Question

可能重复：
Detecting syllables in a word

假设输入字符串是“saya sedang makan nasi goreng” 我想把它分成音节： “sa”，“ya”，“se”，“dang”，“ma”，“kan”，“na”，“si”，“go”，“reng”

我怎样才能用Java做到这一点？有人能帮助我吗？

Answer 1

如果没有语音输入，你需要一个'音节词典'才能做到这一点。

编辑：It's been discussed on this site already。

Answer 2

这不是一件容易的事。但是，如果你仍然想要这样做，我认为你最好的选择是搜索一个字典数据库（它为每个单词提供音节细分，虽然这很难找到），下载它并编写一个程序来查询数据库并获取音节分手。

Answer 3

这是一个天真的解决方案：

String input = "saya sedang makan nasi goreng";
Matcher m = Pattern.compile("[^aeiou]?[AEIOUaeiou](ng|n)?").matcher(input);
int s = 0;
while (m.find()) {
  System.out.println(input.substring(s, m.end()).trim());
  s = m.end();
}

修改
@Stephen C是对的。这是基于印度尼西亚语音节形成规则的适当解决方案（来自source）

在印尼语中，一个音节由一个元音加上立即组成在辅音之前。它还包括跟随辅音的任何内容不会紧接在下一个元音之前。

请注意， ng 计为单个辅音。

String input = "SAYA sedang makan nasi goreng garam asal saat air ia bentuk"; Matcher m = Pattern.compile("[^aeiou]?[aeiou]((ng|[^aeiou])(?![aeiou]))?", Pattern.CASE_INSENSITIVE).matcher(input); int s = 0; while (m.find()) { System.out.println(input.substring(s, m.end()).trim()); s = m.end(); }

请注意（在上面的来源中也提到过）音节可能会略有不同，例如：演讲： ma-kan-an ，节目输出： ma-ka-nan 。

编辑2： 好。进一步的研究表明，我错过了 ny ， sy 和 kh 辅音。还解决了其他一些问题。这是更新的正则表达式：

"(ng|ny|sy|kh|[^aeiou])?[aeiou]((ng|ny|sy|kh|([^aeiou](?![gyh]))(?![aeiou])))?"

如何在Java中将句子分成音节

3 个答案: