-
Notifications
You must be signed in to change notification settings - Fork 11
/
grammar.js
909 lines (871 loc) · 23.7 KB
/
grammar.js
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
/* ------------------------------------------------------------------------- */
// ライブラリの読み込み
/* ------------------------------------------------------------------------- */
var Gin = require('./gin.js')
, path = require('path')
, exec = require('child_process').exec
, fs = require('fs')
, async = require('async')
, MeCab = require('mecab-async')
, mecab = new MeCab()
;
/* ------------------------------------------------------------------------- */
// カタカナ --> voca 変換
/* ------------------------------------------------------------------------- */
String.prototype.fromKanaToVoca = function() {
var result = this;
for (var str in escape_strings) {
result = result.split(str).join('');
}
for (var katakana in katakana_to_hiragana) {
var hiragana = katakana_to_hiragana[katakana];
result = result.split(katakana).join(hiragana);
}
for (var hiragana in hiragana_to_voca) {
var voca = hiragana_to_voca[hiragana];
result = result.split(hiragana).join(voca);
}
while (1) {
var tmp = result.split('::').join(':');
if (result === tmp) break;
else result = tmp;
}
return result;
};
var escape_strings = [
'"', '「', '」', '。', '、', ',', '・', '"'
];
var katakana_to_hiragana = {
'ア' : 'あ',
'イ' : 'い',
'ウ' : 'う',
'エ' : 'え',
'オ' : 'お',
'カ' : 'か',
'キ' : 'き',
'ク' : 'く',
'ケ' : 'け',
'コ' : 'こ',
'サ' : 'さ',
'シ' : 'し',
'ス' : 'す',
'セ' : 'せ',
'ソ' : 'そ',
'タ' : 'た',
'チ' : 'ち',
'ツ' : 'つ',
'テ' : 'て',
'ト' : 'と',
'ナ' : 'な',
'ニ' : 'に',
'ヌ' : 'ぬ',
'ネ' : 'ね',
'ノ' : 'の',
'ハ' : 'は',
'ヒ' : 'ひ',
'フ' : 'ふ',
'ヘ' : 'へ',
'ホ' : 'ほ',
'マ' : 'ま',
'ミ' : 'み',
'ム' : 'む',
'メ' : 'め',
'モ' : 'も',
'ヤ' : 'や',
'ユ' : 'ゆ',
'ヨ' : 'よ',
'ヲ' : 'を',
'ラ' : 'ら',
'リ' : 'り',
'ル' : 'る',
'レ' : 'れ',
'ロ' : 'ろ',
'ワ' : 'わ',
'ン' : 'ん',
'ヴ' : 'う゛',
'ァ' : 'ぁ',
'ィ' : 'ぃ',
'ゥ' : 'ぅ',
'ェ' : 'ぇ',
'ォ' : 'ぉ',
'ガ' : 'が',
'ギ' : 'ぎ',
'グ' : 'ぐ',
'ゲ' : 'げ',
'ゴ' : 'ご',
'ザ' : 'ざ',
'ジ' : 'じ',
'ズ' : 'ず',
'ゼ' : 'ぜ',
'ゾ' : 'ぞ',
'ダ' : 'だ',
'ヂ' : 'ぢ',
'ヅ' : 'づ',
'デ' : 'で',
'ド' : 'ど',
'バ' : 'ば',
'ビ' : 'び',
'ブ' : 'ぶ',
'ベ' : 'べ',
'ボ' : 'ぼ',
'パ' : 'ぱ',
'ピ' : 'ぴ',
'プ' : 'ぷ',
'ペ' : 'ぺ',
'ポ' : 'ぽ',
'ァ' : 'ぁ',
'ィ' : 'ぃ',
'ゥ' : 'ぅ',
'ェ' : 'ぇ',
'ォ' : 'ぉ',
'ヵ' : 'か',
'ヶ' : 'か',
'ッ' : 'っ',
'ャ' : 'ゃ',
