alteruphono

alteruphono 是一个Python库，用于对语音和语音学表示应用语音变化，旨在用于语言演化的模拟。

请记住，尽管可使用，但 alteruphono 仍在开发中。目前最好的文档是检查测试，不建议在生产中使用此库。

未来改进

• 从现有的AST迁移到字典，主要为了速度和可移植性（即使代码可能更冗长）；仍应为冻结字典
• 缓存 parser.__call__() 调用
• 考虑如果规则有备选方案、sound_classes或在 context 中的其他特征规则，可能需要进行更复杂的合并，并在 post 中添加对 ante 中匹配内容的回引用，这甚至可能意味着前向和后向有不同
• 在适当的位置使用日志记录
• 允许使用不同的边界符号，包括 "^" 和 "$"
• 添加对集群/双元音的支持
• 添加音高和其他超音段特征
• 添加自定义功能
• 研究kleene闭包

安装

在任何标准的Python环境中，可以使用以下命令安装 alteruphono

pip install alteruphono

如何使用

详细文档可以在库源代码中找到，并将与库的配套论文一起发布；更简短的技

作为库的基本使用，可以使用 .forward() 和 .backward() 函数作为

>>> import alteruphono
>>> alteruphono.forward("# p a t e #", "p > t / _ V")
['#', 't', 'a', 't', 'e', '#']
>>> alteruphono.backward("# p a t e #", "p > t / _ V")
[['#', 'p', 'a', 't', 'e', '#'], ['#', 'p', 'a', 'p', 'e', '#']]

可以使用独立的命令行工具调用这些包装器函数

$ alteruphono forward '# p a t e #' 'p > t / _ V'
# t a t e #
$ alteruphono backward '# p a t e #' 'p > t / _ V'
['# p a t e #', '# p a p e #']

元素

我们并未探讨标注声音变化形式语法的所有细节，例如空格和制表符的灵活性或箭头的等效符号；有关完整信息，有兴趣的人可以查阅参考 PEG 语法和源代码。

AlteruPhono 通过将有序的声音变化列表应用于声音序列的文本表示来运行。

声音变化以 A -> B / C 语法标注，其组成部分称为“源”（A），“目标”

• p 是“源”
• b 是“目标”
• _ a 是“上下文”
• "pape" 是“前（序列）”
• "bape" 是“后（序列）”

请注意，如果反向应用，一个规则将有一个后序列，但可能有多于一个的前序列。

AlteruPhono 在标准 CLDF/

目录

虽然它们不是强制性的，在某些情况下也不需要，例如当系统作为改进的搜索

字符群是由一个或多个文本字符组成的序列，其中大多数字符被接受（例外包括...）。在大多数情况下，它将对应于常见的转写系统，如国际音标（IPA），在大多数情况下对应于单个声音或音素，但这并不是强制的，字符序列（除了空白、制表符、正斜杠、方括号和花括号以及箭头之外）可以用来表示在相应目录中定义的任何片段。另外，Lexibank的斜杠符号也得到支持。Alteruphono默认提供的目录基于clts的BIPA系统。

特征是描述符...默认值来源于BIPA描述符，主要是发音描述符，但我们也包括一些特征系统。

没有必要为字符群目录指定构成每个字符群的特征，但这严重限制了可能的操作类型，特别是在建模观察到的或可能的声音变化时。

默认目录来源于BIPA...例如

片段类只是缩写。AlteruPhono默认提供的目录包括文献中常见的许多缩写，大部分是明确的。

类型

• 字符群是由一个或多个文本字符组成的序列，代表一个片段，例如"a"，"kʷʰ"。

• 包是按照参考定义的特性和值的显式列表，用方括号括起来，例如"[open,front,vowel]"或"[-vowel]"。特性之间用逗号分隔，可选的空格，并可能以feature=value的格式带有特定的值；"true"和"false"的缩写是操作符"+"和"-"；如果没有提供"值"，则默认为"true"（因此[open,front,vowel]在内部被翻译为[open=true,front=true,vowel=true]）。注意这里的反向引用（实验性）

• 修饰符是用于修改基本值的特征包；例如，如果"V"定义了一个片段类（见下文），"V[long]"将匹配的片段集限制为长元音。

• 片段类是按照参考定义的特征包的缩写，用于匹配一个或多个用一个或多个大写字母表示的片段，如"C"或"VL"（在默认情况下分别代表[辅音]和[长元音]）。片段类可以有修饰符。

• 标记是一个非片段信息的单个字符。定义的标记是#表示单词边界，.表示音节划分，+表示语素边界，重音标记和声调标记。请注意，一些标记，特别是超音段特征如重音和声调，在大多数情况下不会直接在写规则时引用，而是通过层次。参见关于层次的章节。

• 焦点是一个特殊标记，用下划线表示，用于上下文中指示源和目标的位置。参见参考以讨论上下文。

• 备选是由一个或多个片段（哪种类型？）组成的列表，用竖线分隔，如"b|p"。虽然在实际使用的几乎所有情况下，备选方案可以用包表示（如大多数词汇表中的"b|p"作为"[塞音,双唇]"），但在大多数情况下，使用备选方案更可取以提高可读性。

• 集合是由替代片段组成的列表，其中顺序很重要，用花括号括起来并用逗号分隔，如{a,e}。顺序很重要，因为在相应的集合中，元素将根据它们的索引进行匹配：如果{a,e}与{ɛ,i}匹配，所有/a/将变成/ɛ/，所有/e/将变成/i/（注意，使用标准的IPA描述符，不可能以明确的方式表达这种升高）

