User:Lihaohong/注音机器人

U:Lihaohong/自动化工具 > Lihaohong/注音机器人

如题，是一个给日语曲目注音的机器人。源代码在GitHub。提示：虽然有少量注释和文档，但是因为代码又乱又长，有些地方可能会比较难懂。

原理

1. 利用User:東東君开发的歌词注音插件的同款Yahoo api获取日语注音。大多数注音都是正确的，只有少数错误。
2. 从Vocaloid Lyrics Wiki抓取罗马音歌词。
3. 使用2的罗马音修正1的注音。

编辑摘要

有时候，机器人的编辑摘要不会给出任何信息，如Special:差异/5802803/5803069。这表明机器人认为没有需要复核的转换。但是，如果Yahoo和Vocaloid Lyrics Wiki同时给出了错误的读音，程序不会给出任何提示。

如果Yahoo的读音被Vocaloid Lyrics Wiki纠正，且纠正后的读音不在jamdict词典中，则在编辑摘要中给出警告。如"瞬:またた=>まばた"的意思是“瞬”的读音由Yahoo标的matata修正为mabata。例如Special:差异/5801235/5803053。

程序提出的更改可以被手动取消，例如Special:差异/5801162/5803022中，決的注音由けっ变成了None，这个bug在歌词含有字符“っ”时很常见。当操作者怀疑程序出问题时，可以手动取消这个更改，保留Yahoo的原注音。

Special:差异/5801162/5803022的编辑摘要包含返:?;家:?;居:?;湧:?以表明这四个汉字在萌百的日语歌词中出现了，但是不在Vocaloid Lyrics Wiki的日语歌词中。观看PV后可以发现萌百的歌词与PV不一致，因此需要手动修正歌词并注音。

复核注音

作者会手动复查程序给出提示的地方，并修正比较离谱的、显眼的问题。但是有可能有一些小错没有被发现。

程序状况

目前还在跑一次程序就要修三个bug的阶段。 偶尔会遇到严重bug（死循环），经常遇到某行无法用罗马音复核的状况。

此外，在处理~20个页面后就会被WAF。

为什么使用机器人

一开始作者是会用東東君的注音工具注音，然后听歌复核的。但是给DAYBREAK FRONTLINE注音的时候发现自己跟不上，于是只能用Vocaloid Lyrics Wiki（简称VLW）的罗马音核对。因为核对工作很机械化，萌生了用自动化程序核对注音的想法。

一开始以为很简单（毕竟作者不会日语，对日语的复杂程度没有心理准备），后来发现二在VLW被写成2、罗马音转写不规则、难以判断っ的读音、VLW注错音等问题。但是程序的犯错次数可以接受，基本上所有可能出问题的地方都在编辑摘要标注了。

其实一开始是想整个自动去除图片黑边的半自动化机器人的，之前的条目辅助工具已经加入了这个功能，人工复核图片处理的结果也很快。但是作者没有覆盖图片的权限，所以就做了这个工作量更大且更容易出错的机器人。