
+
sinon la 2e lettre d'un digramme voyelle est absorbée quand il ne
|
|
183
|
+
reste plus de voyelle à consommer (ai, au, ou, ui, eu :
|
|
184
|
+
« chair », « faite », « au », « souvenir », « coups »...).
|
|
185
|
+
|
|
186
|
+
2.6 Glides j ɥ w : i/u/o/y (et a après voyelle, « prévoyante ») devant
|
|
187
|
+
voyelle -> glide (« yeux » -> jø, « miroir » -> miʁwaʁ) ;
|
|
188
|
+
-il/-ill après le glide absorbé (« œil », « soleil », « jaillisse ») ;
|
|
189
|
+
-ll- après voyelle rendu par j (« aiguille » -> ɛɡij) ;
|
|
190
|
+
voyelle avalée après glide si aucune voyelle ne suit (« feuilles »).
|
|
191
|
+
|
|
192
|
+
2.7 E muet restauré quand aucune voyelle phonétique ne correspond
|
|
193
|
+
(c'est le cœur du script) ; le pruning de scansion (règles 1.2-1.6)
|
|
194
|
+
décide ensuite de le garder ou de l'éliminer.
|
|
195
|
+
|
|
196
|
+
2.8 Nasales : n/m absorbés après une voyelle fermée, y compris à travers
|
|
197
|
+
un digramme (« maintenant » -> mɛ̃tnɑ̃, « pain » -> pɛ̃).
|
|
198
|
+
|
|
199
|
+
2.9 Consonnes silencieuses en queue, à n'importe quelle position quand
|
|
200
|
+
la tête ne correspond pas (SILENT_TAILS : ent, nt, nts, nte, ns, nc, ms, cs,
|
|
201
|
+
s, t, ts, d, x, z, p, ps, g, gt, st, ut, r, n, it, ds, rs, c, ôt, u,
|
|
202
|
+
au, aux, eau, eaux, eux, ux, ous...) : « fronts » -> fʁɔ̃,
|
|
203
|
+
« coups » -> ku, « pierre » -> pjɛʁ, « raconter » -> ʁakɔ̃te,
|
|
204
|
+
« flanc » -> flɑ̃, « doigt » -> dwa.
|
|
205
|
+
Quand les segments sont épuisés (fin de vers), toute queue restante
|
|
206
|
+
est absorbée silencieusement au lieu de faire échouer le vers.
|
|
207
|
+
|
|
208
|
+
2.10 Lettres doublées prononcées une fois (« belle », « bonne », « pierre »).
|
|
209
|
+
|
|
210
|
+
2.11 Silences lexicaux : h muet ; g après n devant consonne (« longtemps »
|
|
211
|
+
-> lɔ̃tɑ̃) ; p après m (« compte » -> kɔ̃t) ; u après g/q devant voyelle
|
|
212
|
+
(« guerre », « qui ») ; voyelle initiale muette (« alors » -> lɔʁ) ;
|
|
213
|
+
voyelle après h muet élidé (« au hasard » -> ozaʁ) ; t initial fondu
|
|
214
|
+
dans la liaison du mot précédent (« et toi » -> etwa).
|
|
215
|
+
|
|
216
|
+
2.12 S intervocalique -> z (« gueuse » -> ɡøz, « désormais »).
|
|
217
|
+
|
|
218
|
+
2.13 X : -> ks, ou s/z/g (« six », « dix »), ou ɡz (« existe » -> ɛɡzist),
|
|
219
|
+
ou muet en queue (« peux », « deux », « vieux sperme » -> vjøspɛʁm).
|
|
220
|
+
|
|
221
|
+
2.14 W prononcé v par espeak (« wagon » -> vagɔ̃).
|
|
222
|
+
|
|
223
|
+
2.15 Une queue silencieuse est traitée comme muette quand le segment
|
|
224
|
+
appartient en fait au mot suivant qui commence par le même phone
|
|
225
|
+
(« noms célestes » -> nɔ̃selɛst, « est son » -> ɛsɔ̃, « nœud de » ->
|
|
226
|
+
nødə...) — sauf si espeak a doublé le phone (« cher raison » ->
|
|
227
|
+
ʁʁɛz : chaque mot prend le sien).
|
|
228
|
+
|
|
229
|
+
2.16 Digramme « ue » (et tout digramme en glide+voyelle : muette -> yɛ,
|
|
230
|
+
tuer -> ye) : quand le run contient une PAIRE glide+voyelle (2 voyelles
|
|
231
|
+
dont la 1re est un glide ɥ/j/w), le digramme absorbe TOUT le run,
|
|
232
|
+
pas une seule voyelle — sinon la voyelle restante reste bloquée et
|
|
233
|
+
fait échouer le mot (« brisée, muette de souffrance »).