'ュ' : 'ゅ',
'ョ' : 'ょ'
};
var hiragana_to_voca = {
'う゛ぁ' : ' b a',
'う゛ぃ' : ' b i',
'う゛ぇ' : ' b e',
'う゛ぉ' : ' b o',
'う゛ゅ' : ' by u',
'ぅ゛' : ' b u',
'あぁ' : ' a a',
'いぃ' : ' i i',
'いぇ' : ' i e',
'いゃ' : ' y a',
'うぅ' : ' u:',
'えぇ' : ' e e',
'おぉ' : ' o:',
'かぁ' : ' k a:',
'きぃ' : ' k i:',
'くぅ' : ' k u:',
'くゃ' : ' ky a',
'くゅ' : ' ky u',
'くょ' : ' ky o',
'けぇ' : ' k e:',
'こぉ' : ' k o:',
'がぁ' : ' g a:',
'ぎぃ' : ' g i:',
'ぐぅ' : ' g u:',
'ぐゃ' : ' gy a',
'ぐゅ' : ' gy u',
'ぐょ' : ' gy o',
'げぇ' : ' g e:',
'ごぉ' : ' g o:',
'さぁ' : ' s a:',
'しぃ' : ' sh i:',
'すぅ' : ' s u:',
'すゃ' : ' sh a',
'すゅ' : ' sh u',
'すょ' : ' sh o',
'せぇ' : ' s e:',
'そぉ' : ' s o:',
'ざぁ' : ' z a:',
'じぃ' : ' j i:',
'ずぅ' : ' z u:',
'ずゃ' : ' zy a',
'ずゅ' : ' zy u',
'ずょ' : ' zy o',
'ぜぇ' : ' z e:',
'ぞぉ' : ' z o:',
'たぁ' : ' t a:',
'ちぃ' : ' ch i:',
'つぁ' : ' ts a',
'つぃ' : ' ts i',
'つぅ' : ' ts u:',
'つゃ' : ' ch a',
'つゅ' : ' ch u',
'つょ' : ' ch o',
'つぇ' : ' ts e',
'つぉ' : ' ts o',
'てぇ' : ' t e:',
'とぉ' : ' t o:',
'だぁ' : ' d a:',
'ぢぃ' : ' j i:',
'づぅ' : ' d u:',
'づゃ' : ' zy a',
'づゅ' : ' zy u',
'づょ' : ' zy o',
'でぇ' : ' d e:',
'どぉ' : ' d o:',
'なぁ' : ' n a:',
'にぃ' : ' n i:',
'ぬぅ' : ' n u:',
'ぬゃ' : ' ny a',
'ぬゅ' : ' ny u',
'ぬょ' : ' ny o',
'ねぇ' : ' n e:',
'のぉ' : ' n o:',
'はぁ' : ' h a:',
'ひぃ' : ' h i:',
'ふぅ' : ' f u:',
'ふゃ' : ' hy a',
'ふゅ' : ' hy u',
'ふょ' : ' hy o',
'へぇ' : ' h e:',
'ほぉ' : ' h o:',
'ばぁ' : ' b a:',
'びぃ' : ' b i:',
'ぶぅ' : ' b u:',
'ふゃ' : ' hy a',
'ぶゅ' : ' by u',
'ふょ' : ' hy o',
'べぇ' : ' b e:',
'ぼぉ' : ' b o:',
'ぱぁ' : ' p a:',
'ぴぃ' : ' p i:',
'ぷぅ' : ' p u:',
'ぷゃ' : ' py a',
'ぷゅ' : ' py u',
'ぷょ' : ' py o',
'ぺぇ' : ' p e:',
'ぽぉ' : ' p o:',
'まぁ' : ' m a:',
'みぃ' : ' m i:',
'むぅ' : ' m u:',
'むゃ' : ' my a',
'むゅ' : ' my u',
'むょ' : ' my o',
'めぇ' : ' m e:',
'もぉ' : ' m o:',
'やぁ' : ' y a:',
'ゆぅ' : ' y u:',
'ゆゃ' : ' y a:',
'ゆゅ' : ' y u:',
'ゆょ' : ' y o:',
'よぉ' : ' y o:',
'らぁ' : ' r a:',
'りぃ' : ' r i:',
'るぅ' : ' r u:',
'るゃ' : ' ry a',
'るゅ' : ' ry u',
'るょ' : ' ry o',
'れぇ' : ' r e:',
'ろぉ' : ' r o:',
'わぁ' : ' w a:',
'をぉ' : ' o:',
'う゛' : ' b u',
'でぃ' : ' d i',
'でぇ' : ' d e:',
'でゃ' : ' dy a',
'でゅ' : ' dy u',
'でょ' : ' dy o',
'てぃ' : ' t i',
'てぇ' : ' t e:',
'てゃ' : ' ty a',
'てゅ' : ' ty u',
'てょ' : ' ty o',
'すぃ' : ' s i',
'ずぁ' : ' z u a',
'ずぃ' : ' z i',
'ずぅ' : ' z u',
'ずゃ' : ' zy a',
'ずゅ' : ' zy u',
'ずょ' : ' zy o',
'ずぇ' : ' z e',
'ずぉ' : ' z o',
'きゃ' : ' ky a',
'きゅ' : ' ky u',
