更新版

「発音可能のみ」アルゴリズムの詳細

従来の「母音3連続 / 子音3連続を除外するだけ」の簡易判定から、日本語ローマ字として読めるかをより重視した多段フィルターへ更新しました。

1. 何が強化されたか

  • 単純な連続文字判定だけではなく、モーラ単位に近い切り分けで評価します。
  • ka shi kyo ryu など、日本語ローマ字で自然な並びを優遇します。
  • n を撥音 ン として扱える位置を判定します。
  • 子音連続・母音比率・語頭/語尾の不自然さも併せて除外します。
  • 結果表示時に、通過した候補だけ カタカナ読みに変換 して右側へ表示します。

2. 判定の流れ

Step 1: 基本条件

  • 英字のみを対象にします。
  • 母音比率が極端すぎる候補は除外します。
  • 母音3連続、子音4連続以上は除外します。

Step 2: 語頭/語尾チェック

  • q 単独開始や、極端に不自然な終端パターンを排除します。

Step 3: ローマ字パース

  • kya / sho / ryu / chi / tsu / fu などを優先的に認識します。
  • 読めない並びが含まれる候補は除外します。

Step 4: スコア評価

  • 自然な音節ほど加点します。
  • 促音 ッ の多発などは減点します。
  • 平均スコアが基準を超えた候補だけ採用します。

3. カタカナ読み生成の考え方

通過した候補は、同じローマ字パーサーを使ってカタカナへ変換します。たとえば次のように扱います。

この読みは辞書ベースではなく、ローマ字規則に基づく自動推定です。そのため、人名・固有名詞・特殊表記では完全一致しない場合があります。

4. ランダム性の強化内容

5. 注意点

これは「日本語ローマ字として、比較的読みやすいか」を見る実用的な近似判定です。