|
|
234
|
+
|
|
235
|
+
2.17 Suppression d’un digramme vocalique : un digramme ne se déclenche
|
|
236
|
+
PAS quand la lettre courante est déjà la 2e lettre d’un digramme avec
|
|
237
|
+
la lettre précédente (alouettes : o-u-e -> le e compte encore ;
|
|
238
|
+
mais yeux : y vaut j ici, donc « eu » EST un digramme -> ʒø).
|
|
239
|
+
Le critère est purement orthographique : la paire (lettre précédente
|
|
240
|
+
+ lettre courante) appartient à DIGRAPH_ONE_PHONE.
|
|
241
|
+
|
|
242
|
+
2.18 Fragment d’apostrophe + run vocalique spanning : après un fragment
|
|
243
|
+
d’elision d’une lettre (c’, j’, l’, d’, n’, s’, t’, m’, qu’), si le
|
|
244
|
+
mot courant a dû scinder un run vocalique (1re voyelle du run) et que
|
|
245
|
+
sa queue restante est une queue silencieuse de 2+ lettres dont la
|
|
246
|
+
dernière consonne correspond au segment suivant (c’ est -> se|ɛt),
|
|
247
|
+
la voyelle restante du run est émise pour ce mot (elle lui appartient)
|
|
248
|
+
afin que le curseur avance : « c’ est une danse perpétuelle » ->
|
|
249
|
+
se-ɛt-y-nə-dɑ̃-sə-pɛʁ-pe-tyɛl (9 syllabes).
|
|
250
|
+
|
|
251
|
+
2.19 « oe » prononcé en 2 voyelles (Noël -> nɔ-ɛl, canoë -> ka-nɔ-e,
|
|
252
|
+
goélette -> ɡɔ-e-lɛt) : DIGRAPH_ONE_PHONE « oe » => 2. MAIS si le mot
|
|
253
|
+
suivant commence par une voyelle et que le run contient exactement
|
|
254
|
+
2 voyelles, le run peut FRANCHIR la frontière de mot (boeufs au ->
|
|
255
|
+
run « øo » = ø de boeufs + o de « au ») : on ne consomme alors qu’UNE
|
|
256
|
+
voyelle (take=1) et le reste du run est laissé au mot suivant.
|
|
257
|
+
|
|
258
|
+
2.20 Lettre voyelle ouvrant une queue silencieuse de 2+ lettres devant un
|
|
259
|
+
phone consonne : la lettre est sautée avec toute la queue (boeufs ->
|
|
260
|
+
bø, « ufs » muet ; SILENT_TAILS inclut désormais ufs/oeufs). SAUF :
|
|
261
|
+
queues en -x (le x peut liaisonner : beaux yeux -> bo-zjø) et queues
|
|
262
|
+
-ent/-nt (règle 1.6 prioritaire). Les queues d’une seule lettre (le u
|
|
263
|
+
de « tu ») ne sont pas concernées.
|
|
264
|
+
|
|
265
|
+
2.21 t -> s devant i+voyelle SEULEMENT si espeak-ng a vraiment supprimé
|
|
266
|
+
le t (tête == s) : captieux -> kap-sjø, dilatation -> di-la-sjɔ̃ ;
|
|
267
|
+
mais pitié -> pi-tje, sentier -> sɑ̃-tje, bastion -> bas-tjɔ̃ gardent
|
|
268
|
+
leur t (tête == t).
|
|
269
|
+
|
|
270
|
+
2.22 E quasi-final (suivi seulement de s/t/ts/ps/x) devant une voyelle
|
|
271
|
+
non schwa : la tête voyelle n’est attribuée au mot SUIVANT que si
|
|
272
|
+
celui-ci commence par une voyelle (parle à -> paʁ-la). Devant un mot
|
|
273
|
+
à initiale consonne, une tête voyelle appartient au mot courant et
|
|
274
|
+
est consommée (bouquet de -> bu-kɛ-dé).
|
|
275
|
+
|
|
276
|
+
2.23 Absorption d’un n/m fermé après une voyelle : seulement si le phone
|
|
277
|
+
nasal correspondant n’est PAS déjà en attente en tête de segment
|
|
278
|
+
(hymne -> i-m-n : le m est consommé normalement, pas absorbé via la
|
|
279
|
+
voyelle nasale).
|
|
280
|
+
|
|
281
|
+
2.24 Branchement nasal + liaison : un n/m final rendu voyelle nasale
|
|
282
|
+
(voyant -> vwa-jɑ̃) ne saute PAS les lettres suivantes — un -t final
|
|
283
|
+
devant un mot à initiale voyelle reste une liaison prononcée
|
|
284
|
+
(voyant à -> vwa-jɑ̃-ta).
|
|
285
|
+
|
|
286
|
+
2.25 Un glide (j ɥ w) ne mange jamais la voyelle NASALE qui le suit : elle
|
|
287
|
+
appartient au n/m suivant (voyant -> vwa-j-ɑ̃-t, pas vwa-ja-nt).