'きょ' : ' ky o',
'しゃ' : ' sh a',
'しゅ' : ' sh u',
'しぇ' : ' sh e',
'しょ' : ' sh o',
'ちゃ' : ' ch a',
'ちゅ' : ' ch u',
'ちぇ' : ' ch e',
'ちょ' : ' ch o',
'とぅ' : ' t u',
'とゃ' : ' ty a',
'とゅ' : ' ty u',
'とょ' : ' ty o',
'どぁ' : ' d o a',
'どぅ' : ' d u',
'どゃ' : ' dy a',
'どゅ' : ' dy u',
'どょ' : ' dy o',
'どぉ' : ' d o:',
'にゃ' : ' ny a',
'にゅ' : ' ny u',
'にょ' : ' ny o',
'ひゃ' : ' hy a',
'ひゅ' : ' hy u',
'ひょ' : ' hy o',
'みゃ' : ' my a',
'みゅ' : ' my u',
'みょ' : ' my o',
'りゃ' : ' ry a',
'りゅ' : ' ry u',
'りょ' : ' ry o',
'ぎゃ' : ' gy a',
'ぎゅ' : ' gy u',
'ぎょ' : ' gy o',
'ぢぇ' : ' j e',
'ぢゃ' : ' j a',
'ぢゅ' : ' j u',
'ぢょ' : ' j o',
'じぇ' : ' j e',
'じゃ' : ' j a',
'じゅ' : ' j u',
'じょ' : ' j o',
'びゃ' : ' by a',
'びゅ' : ' by u',
'びょ' : ' by o',
'ぴゃ' : ' py a',
'ぴゅ' : ' py u',
'ぴょ' : ' py o',
'うぁ' : ' u a',
'うぃ' : ' w i',
'うぇ' : ' w e',
'うぉ' : ' w o',
'ふぁ' : ' f a',
'ふぃ' : ' f i',
'ふぅ' : ' f u',
'ふゃ' : ' hy a',
'ふゅ' : ' hy u',
'ふょ' : ' hy o',
'ふぇ' : ' f e',
'ふぉ' : ' f o',
'あ' : ' a',
'い' : ' i',
'う' : ' u',
'え' : ' e',
'お' : ' o',
'か' : ' k a',
'き' : ' k i',
'く' : ' k u',
'け' : ' k e',
'こ' : ' k o',
'さ' : ' s a',
'し' : ' sh i',
'す' : ' s u',
'せ' : ' s e',
'そ' : ' s o',
'た' : ' t a',
'ち' : ' ch i',
'つ' : ' ts u',
'て' : ' t e',
'と' : ' t o',
'な' : ' n a',
'に' : ' n i',
'ぬ' : ' n u',
'ね' : ' n e',
'の' : ' n o',
'は' : ' h a',
'ひ' : ' h i',
'ふ' : ' f u',
'へ' : ' h e',
'ほ' : ' h o',
'ま' : ' m a',
'み' : ' m i',
'む' : ' m u',
'め' : ' m e',
'も' : ' m o',
'ら' : ' r a',
'り' : ' r i',
'る' : ' r u',
'れ' : ' r e',
'ろ' : ' r o',
'が' : ' g a',
'ぎ' : ' g i',
'ぐ' : ' g u',
'げ' : ' g e',
'ご' : ' g o',
'ざ' : ' z a',
'じ' : ' j i',
'ず' : ' z u',
'ぜ' : ' z e',
'ぞ' : ' z o',
'だ' : ' d a',
'ぢ' : ' j i',
'づ' : ' z u',
'で' : ' d e',
'ど' : ' d o',
'ば' : ' b a',
'び' : ' b i',
'ぶ' : ' b u',
'べ' : ' b e',
'ぼ' : ' b o',
'ぱ' : ' p a',
'ぴ' : ' p i',
'ぷ' : ' p u',
'ぺ' : ' p e',
'ぽ' : ' p o',
'や' : ' y a',
'ゆ' : ' y u',
'よ' : ' y o',
'わ' : ' w a',
'ゐ' : ' i',
'ゑ' : ' e',
'を' : ' o',
'ん' : ' N',
'っ' : ' q',
'ー' : ':',
'ぁ' : ' a',
'ぃ' : ' i',
'ぅ' : ' u',
'ぇ' : ' e',
'ぉ' : ' o',
'ゎ' : ' w a',
'ぉ' : ' o',
': : :' : ':',
': :' : ':',
' a a' : ' a:',
' i i' : ' i:',
' u u' : ' u:',
' e e' : ' e:',
' e i' : ' e:',
' o o' : ' o:',
' o u' : ' o:'
};
/* ------------------------------------------------------------------------- */
// 便利関数
