README

Vibe coded romaji to hiragana to kanji conversion
ローマ字入力を漢字表記にできるPHPライブラリ

Caution

Vibe coded!!!!!

What is this?

This library converts romaji to hiragana and kanji.
However, because it does not understand the text, it may produce worse results than advanced IMEs.

the purpose

There may be cases where users want to convert Romanized input offline using an IME.

kilyouhaharedesu

This library enables it using pure PHP.

今日は晴れです

Requirement

PHP 8.0 or later and mbstring extension

usage

composer require daisukedaisuke/kanakanjiconverter

<?php

declare(strict_types=1);

use kanakanjiconverter\PHPKanaKanjiConverter;

include __DIR__ . '/vendor/autoload.php';

$input = "kilyounotennkihaharede,kilyounotilyuusilyokuhaaisudesu!";
$converter = new PHPKanaKanjiConverter();
$a = $converter->convert($input);
echo $a["best"]["text"], "\n";

result

今日の天気は晴れで，今日の昼食はアイスです！

Input other than Roman letters is not possible

<?php

declare(strict_types=1);

use kanakanjiconverter\PHPKanaKanjiConverter;

include __DIR__ . '/vendor/autoload.php';

$input = "imaconverterですか";
$converter = new PHPKanaKanjiConverter();
$result = $converter->convert($input);
echo $result["best"]["text"], "\n";

result

今今ヴェ手ですか

Malfunction detection

<?php

declare(strict_types=1);

use kanakanjiconverter\PHPKanaKanjiConverter;
use kanakanjiconverter\UserDictionary;

include __DIR__ . '/vendor/autoload.php';

$basemem = memory_get_usage();
$basemem1 = memory_get_peak_usage();
$converter = new PHPKanaKanjiConverter();

$dict = new UserDictionary();
$dict->addAll([
	// 「eremenntox」→ toHiragana → 「えれめんとx」だが x は変換されないため
	// removeIllegalFlag=true にするか、reading を「えれめんと」にして別途処理する
	['reading' => 'eremenntox', 'surface' => 'ElementX',  'mode' => UserDictionary::MODE_REPLACE,'word_cost' => -5000, 'pos' => "名詞"],
	// 「sod」→ 「そd」 → d が残るため reading は「そ」にするか入力を「sodo」等にする
		[
			'reading'   => 'anni',
			'surface'   => 'Annihilation',
			'mode'      => UserDictionary::MODE_SERVER,
			'word_cost' => 2000,
			'pos'       => '名詞',
			'subpos'    => '一般',
			'pos_label' => '名詞-一般',
			'left_id'   => 1852,
			'right_id'  => 1852,
		],
	//['reading' => 'sod',       'surface' => 'SOD SERVER',  'mode' => UserDictionary::MODE_REPLACE,'word_cost' => -5000, 'pos' => "名詞"],
]);

$converter->registerUserDict('server', $dict);


$time = microtime(true);

//English is not supported
foreach(["kannzeidekilyogisinnkokuwosaigennsurudoramagaarimasu","server", "konn", "sinnkannsenn", "converterですか", "annigasuki", "anninnsuto-ru"] as $input){
	$result = $converter->convert($input);


	//var_dump($result["kana"]);

	if(!$converter->isValid($result)){
		echo "kana: ".$result["kana"], "\n";
		continue;
	}

	echo "no-maru:". $result["best"]["text"], "\n";
	//var_dump($result["best"]["tokens"]);
}
$time = microtime(true) - $time;

echo "Time: {$time} sec\n";

echo ((memory_get_peak_usage() - $basemem) / 1024 / 1024) . " MB\n";
echo ((memory_get_usage() - $basemem1) / 1024 / 1024) . " MB\n";

result

no-maru:関税で虚偽申告を再現するドラマがあります
no-maru:せrヴェr
kana: こん
no-maru:新幹線
no-maru:今ヴェrてrですか
no-maru:Annihilationが好き
no-maru:アンインストール
Time: 0.10237002372742 sec
124.99425506592 MB
123.27954101562 MB

treedumping

<?php
declare(strict_types=1);

use kanakanjiconverter\PHPKanaKanjiConverter;
use kanakanjiconverter\UserDictionary;

include __DIR__ . '/vendor/autoload.php';

