ユニコードテキストのローマ字

Question

どの言語のUnicode文字をアクセント付きのラテン文字に変換する方法を探しています。その意図は、外国人がラテン語以外のスクリプトで書かれた名前や言葉の発音を知ることを可能にすることです。

例：ギリシャ

：Romanize("Αλφαβητικός")戻り"Alphabētikós"（または "Alfavitikós"）

日本語：Romanize("しんばし")戻り"shimbashi"（または "sinbasi"）

ロシア：Romanize("яйца Фаберже")戻り"yaytsa Faberzhe"（または「jajcaFaberže "）

これは理想的には、CJK、インド語、キリル文字、セミトリ語、ギリシャ語の文字をサポートしているはずです。 Unicode Consortium、USA、EU、またはUNのいずれかのデータを使用して、データ駆動型で拡張可能である必要があります。コードは.NETやJavaで書かれたオープンソースでなければなりません。

このようなライブラリはありますか？

Answer 1

http://unidecode.codeplex.com/このネットライブラリを使用できます。

使用方法;

using BinaryAnalysis.UnidecodeSharp; 

....................................... 

string _Greek="Αλφαβητικός"; 
MessageBox.Show(_Greek.Unidecode()); 

string _Japan ="しんばし"; 
MessageBox.Show(_Japan.Unidecode()); 

string _Russian ="яйца Фаберже"; 
MessageBox.Show(_Russian.Unidecode()); 

私は、あなたにはうれしいです。

Answer 2

ICU以外のオープンソースソリューションは認識していません。 ICUがあなたのために働くならば、素晴らしい。もしそうでなければ、私はこの目的のために中国語の単語、日本語の複数の読み、アラビア語の不完全な表記のような厄介なケースに対処できる商業生産物を販売する会社のCTOです。

Answer 3

Unicode Common Locale Data Repositoryには、transliteration mappingsを使用できます。

Answer 4

問題はあなたが考えるよりもはるかに複雑です。

ギリシャ語、キリル文字、インド系スクリプト、グルジア - >もう少しの努力でなんとか
日本語の漢字、中国語 - - >これらは/アルファベットではありません>些細な、あなたは
時間にタイ、日本語の仮名そのプログラム可能性がありあなたが実際に字を翻訳しているわけではないので、うまくいけば大きな辞書（EDICTとCCDICTはうまくいくはずです）の各記号の発音を調べています。文脈を考慮して、特に日本語で
韓国語 - >技術的にはアルファベットですが、コンピュータは構成された文字のみを扱うことができるので、別の大きなデータベースが必要です。
アラビア語、ヘブライ語 - >言語は短い母音を書き留めないので、あなたの音訳は "bytlhm"（ベツレヘム）のように読めないものになります。私は、アラビア語やヘブライ語を発音にマッピングする大きなデータベースは認識していません。