/* ------------------------------------------------------------------------- */
/**
* 文字列を n 回繰り返す
* @param[in] num 繰り返し回数
*/
String.prototype.repeat = function( num ) {
for(var i = 0, buf = ""; i < num; ++i) buf += this;
return buf;
}
/**
* 数字を漢字に変換する
* @param[in] num 整数(1京未満)
*/
Number.prototype.toKanji = function() {
var num = this;
if (num === 0) return 'ゼロ';
if (num >= 10000000000000000) return '無理でした';
var numKanji = ['', '一', '二', '三', '四', '五', '六', '七', '八', '九']
, ketaKanji = ['', '十', '百', '千']
, kuraiKanji = ['', '万', '億', '兆']
, resultKanji = ''
;
if (num < 0) {
resultKanji += 'マイナス';
num *= -1;
}
// 92
var keta = num.toString().length
, kurai = 0
;
while (num > 0) {
var k = keta - num.toString().length
, x = num%10
, c = (k%4 === 0) ? kurai : 0
;
if (k%4 === 0) ++kurai;
if (x === 0) k = 0; // 0のつく桁は省く
if (k > 0 && x === 1) x = 0; // 一桁目以外は '一' を省く
resultKanji = numKanji[x] + ketaKanji[k%4] + kuraiKanji[c] + resultKanji;
num = Math.floor(num/10);
}
return resultKanji;
}
/**
* 文字列をカタカナに変換する
*/
String.prototype.toKana = function() {
var result = mecab.parseSync( this.toString() )
, kana = ''
;
for (var i in result) {
if (!result[i][9]) {
if (result[i][2] === '数' && !result[i][9]) {
kana += parseInt(result[i][0]).toKanji().toKana();
} else {
kana += result[i][0];
}
} else {
kana += result[i][9];
}
}
return kana;
}
/**
* 文字列をvoca形式に変換する
*/
String.prototype.toVoca = function() {
var kana = this.toString().toKana();
return kana.fromKanaToVoca();
}
/* ------------------------------------------------------------------------- */
// Gin による構文解析
/* ------------------------------------------------------------------------- */
//! Julius の形式に変換するための Grammar
var Voca = new Gin.Grammar({
Expr : / ((Group|Symbol|String)(MinMax|Repeat|Plus|Asterisk|Question)?)+ /,
Group : / [(]:child Expr ([|]:bros Expr)* [)]:unchild /,
MinMax : / [{] $INT:min [,] $INT:max [}] /,
Repeat : / [{] $INT:repeat [}] /,
Plus : / [+]:plus /,
Asterisk : / [*]:asterisk /,
Question : / [?]:question /,
Symbol : / [<] $SYMBOL:symbol [>] /,
String : / $STRING:string /
}, 'Expr', Gin.SPACE);
//! 文字列ノードのタイプ
const NODE_TYPE = {
STRING : 0,
SYMBOL : 1
};
//! 文字列ノードの繰り返しタイプ
const REPEAT_TYPE = {
NONE : 0, // 繰り返しなし
MIN_AND_MAX : 1, // 繰り返しの最小/最大数を設定
ONE_OR_MORE : 2, // 0回以上の繰り返し
ZERO_OR_MORE : 3 // 1回以上の繰り返し
};
/**
* 文字列ノードクラス.
