假名与罗马音从哪来？Fudoki 的 Kuroshiro 读音转换原理

2026/8/16 15:29:19

假名与罗马音从哪来？Fudoki 的 Kuroshiro 读音转换原理

【免费下载链接】fudokiAn interactive Japanese text analysis and speech synthesis web app项目地址: https://gitcode.com/gh_mirrors/fu/fudoki

打开 Fudoki，你只需输入一句日语，下一秒就能看到每个单词头顶自动标出假名、脚下排出一行罗马音，点击还能听到发音。这种"输入即注音"的体验，背后是 Kuroshiro 读音转换引擎和 Kuromoji.js 分词器在浏览器里协同工作的结果。Fudoki 是一款基于浏览器的日语文本分析与语音朗读工具，本文就用通俗的方式，讲清楚"假名和罗马音到底从哪来"。

什么是 Kuroshiro：一句话认识的读音转换引擎

Kuroshiro 是一个纯前端的日语读音转换库，它的职责非常单一：把一段日语文本（汉字、假名混排）转换成平假名、片假名或罗马音。它本身不做分词，而是依赖一个"分析器"（Analyzer）来告诉它：这句话该拆成哪些词、每个词怎么读。在 Fudoki 中，这个分析器就是 KuromojiAnalyzer，而它背后又是形态素解析库 Kuromoji.js。

你可以把这三者的关系想象成流水线：Kuromoji.js 负责"拆词"，Kuroshiro 负责"注音"，Fudoki 负责把结果画到屏幕上。整套流程全部在本地浏览器完成，不需要任何服务器接口。

第一步：Kuromoji.js 分词，读音转换的地基

读音转换前必须先知道"谁是谁"。比如「日本語」三个字，只有拆出「日本」「語」这样的词，才能查到它们各自的读音。Fudoki 在 segmenter.js 中封装了 JapaneseSegmenter 模块，初始化时会通过kuromoji.builder({ dicPath: '/static/libs/dict/' })加载本地词典并构建分词器，然后执行tokenizer.tokenize(text)完成形态素解析。

分词器返回的每个 token 都带有surface_form（原形）、basic_form（词典形）、reading（读音）和pos（词性）等字段。注意，Kuromoji 本身给出的reading通常是片假名，这正是后面要交给 Kuroshiro 继续加工的原因。

第二步：Kuroshiro 的 convert() 如何把汉字变成假名

拆完词之后，就该 Kuroshiro 登场了。在 segmenter.js 的getReading()方法里，核心代码只有一行：

await this.kuroshiro.convert(text, { to: 'hiragana' });

Kuroshiro 会以 Kuromoji 的分词结果为原料，把每个词的读音统一转换成你想要的文字系统：to: 'hiragana'输出平假名，换成katakana就输出片假名。比如「日本語」会先被 Kuromoji 读出「ニホンゴ」，再被 Kuroshiro 转成「にほんご」。这一层保证了无论原文是汉字还是片假名，Fudoki 都能给出整齐划一的假名标注。

第三步：罗马音从哪来——Fudoki 自带的转换规则

很多人以为罗马音也是 Kuroshiro 生成的，其实 Fudoki 的罗马音由前端自己算出来，逻辑集中在 main-js.js 的getRomaji()函数中。它以平假名为输入，逐音节查表转换，并额外处理了四类日语发音难点：

促音（っ）：标记"双写下一个音节的辅音"，如「きって」→「kitte」；
拗音（ゃゅょ）：把「き+ゃ」合并成「kya」、「し+ゅ」合并成「shu」这类组合音；
ん的同化：按后面音节自动选择 m / n / n'，如「しんぶん」→「shimbun」；
长音（ー）：给前一个元音加上长音符，如「コーヒー」→「kōhī」。

如果你对照拼音输入法去理解这四条规则，会发现它们就是把"五十音图的发音规律"翻译成拉丁字母，Kuroshiro 负责假名、Fudoki 负责转写，各司其职。

特殊读法：数字、年份、英文缩写怎么处理

日语里最折磨人的不是汉字，而是数字和外来缩写。Fudoki 在 segmenter.js 里为这些场景准备了专门逻辑：

四位年份：yearReading()按「せん・ひゃく・じゅう」的读法逐位拼接；
普通数字：numberReading()支持到万位，还会配合后面是否跟「月」自动切换「しがつ」这类特殊读法；
英文缩写：englishAbbreviationReading()把「AI」逐字母转成「エーアイ」，而「web」这类已日语化的词则直接读「ウェブ」。

这些规则在分词完成后、展示注音前被逐项套用，覆盖了 Kuromoji 词典查不到的场景。

假名、罗马音与朗读如何串联

读音转换只是 Fudoki 的中间环节，最终它会和另外两大模块打通：

词典查询：点击单词卡片，通过 dictionary-service.js 按分片加载 JMdict 词条，显示中文释义；
语音朗读：用 Web Speech API 的speechSynthesis朗读文本，tts.js 负责过滤日语声线（ja 开头）并按偏好排序绑定到朗读对象上。

也就是说，屏幕上的一行注音会同时驱动"释义"和"发音"，而这一切都发生在浏览器本地，离线也能用。