[发明专利]以语音为主的汉字编码方法

说明书

本发明是适用于汉字拼音化，特别适用于汉字信息处理的一种以语音为主的汉字编码方法。

目前，在各路汉字攻坚部队的不懈努力下，见之于公开报道的汉字编码方案已达800种之多，其中能实际上机运行的也有60多种，除记忆码（电报码、国标码、区位码）外，概括起来，大致分为形码、音码、音形（形音、音意）码三大类，也有进一步加入词汇因素，词汇联想或向人工智能靠拢的，取得了有益的成果，但令人十分遗憾的是，迄今为止，汉字编码并没有完全实现人们所期待的目的。目前，郭淑珍等人的UYBX，即声韵部形方案在音形码中较有影响，该方案的一般编码规则是，每个汉字由四个拉丁字母表示，前两个字母表示字音，即对汉字的音采用双拼法以缩短编码的长度;后两个字母表示部形，第三位字符按部首字义的五大类：自然、生物、生理、生活和余类的声母来确定，第四位字符按照部首分类和除去部首后的第一笔的交叉字母来确定。该方案既具有以音为主，易记的特点;又具有码长压缩到四位，简单的长处。但是，由于表示字音的前两个字母反映不出字音的声调，需进行标识的同音字太多，所以后面二位同音字标识码仍然显得过分复杂。汉字编码历来的矛盾就是一句话，容易学的，快不了;输入快的，不易学。

我国著名科学家，中文信息学会理事长钱伟长教授，曾经指出：“好的编码方案应该是一种文字或是文字的一部分”，代表文字发展方向的“容易学”的拼音，显而易见会成为今后“好的编码方案”的主体，问题是怎样消除或减轻“快不了”的中心矛盾-同音字太多。本发明的目的是提供一种与现有方案相比较，码位更少，需标识的同音字显著减少的，码符（或码的助记符）符合语音习惯，向文字更加靠拢的以语音为主的汉字编码方法。

本发明提供的以语音为主的汉字编码方法的特征在于，声码、韵码为含调三拼结构或含调双拼结构，声调通过韵码的“形”直观标明，码符（或码的助记符）符合语音习惯，同音字标识码可以为数字选择码，也可以为形码或意码，还可以为意形梯级码，声码韵码为含调三拼结构的特征在于，声码为一位，韵码为两位，构成韵码的两个码元各代表一个韵素或一个复合韵素，码元的符号设计为两类，并符合语音习惯，声调通过韵码的两位码元符号所属类别的四种组合关系，直观标明（如“甲甲”表阴平、“甲乙”表阳平、“乙甲”表上声、“乙乙”表去声）;声码、韵码为含调双拼结构的特征在于，声码一位，韵码也只有一位，每个韵码（也是码元）代表一个韵母，韵码的符号设计为甲、乙两类，其主要助记符借用含调三拼结构的韵母或汉语拼音的韵母，声调的大类，（如平仄）通过韵码的符号所属类别（甲、乙）直观标明（如“甲”表平声，“乙”表仄声），为了减少韵码的码符量，主要根据大部分齐齿呼、合口呼、撮口呼韵母各自只与少量声母相拼的特点，将这些韵母设置为与相应的开口呼（或合口呼）共用同一韵码，另外新增部分专用声码与之配合，消除由于共用同一韵码造成的相容现象。

本发明的实施例：

例1：主码为单元化含调三拼结构

一般特点是每个汉字用四个位丁字母表示，前三个字母表示字音，即对汉字的音，化为含调三拼结构;后一个字母表示同音字标识。

少数韵码为两重复码元的汉字，也用四个位丁字母表示，但前两个字母表示字音（重复的韵码码元省略其中之一），后两个字母表示同音字标识，码符量可为26个，最低可压缩为23个，为了符合语音习惯，避免一码多母，还可以扩展为34个。

（1）声码：除双字母zh    ch    sh用单字母gcs代表，读[y]的y保留y作为声码、无声母字为“O”零声母外，一律和汉字拼音相同。

（2）韵码“码长二位（少数重复码元省略其中之一后为一位），码元符号为16个，（其中，码元助记符借用声码码符5个，码元符可全部或部分借用声码码符，为保持语音习惯不变，也可只借用声码码符5个），韵码码元符号的种类及代表的韵素或复合韵素见《表1》

（3）声调：按韵码码元所属类别的组合关系确定，“甲甲”表阴平、“甲乙”表阳平、“乙甲”表上声、“乙乙”表去声（有含调本意词的轻声归于该含调本意词的声调，无含调本意词的轻声归为去声）

如果代换一个概念，阴仄等效于上声，阳仄等效于去声，则声调的表示法非常规则：韵码的第一个码元表平、仄，属于甲类符号时为“平”，属“乙”类符号时为“仄”;韵码的第二个码元标明阴、阳，属甲类符号时表“阴”，属乙类符号时表“阳”，韵码码元的组合关系及其声调的详细情况见《表2》

表2韵码码元的组合关系及其声调的详细情况表