$time = microtime(true);
$basemem = memory_get_usage();
$basemem1 = memory_get_peak_usage();
$converter = new PHPKanaKanjiConverter();
$input = "gaitametoennsouba";
$result = $converter->convert($input);
//var_dump($result["kana"]);

if(!$converter->isValid($result)){
	echo "kana: ".$result["kana"], "\n";
	return;
}

echo "no-maru:". $result["best"]["text"], "\n";

foreach($result["best"]["tokens"] as $item){
	var_dump($item);
}

$time = microtime(true) - $time;

echo "Time: {$time} sec\n";

echo ((memory_get_peak_usage() - $basemem) / 1024 / 1024) . " MB\n";
echo ((memory_get_usage() - $basemem1) / 1024 / 1024) . " MB\n";```

result

no-maru:外為と円相場
array(7) {
  ["surface"]=>
  string(6) "外為"
  ["reading"]=>
  string(12) "がいため"
  ["word_cost"]=>
  int(6485)
  ["penalty"]=>
  int(0)
  ["pos"]=>
  string(6) "名詞"
  ["subpos"]=>
  string(6) "一般"
  ["pos_label"]=>
  string(13) "名詞-一般"
}
array(7) {
  ["surface"]=>
  string(3) "と"
  ["reading"]=>
  string(3) "と"
  ["word_cost"]=>
  int(0)
  ["penalty"]=>
  int(1000)
  ["pos"]=>
  string(6) "助詞"
  ["subpos"]=>
  string(12) "並立助詞"
  ["pos_label"]=>
  string(19) "助詞-並立助詞"
}
array(7) {
  ["surface"]=>
  string(9) "円相場"
  ["reading"]=>
  string(15) "えんそうば"
  ["word_cost"]=>
  int(6976)
  ["penalty"]=>
  int(0)
  ["pos"]=>
  string(6) "名詞"
  ["subpos"]=>
  string(6) "一般"
  ["pos_label"]=>
  string(13) "名詞-一般"
}
Time: 0.051853179931641 sec
124.31408691406 MB
123.28768157959 MB

multiresult

<?php

declare(strict_types=1);

use kanakanjiconverter\PHPKanaKanjiConverter;

include __DIR__ . '/vendor/autoload.php';

$time = microtime(true);
$basemem = memory_get_usage();
$basemem1 = memory_get_peak_usage();
$converter = new PHPKanaKanjiConverter();
$input = "konoraiburarihamainnkurahutonotamenitukuraremasita";
$result = $converter->convert($input, false, 5);//Number of pieces
//var_dump($result["kana"]);

if(!$converter->isValid($result)){
	echo "kana: " . $result["kana"], "\n";
	return;
}

echo "no-maru:" . $result["best"]["text"], "\n";

foreach($result["candidates"] as $item){
	var_dump($item["text"]);
}

$time = microtime(true) - $time;

echo "Time: {$time} sec\n";

echo ((memory_get_peak_usage() - $basemem) / 1024 / 1024) . " MB\n";
echo ((memory_get_usage() - $basemem1) / 1024 / 1024) . " MB\n";

result

no-maru:このライブラリはマインクラフトの為に作られました
string(72) "このライブラリはマインクラフトの為に作られました"
string(75) "このライブラリはマインクラフトのために作られました"
string(72) "このライブラリはマインクラフトの為に造られました"
Time: 0.063277006149292 sec
124.9249420166 MB
123.29665374756 MB

benchmark

Input: kilyounotennkihaharedesugoshiyasuidesu
nihonngo: きょうのてんきははれですごしやすいです
今日の天気は晴れで過ごしやすいです
Convert time: 47.377109527588 ms

Input: watashihanihongonobenkyouwoshiteimasu
nihonngo: わたしはにほんごのべんきょうをしています
私は日本語の勉強をしています
Convert time: 17.940998077393 ms

Input: ashitahatomodachitotoukyouniikimasu
nihonngo: あしたはともだちととうきょうにいきます
明日は友達と東京に行きます
Convert time: 30.944108963013 ms

Input: korehakanawokanjinihenkansurutesutodesu
nihonngo: これはかなをかんじにへんかんするてすとです
これはカナを感じに変換するテストです
Convert time: 25.392055511475 ms

Input: konosukuriputohabenchima-kudesu
nihonngo: このすくりぷとはべんちまーくです
このスクリプトはベンチマークです
Convert time: 8.4488391876221 ms

Input: nihonnojuuyounabunkawoookumanabimasu
nihonngo: にほんおじゅうようなぶんかをおおくまなびます
日本お重要な文化を多く学びます
Convert time: 24.056196212769 ms

Input: atarasiipurojekutowokaihatsuchuudesu
nihonngo: あたらしいぷろじぇくとをかいはつちゅうです
新しいプロジェクトを開発中です
Convert time: 23.412227630615 ms