* 各ノードの情報を格納する(e.g. 繰り返し回数、次のノード、子ノード)
*/
function Node() {
this.str = '';
this.id = '';
this.repeat = REPEAT_TYPE.NONE;
this.type = NODE_TYPE.STRING;
this.parent = null;
this.child = null;
this.next = null;
this.min = -1;
this.max = -1;
this.isNextBros = false;
}
/**
* Gin の Semantic Action を引き受けるハンドラ.
*/
var Handler = function() {
//! 最初のノード位置
this.first = new Node();
//! 現在のノード位置
this.node = this.first;
}
Handler.prototype = {
//! 現在のノード位置 or 次の位置へ文字列ノードを追加
string: function(v) {
if (this.node.str !== '' || this.node.child !== null) {
this.node.next = new Node();
this.node.next.parent = this.node.parent;
this.node = this.node.next;
}
this.node.str = v;
},
//! 現在のノード位置 or 次の位置へ数字ノードを追加
symbol: function(v) {
if (this.node.str != '' || this.node.child != null) {
this.node.next = new Node();
this.node.next.parent = this.node.parent;
this.node = this.node.next;
}
this.node.str = v;
this.node.type = NODE_TYPE.SYMBOL;
},
//! 最小繰り返し回数を設定
min: function(v) {
this.node.repeat = REPEAT_TYPE.MIN_AND_MAX;
this.node.min = v;
},
//! 最大繰り返し回数を設定
max: function(v) {
this.node.repeat = REPEAT_TYPE.MIN_AND_MAX;
this.node.max = v;
},
//! 固定繰り返し回数を設定
repeat: function(v) {
this.node.repeat = REPEAT_TYPE.MIN_AND_MAX;
this.node.min = this.node.max = v;
},
//! 1回以上繰り返しに設定
plus: function(v) {
this.node.repeat = REPEAT_TYPE.ONE_OR_MORE;
},
//! 0回以上繰り返しに設定
asterisk: function(v) {
this.node.repeat = REPEAT_TYPE.ZERO_OR_MORE;
},
//! 0回か1回出現に設定
question: function(v) {
this.node.repeat = REPEAT_TYPE.MIN_AND_MAX;
this.node.min = 0;
this.node.max = 1;
},
//! 自分の次のノードが兄弟ノードかどうかを記憶
bros: function(v) {
this.node.isNextBros = true;
},
//! 子要素を設定し現在のノード位置を子ノードへ移動
child: function(v) {
this.node.next = new Node();
this.node.next.parent = this.node.parent;
this.node.next.child = new Node();
this.node.next.child.parent = this.node.next;
this.node = this.node.next.child;
},
//! 現在のノード位置を親ノードへ移動
unchild: function(v) {
this.node = this.node.parent;
}
};
/**
* Julius の文法に必要なファイルを生成する
*/
var JuliusGrammar = function() {
this.num_ = 0;
this.DEFAULT_VOCA_STR = '% NS_B\n<s>\tsilB\n% NS_E\n<s>\tsilE\n% NOISE\n<sp>\tsp\n';
this.DEFAULT_GRAM_STR = 'S\t: NS_B NOISE NS_E\n';
this.voca_ = this.DEFAULT_VOCA_STR;
this.grammar_ = this.DEFAULT_GRAM_STR;
this.fileName_ = 'tmp';
this.mkdfaPath_ = path.join(__dirname, 'tool/mkdfa');
this.generatePath_ = path.join(__dirname, 'tool/generate');
}
JuliusGrammar.prototype = {
/**
* Gin による構文解析結果から Julius の grammar 形式、voca 形式を生成する.
