pyclts

访问和整理 CLTS 数据 的工具。

CLTS 是尝试创建一个系统，允许翻译和比较不同的音标转录系统，而 pyclts 提供了一个 Python API 来访问数据和比较功能。

安装

pyclts 为 CLTS 数据 提供了一个 Python API。使用 pyclts 需要这些数据本地可用，可以是仓库克隆，也可以是 发布版本 的未压缩下载。

要安装 pyclts，请运行

pip install pyclts

这将安装 Python API 以及一个命令行工具 clts。两者都需要数据位置作为参数

>>> from pyclts import CLTS
>>> clts = CLTS('PATH/TO/clts')

或

clts --repos PATH/TO/clts stats

为了节省这种努力，数据位置也可以在 cldfcatalog 配置文件 中查找，在 clts 键下。

这样的配置文件（以及仓库克隆）可以通过安装 cldfbench 并运行 cldfbench catconfig（请注意，命令取决于 pyglottolog 和 pyconcepticon 库）自动创建。

兼容性

请注意，CLTS 数据发布和 pyclts 版本必须兼容。

• pyclts < 3.0 与 CLTS 数据 1.4.1 兼容
• pyclts >= 3.0 与 CLTS 数据 >= 2.0 兼容

概述

使用 pyclts 的示例可以在这段简短的代码片段中看到

>>> from pyclts import CLTS
>>> clts = CLTS('clts/')
>>> asjp = clts.transcriptionsystem('asjpcode')
>>> snd1 = clts.bipa['ts']
>>> snd2 = asjp['c']
>>> snd1.name
'voiceless alveolar sibilant affricate consonant'
>>> snd2.name
'voiceless alveolar sibilant affricate consonant'
>>> clts.bipa.translate('ts a ŋ ə', asjp)
'c E N 3'
>>> asjp.translate('C a y', clts.bipa)
'tʃ ɐ j'

注意

• 由于 "bipa" 是 CLTS 中的标准转录系统，因此它可以直接作为 CLTS 的 bipa 属性使用。
• 我们根据所使用的字母表表示声音 ts 和 c。

声音

pyclts 不仅能够处理我们数据库中已经存在的声音。相反，它会尝试自动创建 "未知" 声音，并从音标和基音的特征集中推断其特征。

>>> sound = clts.bipa['dʱʷ']
>>> sound.name
'labialized breathy voiced alveolar stop consonant'
>>> sound.generated
True
>>> sound.alias
True
>>> print(sound)
dʷʱ
>>> print(sound.uname)
LATIN SMALL LETTER D / MODIFIER LETTER SMALL W / MODIFIER LETTER SMALL H WITH HOOK
>>> print(sound.codepoints)
U+0064 U+02b7 U+02b1

您可以看到，由于我们以不同的方式表示呼吸音，我们将此声音标记为别名。由于它尚未在我们的数据库中明确编码，我们将它标记为 "生成" 声音。以类似的方式，您也可以从名称生成声音

>>> sound = clts.bipa['pre-aspirated voiced aspirated bilabial stop consonant']
>>> print(sound)
ʰbʰ
>>> sound.generated
True
>>> sound.name
'pre-aspirated aspirated voiced bilabial stop consonant'

请注意，这种声音可能在任何语言中都不存在，但我们从特征组件生成它。请注意，为声音自动给出的 name 自动确定了如何将特征组合在一起以形成声音标识符。原则上，我们的特征包是无序的，但我们尝试为特征决定一些显式顺序以提高比较。

转录系统和声音类别

您还可以使用我们的转录数据将一个转录系统转换为给定的数据集（请注意，反向转换可能不可行，因为转录数据通常有限）

>>> sca = clts.soundclass('sca')
>>> clts.bipa.translate('f a: t ə r', sca)
'B A T E R'

也可以通过直接加载转录数据来完成转换

>>> sca('v a t ə r')
['B', 'A', 'T', 'E', 'R']

包的基本结构

pyclts 提供了对三种基本类型数据的访问

• 转录系统（pyclts.transcriptionsystems.TranscriptionSystem），一个可以 生成 声音的系统
• 转录数据（pyclts.transcriptiondata.TranscriptionData）：一个包含固定数量声音的数据集
• 声音类别（pyclts.soundclasses.SoundClasses）：一个将声音直接映射到具体字符（声音类别）的数据集

转录数据通过 B（广泛）IPA 转录系统的符号与我们转录系统相关联，该符号作为我们的默认值，并且名称遵循 IPA 的一些修改，这些修改是为了确保我们可以表示在跨语言数据集中经常发现的声音。

解析过程