|
|
288
|
+
|
|
289
|
+
2.26 Digramme vu depuis sa 2e lettre : si la lettre courante est la 2e
|
|
290
|
+
d’un digramme et que le run contient 2 voyelles, le digramme est la
|
|
291
|
+
paire précédente (aiguille -> ɛ-g-yi-j : « ui » = u+i rendu « yi »).
|
|
292
|
+
|
|
293
|
+
2.27 S initial devant une consonne voiced prononcée z par espeak-ng :
|
|
294
|
+
s -> z (sveltesse -> zvɛltɛs).
|
|
295
|
+
|
|
296
|
+
LIMITATION CONNUE : -u final (tu, nu, su) devant un mot à initiale
|
|
297
|
+
voyelle — le glide y n’est pas compté comme noyau (tu es -> compté
|
|
298
|
+
1 syll. au lieu de 2), car on ne peut pas distinguer /y/ noyau de
|
|
299
|
+
/j/ glide dans la chaîne de phones seule.
|
|
300
|
+
|
|
301
|
+
|
|
302
|
+
3. COMPORTEMENT DE SECOURS
|
|
303
|
+
--------------------------
|
|
304
|
+
|
|
305
|
+
Si un mot ne peut pas être aligné, le vers entier est émis en sortie
|
|
306
|
+
espeak brute avec le préfixe « ~ » et le nombre de syllabes d'espeak :
|
|
307
|
+
le script préfère manquer des e muets plutôt qu'en inventer.
|
|
308
|
+
|
|
309
|
+
|
|
310
|
+
4. FORMAT DE SORTIE
|
|
311
|
+
-------------------
|
|
312
|
+
|
|
313
|
+
Result#phones (et donc la ligne « ⇒ » du CLI) porte un tiret « - » entre
|
|
314
|
+
les syllabes. Règles de découpage (mark_syllables) :
|
|
315
|
+
- entre deux voyelles, le tiret va devant le plus long groupe d'attaque
|
|
316
|
+
VALIDE : consonne seule ; obstruente+liquide(+glide) ; obstruent+glide ;
|
|
317
|
+
liquide+glide ; nasale+glide ; s+glide (s+voyelle : -sion -> sjɔ̃) ;
|
|
318
|
+
s+obstruent seulement dans un groupe de 3+ consonnes
|
|
319
|
+
(« respiration » -> ʁɛs-pi-ʁa-sjɔ̃) mais PAS sinon
|
|
320
|
+
(« abstinente » -> ab-sti-) ;
|
|
321
|
+
- une FRONTIÈRE DE MOT est un point de coupe : la consonne finale du
|
|
322
|
+
mot précédent devient coda (« mer en » -> mɛʁ-ɑ̃, « par moi » ->
|
|
323
|
+
paʁ-mwa, « l'envol est » -> vɔl-ɛ, « inutiles, enfant » -> til-ɑ̃) ;
|
|
324
|
+
- exceptions à la frontière de mot : la lettre de LIAISON (s x z d g b
|
|
325
|
+
n m) devant un mot à initiale vocalique reste attaque
|
|
326
|
+
(« les amis » -> lɛ-za-mi), sauf si une pause bloque la liaison ;
|
|
327
|
+
les articles élidés l'/j' fusionnent (« l'abstinente » -> lab-sti...) ;
|
|
328
|
+
- la coda finale ne reçoit pas de tiret ; un hiatus voyelle-voyelle
|
|
329
|
+
(aucune consonne entre les deux) est séparé (ə-e) :
|
|
330
|
+
« perclus » -> pɛʁ-kly (per-clus)
|
|
331
|
+
« se retourne, » -> ʁə-tuʁn (re-tourne)
|
|
332
|
+
« l’abstinente » -> lab-sti-nɑ̃t (l’ab-sti-nente)
|
|
333
|
+
« miroir » -> mi-ʁwaʁ
|
|
334
|
+
« étrangère » -> e-tʁɑ̃-ʒɛʁ
|
|
335
|
+
Exemple : « étrangères à ton nom, miroir » ->
|
|
336
|
+
e-tʁɑ̃-ʒɛ-ʁə-za-tɔ̃-nɔ̃-mi-ʁwaʁ (9 syllabes).
|
|
337
|
+
La ligne « (espeak seul : ...) » de fallback et Result#raw restent sans
|
|
338
|
+
tirets. Le mode -s/--syllables n’affiche que le nombre de syllabes.
|
|
339
|
+
|
|
340
|
+
|
|
341
|
+
FICHIERS
|
|
342
|
+
--------
|
|
343
|
+
scansion.rb le script
|
|
344
|
+
scansion_spec.rb tests RSpec (espeak simulé, déterministe)
|
|
345
|
+
|