Input: saikinnopasokonhaseinougaiidesu
nihonngo: さいきんおぱそこんはせいのうがいいです
最近おパソコンは性能が良いです
Convert time: 32.288074493408 ms

Input: kanakanjikonnba-ta-notesutowoshiteimasu
nihonngo: かなかんじこんばーたーのてすとをしています
かな漢字コンバーターのテストをしています
Convert time: 38.14697265625 ms

Input: nagairo-majibunnwokousokudekenshoushimasu
nihonngo: ながいろーまじぶんをこうそくでけんしょうします
長いローマ字分を高速で検証します
Convert time: 46.870946884155 ms

Input: kinounopurozilekutowosuisinnsuru
nihonngo: きのうのぷろじぇくとをすいしんする
昨日のプロジェクトを推進する
Convert time: 20.473003387451 ms

Input: kinounoyorugohannha,sukiyakidesu
nihonngo: きのうのよるごはんは，すきやきです
昨日の夜ご飯は，すき焼きです
Convert time: 17.143964767456 ms

Input: asitanoasa
nihonngo: あしたのあさ
明日の朝
Convert time: 3.8127899169922 ms

Input: kinounokaigiwokaisaisita
nihonngo: きのうのかいぎをかいさいした
昨日の会議を開催した
Convert time: 29.093980789185 ms

Input: imanozidai
nihonngo: いまのじだい
今の時代
Convert time: 4.241943359375 ms

Input: mainitiwotaisetuni
nihonngo: まいにちをたいせつに
毎日を大切に
Convert time: 9.0830326080322 ms

Input: kikaiha
nihonngo: きかいは
機会は
Convert time: 11.415958404541 ms

Input: taiki
nihonngo: たいき
待機
Convert time: 5.7158470153809 ms

Input: mottokireini
nihonngo: もっときれいに
もっとキレイに
Convert time: 12.524127960205 ms

Input: hanasigaaru
nihonngo: はなしがある
話がある
Convert time: 4.3768882751465 ms

Input: sannninndeiku
nihonngo: さんにんでいく
3人で行く
Convert time: 4.5528411865234 ms

Input: toukilyuu
nihonngo: とうきゅう
東急
Convert time: 9.2229843139648 ms

Input: kinougasugureteiru
nihonngo: きのうがすぐれている
機能が優れている
Convert time: 7.706880569458 ms

Input: atarasiikikaku
nihonngo: あたらしいきかく
新しい企画
Convert time: 19.798040390015 ms

Input: ookinakabu
nihonngo: おおきなかぶ
大きな株
Convert time: 13.098955154419 ms

Input: terebiwomiru
nihonngo: てれびをみる
テレビを見る
Convert time: 1.2779235839844 ms

Input: kannsilyasareteiru
nihonngo: かんしゃされている
感謝されている
Convert time: 9.5610618591309 ms

Input: kinoutabeta
nihonngo: きのうたべた
昨日食べた
Convert time: 4.8551559448242 ms

Input: suuzinotesuto1234567890tesuto
nihonngo: すうじのてすと1234567890てすと
数字のテスト1234567890テスト
Convert time: 7.1470737457275 ms

=========================
Preload time: 0.20289421081543 ms
Average convert time (10 AI words): 16.895861461245 ms
113.64087677002 MB
111.66150665283 MB

source

C#でかな漢字変換を実装してみた

https://zenn.dev/kx_ras/articles/83c1a2668aecdf

日本語かな漢字変換を実装してみた

https://qiita.com/taka7n/items/d8ac724ee5f5634c545c

ラティスのNbestを求める

https://jetbead.hatenablog.com/entry/20160119/1453139047

special Thanks

google/mozc

https://github.com/google/mozc

enamdict

https://www.edrdg.org/enamdict/enamdict_doc.html

http://ftp.edrdg.org/pub/Nihongo/enamdict.gz

Others

You can freely use the human discrimination datasets in src/SystemDictionary.php and test/LongJapaneseTest.php.
However, there is a tendency for the notation to fluctuate, so you need to be careful.

daisukedaisuke / kanakanjiconverter

Maintainers

Details

README

What is this?

the purpose

Requirement

usage

result

Input other than Roman letters is not possible

result

Malfunction detection

result

treedumping

result

multiresult

result

benchmark

source

C#でかな漢字変換を実装してみた

日本語かな漢字変換を実装してみた

ラティスのNbestを求める

special Thanks

google/mozc

enamdict

Others