• 反向引用是指向之前匹配到的段落的引用，用符号 @ 和段落的数字索引表示（例如，@2 指的是序列 "b a" 中的第二个元素，元音 /a/）。因此，反向引用可以携带身份：如果 "V s V" 表示任何元音之间的 "s"，而 "a s a" 仅表示 "a" 之间的 "s"，则 "V s @1" 表示两个元音相等时元音之间的任意 "s"。反向引用可以带有修饰符。

待办事项

对于 2.0 版本：- 在自动机中实现映射器支持（以及测试用例）- 在语法和自动机中实现括号支持（以及测试用例）- 考虑迁移到 ANTLR - 对于语法，考虑移除 segment 中的直接声音匹配，仅使用 alternative（可能重命名为 expression 并以适当的方式处理）- 不要收集 context，但 left 和 right 已在 AST 中（即，删除 position 符号）

- In Graphviz output
    - Accept a strng with a description (could be the output of the
      NLAutomata)
    - Draw borders around `source`, `target`, and `context`
    - Add indices to sequences, at least optionally
    - Accept definitions of sound classes and IPA, at least in English

旧版本

• 在所有地方使用 logging
• 实现基于韵律强度的自动、半自动和请求的音节划分
• 实现来自单独存储库的两个 PEG 语法
• 添加对自定义替换函数的支持（决定符号表示法）

手册

有两个基本元素：规则和序列。规则作用于序列，在正向方向上产生一个可能不同的序列，在反向方向上产生至少一个可能不同的序列。

遵循 CLTS、CLDF、Lingpy 和正字法配置文件的传统和实践，所提出的表示法在 "字符串" 上操作，即由 Unicode 字符表示的文本，代表一个或多个由空格分隔的序列。最常见的序列是作为 Unicode 符号表示的声音，因此，如 /haʊs/（"house" 在英式发音中）这样的转写表示为 "h a ʊ s"，即不考虑空格，U+0068（拉丁小写字母 H），U+0061（拉丁小写字母 A），U+028A（拉丁小写字母 UPSILON），和 U+0073（拉丁小写字母 S）。空格的使用可能一开始看起来不方便，甚至有些不寻常，但经过多年的经验，这种惯例在计算机辅助语音学转录中已被证明是有用的，因为它不仅没有对构成序列的内容做出自动假设（例如，允许用户处理完全原子的音节），而且还便于验证工作。

rule 是用 A > B / C _ D 表示法表达的一个声明，其中 C 和 D（两者均为可选），表示前面的上下文。它是常见表示法的简写，在内部映射到 C A D > B A D。虽然 A 和 B 可能表示与历史演变不同的内容，如对应关系，但它们分别被命名为 ante 和 post，并且规则可以是真实的，即 "当在 C 前面和 D 后面时，序列 A 会变成声音序列 B"。A、B 和 C 被称为 "序列"，由一个或多个 "序列" 组成。一个 "序列" 是序列的基本、基本、原子单元。

序列可以是 X 类型

• 声音序列，如音素（如 a 或 ʒ）或用户定义的原子序列（例如，完整的音节如 ba 或 ʈ͡ʂʰjou̯˨˩˦）。在大多数情况下，将使用音位学或语音学转写系统，如 IPA 或 NAPA；默认情况下，系统在 BIPA 上操作，这也有助于同形异义符等的规范化。
• 一组特性，表示为方括号内的逗号分隔的特性值，例如 [consonant]，表示所有辅音，[unrounded,open-mid,central,vowel] 表示所有与该特性包匹配的声音（即，ɜ 和带有修饰符的相同声音），等等。复杂的关联和层级可以在序列之间表示，如下文所述。默认情况下，使用的描述符系统是 BIPA 系统。
• 声类，是特征束的常见简写，例如 K 表示 [辅音，软腭音] 或 R 表示“共振音”（内部定义为 [辅音，-塞音]）。提供了一种默认系统，如表 X 所示，用户可以替换、修改或扩展它。声类全部采用大写表示。
• 回指，用于引用序列中的其他片段，通过 at 符号（@）和一个数字索引表示，例如 @1 或 @3（基于1）。这些将在 X 中进行更详细的介绍。
• 与序列相关的特殊片段包括
  • _（下划线）表示上下文中的“焦点”（来自 Hartman 2003 的名称），即 ante 和 post 序列的位置
  • #（井号）表示词边界
  • .（点）表示音节分隔

音段、声类和回指可以带有修饰符，它是一个特征束，用于修改所表达或引用的值。例如 θ[voiced] 等价于 ð，C[voiceless] 将仅匹配清辅音，C[voiceless] ə @1[voiced] 将匹配无声音节，后跟一个元音音素，后跟相应的浊辅音（因此匹配如 p ə b 和 k ə g 这样的序列，但不匹配 p ə g）。

其他非基本元素包括替代和集合。

引用方式

如果您使用 alteruphono，请按照以下方式引用：

Tresoldi, Tiago (2020). Alteruphono，一个模拟音变的工具。版本 0.3。耶拿。可在以下网址获取：https://github.com/tresoldi/alteruphono

In BibTex

@misc{Tresoldi202alteruphono,
  author = {Tresoldi, Tiago},
  title = {Alteruphono, a tool for simulating sound changes. Version 0.3.},
  howpublished = {\url{https://github.com/tresoldi/alteruphono}},
  address = {Jena},
  year = {2020},
}

作者

Tiago Tresoldi (tresoldi@shh.mpg.de)

作者在开发过程中得到了 ERC Grant #715618 的支持，该资助项目是 CALC（计算机辅助语言比较：在历史语言学中调和计算和经典方法），由 Johann-Mattis List 领导。