add-language

新言語追加ガイド

新しい言語を piper-plus に追加するためのガイドです。引数 $ARGUMENTS に言語コード (例: de, it, da) を指定してください。

前提条件

• Python テストは uv run python -m pytest で実行
• 各タスク完了ごとにコミット
• Python が参照実装、他言語は 1:1 ミラー
• eSpeak-ng 不使用 (MIT ライセンス維持)

Phase 1: Python 音素定義 + G2P エンジン

1.1 音素インベントリ + PUA 割り当て

新規作成: src/python/piper_train/phonemize/$ARGUMENTS_id_map.py

from .token_mapper import register
[LANG]_PHONEMES: list[str] = [
    # 単一コードポイント (PUA不要)
    # 多文字トークン (PUA必要) — register() で登録
]
for _token in [LANG]_PHONEMES:
    register(_token)

修正: src/python/piper_train/phonemize/token_mapper.py

• FIXED_PUA_MAPPING に PUA エントリ追加
• 現在の最終 PUA: SV = 0xE061、予約 = 0xE062-0xE063
• 新言語は 0xE064 以降 に割り当て
• _PUA_START を新言語の最終 PUA + 3 に更新 (将来拡張用)

衝突チェック:

JA: 0xE000-0xE01C (29), ZH: 0xE020-0xE04A (43), KO: 0xE04B-0xE052 (8)
ES/PT: 0xE054-0xE055 (2), FR: 0xE056-0xE058 (3), SV: 0xE059-0xE061 (9)

1.2 G2P エンジン作成

新規作成: src/python/piper_train/phonemize/$ARGUMENTS.py

必須クラス:

class [Lang]Phonemizer(Phonemizer):
    def phonemize(self, text: str) -> list[str]: ...
    def phonemize_with_prosody(self, text: str) -> tuple[list[str], list[ProsodyInfo | None]]: ...
    def get_phoneme_id_map(self) -> dict[str, list[int]] | None:
        return None  # multilingual id_map を使用

G2P パイプライン (言語に応じて調整):

1. テキスト正規化 (NFC + lowercase)
2. トークン化 (単語/句読点分離)
3. 辞書ルックアップ (オプション)
4. 借用語ルール (接尾辞検出)
5. ネイティブ音素変換 (子音 + 母音)
6. 後処理 (同化、ストレスマーカー)

Prosody: a1=0, a2=stress(0/1/2), a3=word_phoneme_count

1.3 レジストリ + 多言語統合

修正: src/python/piper_train/phonemize/registry.py

try:
    from .$ARGUMENTS import [Lang]Phonemizer
    register_language("$ARGUMENTS", [Lang]Phonemizer())
except ImportError:
    pass

• ラテン文字言語なら latin_langs にも追加

修正: src/python/piper_train/phonemize/multilingual_id_map.py

try:
    from .$ARGUMENTS_id_map import [LANG]_PHONEMES
    LANGUAGE_PHONEMES["$ARGUMENTS"] = [LANG]_PHONEMES
except ImportError:
    pass