* 解析結果(Nodeクラス)は兄弟/子供を持つので、再帰的に子供を調べる
*
* @param[in] firstNum grammar や voca で用いる ID 番号
* @param[in] firstNode Gin によって解析された結果のノード
* @param[in] parentId (再帰で使用) 親の ID. (e.g. WORD_5 など)
* @return {grammar, voca, num} 構造体
*/
makeJuliusFormat: function (firstNum, firstNode, parentId) {
var num = firstNum;
var gramStr = '', vocaStr = '';
// 最上位ノードの場合
if (parentId === undefined) {
// ルートとなる文法を作成する
// 繰り返し用に最上位ノードの場合は ROOT_N --> WORD_N という対応付けをする
var rootGramStr = '';
gramStr += 'S\t: NS_B ';
for (var node = firstNode, n = firstNum; node; node = node.next) {
if (node.child !== null || node.str !== '') {
rootGramStr += 'ROOT_' + n + '\t: WORD_' + n + '\n';
gramStr += 'ROOT_' + n + ' ';
++n;
}
}
gramStr += 'NS_E\n';
gramStr += rootGramStr;
}
// ノードを順に走査(next)
for (var node = firstNode; node; node = node.next) {
// 子ノードがいないかつ空ノード(頭とか)は無視
if (node.child === null && node.str === '') continue;
// 自身の ID を設定 (最上位ノードかどうかで場合分け)
var id, parentId2;
if (parentId === undefined) {
parentId2 = 'ROOT_' + num;
id = 'WORD_' + num;
} else {
parentId2 = parentId;
id = parentId + '_' + num;
}
// 繰り返しに対応する grammar を作る
var loopId = id + '_LOOP'; tmpId = id + '_TMP';
switch (node.repeat) {
case REPEAT_TYPE.NONE:
break;
case REPEAT_TYPE.MIN_AND_MAX:
for (var i = node.min; i <= node.max; ++i) {
if (i === 0)
gramStr += id + '\t: NOISE\n';
else
gramStr += id + '\t: ' + (loopId + ' ').repeat(i) + '\n';
}
id = loopId;
break;
case REPEAT_TYPE.ZERO_OR_MORE:
gramStr += id + '\t: NOISE\n';
gramStr += id + '\t: ' + loopId + '\n';
gramStr += id + '\t: ' + id + ' ' + loopId + '\n';
id = loopId;
break;
case REPEAT_TYPE.ONE_OR_MORE:
gramStr += id + '\t: ' + loopId + '\n';
gramStr += id + '\t: ' + id + ' ' + loopId + '\n';
id = loopId;
break;
default:
throw new Error("ERROR! Invalid REPEAT_TYPE.");
break;
}
// 再帰処理
// 子ノード(= child)がいるとき(= 自分の str は空)、子ノードを走査
if (node.child !== null) {
// 文法を作成
// isNextBros が設定されているノードの時はそこの位置がセパレータとなる
gramStr += id + '\t: ';
for (var child = node.child, m = 0; child; child = child.next, ++m) {
gramStr += id + '_' + m + ' ';
if (child.isNextBros === true) {
gramStr += '\n' + id + '\t: ';
}
}
gramStr += '\n';
var result;
// 親IDに自分のIDをひもづける
result = this.makeJuliusFormat(0, node.child, id);
gramStr += result.grammar;
vocaStr += result.voca;
++num;
}
// 子ノードがいないが空でないノードの場合(= 終端ノード)は voca を書きだして次へ
if (node.child === null && node.str !== '') {
// MeCab と ICU を用いて Julius の voca 形式に変換
// Symbol なら voca 形式に登録せずに grammar に追加
switch (node.type) {
case NODE_TYPE.STRING:
vocaStr +=
'% ' + id + '\n' +
node.str + '\t' + node.str.toVoca() + '\n';
break;
case NODE_TYPE.SYMBOL:
gramStr += id + '\t: ' + node.str + '\n';
break;
default:
throw new Error("ERROR! Invalid NODE_TYPE.");
break;
}
++num;
}
}
return {grammar: gramStr, voca: vocaStr, num: num};
},
/**
* Julius が認識することのできる文字列を追加
* @param[in] str 追加する表現
*/
add: function(str) {
var handler = new Handler();
var match = Voca.parse(str, handler);
if (match && match.full) {
var result = this.makeJuliusFormat(this.num_, handler.first);
this.voca_ += result.voca;
this.grammar_ += result.grammar;
this.num_ = result.num;
} else {
throw new Error('ERROR! "' + str + '" is invalid format.');
}
},
/**
* symbol を追加.
* @param[in] symbol 追加するシンボル
* @param[in] arr シンボルに対応する文字列配列
* @param[in] sArr arr を ['一', '二']、sArr を ['1', '2'] として渡すと voca が '1 i ch i \n 2 n i' となる。
*/
addSymbol: function(symbol, arr) {
if (!/[a-zA-Z0-9_-]/.test(symbol)) {
throw new Error('ERROR! "' + symbol + '" is invalid symbol.');
}
this.voca_ += '% ' + symbol + '\n';
for (var i in arr) {
var str = arr[i].toString();
this.voca_ += str + '\t' + str.toVoca() + '\n';
}
},
/**
* voca と grammar をリセットする
*/
reset : function() {
this.voca_ = this.DEFAULT_VOCA_STR;
this.grammar_ = this.DEFAULT_GRAM_STR;
},
/**
* voca / grammar / dfa / dict / term を削除する
* @param[in] callback 処理が終了した時に実行されるコールバック
*/
deleteFiles : function(callback) {
var command = 'rm ';
['.voca', '.grammar', '.dfa', '.dict', '.term', '.jconf'].forEach(function(ext) {
command += this.fileName_ + ext + ' ';
}.bind(this));
exec(command, function(err, stdout, stderr) {
if (err) next(err, null);
if (stderr) next(stderr, null);
if ( typeof(callback) == 'function' ) callback(null, stdout);
});
},
/**
* 出力するファイル名を出力
* @param[in] fileName 出力ファイル名
*/
getJconf : function() {
return this.fileName_ + '.jconf';
},
/**
* 出力するファイル名を出力
* @param[in] fileName 出力ファイル名
*/
setFileName: function(fileName) {
this.fileName_ = fileName;
},
/**
* voca / grammar ファイルを書き出して mkdfa を実行し、
* コンフィグファイル(.jconf)を作成する
* @param[in] callback 処理が終了した時に実行されるコールバック
*/
compile: function(callback) {
async.series({
voca: function(next) {
var fileName = this.fileName_ + '.voca';
fs.writeFile(fileName, this.voca_, next);
}.bind(this),
grammar: function(next) {
var fileName = this.fileName_ + '.grammar';
fs.writeFile(fileName, this.grammar_, next);
}.bind(this),
mkdfa: function(next) {
var command = this.mkdfaPath_ + ' ' + this.fileName_;
exec(command, function(err, stdout, stderr) {
if (err) {
next(err, null);
return;
}
var result = {stderr: stderr, stdout: stdout};
next(null, result);
});
}.bind(this),
compile : function(next) {
var fileName = this.fileName_ + '.jconf';
var jconf = '';
jconf += '-input mic\n';
jconf += '-gram ' + this.fileName_ + '\n';
jconf += '-h ' + path.join(__dirname, 'model/phone_m/hmmdefs_monof_mix16_gid.binhmm');
fs.writeFile(fileName, jconf, function(err) {
next(err, null);
});
}.bind(this)
},
function(err, result) {
if ( typeof(callback) == 'function' ) {
callback(err, result.mkdfa);
}
});
},
/**
* 生成したファイルを generate を用いてテストする
*/
test: function(callback) {
var command = this.generatePath_ + ' ' + this.fileName_;
exec(command, function(err, stdout, stderr) {
if (err) {
callback(err, null);
return;
}
var result = {stderr: stderr, stdout: stdout};
if ( typeof(callback) == 'function' ) {
callback(null, result);
}
});
}
};
/* ------------------------------------------------------------------------- */
// エクスポート
/* ------------------------------------------------------------------------- */
module.exports = JuliusGrammar;