Aligneur-Syllabeur

Présentation

Pivot central du pipeline Lectura. Module autonome, zéro dépendance Python. Réalise l’alignement lettre-par-lettre entre orthographe et phonétique et décompose chaque syllabe en ses constituants phonologiques. Les groupes de lecture (élision, liaison, enchaînement) sont construits en amont par le Phonémiseur ; l’Aligneur les reçoit en entrée pour la syllabation.

C’est grâce à cet aligneur que les corpus d’entraînement des modèles G2P et P2G ont été préparés. Sans lui, rien n’aurait été possible.

Ce que fait ce module

Essayer en ligne

Exemples de code

Analyse d’un mot (API simple)

from lectura_aligneur import LecturaSyllabeur

syllabeur = LecturaSyllabeur()    # mode API par défaut
result = syllabeur.analyze("chocolat")

print(result.format_detail())
# chocolat -> /ʃɔkɔla/
#   σ1: /ʃɔ/ <<cho>> [0:3] att=ʃ noy=ɔ cod=-
#   σ2: /kɔ/ <<co>>  [3:5] att=k noy=ɔ cod=-
#   σ3: /la/ <<lat>>  [5:8] att=l noy=a cod=-

# Chaque syllabe expose son alignement graphème-phonème :
for s in result.syllabes:
    att = " ".join(f"{p.ipa}→{p.grapheme}" for p in s.attaque.phonemes)
    noy = " ".join(f"{p.ipa}→{p.grapheme}" for p in s.noyau.phonemes)
    print(f"  {s.ortho:6s} /{s.phone}/  att=[{att}] noy=[{noy}]  span={s.span}")

Analyse complète avec groupes de lecture

from lectura_aligneur import LecturaSyllabeur, MotAnalyse

syllabeur = LecturaSyllabeur()

# Mots annotés par le G2P (phone + liaison)
mots = [
    MotAnalyse(phone="lez", liaison="Lz"),    # les (liaison en z)
    MotAnalyse(phone="ɑ̃fɑ̃", liaison="none"),   # enfants
    MotAnalyse(phone="ʒu",  liaison="none"),    # jouent
]

result = syllabeur.analyser_complet(mots)

print(f"{result.nb_groupes} groupes, {result.nb_syllabes} syllabes")
print(f"Groupes : {result.format_ligne1()}")
print(f"Syllabes : {result.format_ligne2()}")
# 2 groupes, 4 syllabes
# Groupes : les enfants | jouent
# Syllabes : le.zɑ̃.fɑ̃ | ʒu

Avec Lectura Phonémiseur

from lectura_aligneur import LecturaSyllabeur
from lectura_phonemiseur import creer_engine

g2p = creer_engine()    # mode API par défaut

class G2PPhonemizer:
    def predict(self, word):
        return g2p.analyser([word])['g2p'][0]

syllabeur = LecturaSyllabeur(phonemizer=G2PPhonemizer())

Architecture

L’Aligneur reçoit en entrée les groupes de lecture construits par le Phonémiseur (élision, liaison, enchaînement) et effectue la syllabation (syllabifier_groupes) :

Pour chaque groupe :

1. Syllabation IPA par modèle de sonorité (5 classes : obstruantes, nasales, liquides, semi-voyelles, voyelles)
2. Alignement DFS graphème-phonème avec détection des lettres muettes et fusionnées
3. Construction des syllabes avec décomposition attaque/noyau/coda et correspondance graphème

Structures de données

Rôle dans le pipeline Lectura

L’Aligneur-Syllabeur est le pivot central de Lectura :

1. Préparation des corpus — l’alignement graphème-phonème a permis de constituer les données d’entraînement des modèles G2P et P2G
2. Lecture assistée — les groupes de lecture avec syllabes colorées sont la base de l’interface de lecture augmentée
3. Synthèse vocale — l’alignement et les spans permettent la synchronisation texte-audio

Installation

pip install lectura-aligneur                  # mode API (zéro dépendance)
pip install lectura-aligneur[phonemiseur]     # + lectura-phonemiseur

Phonémiseur pluggable : utilisable avec votre propre phonémiseur, eSpeak-NG, ou le module Lectura Phonémiseur. N’importe quel objet avec une méthode phonemize(word) ou predict(word) est accepté.

Caractéristiques techniques

• Zéro dépendance Python
• Bi-modal : mode API (zéro config) ou mode local avec données embarquées
• Alignement DFS graphème-phonème avec gestion des lettres muettes et fusionnées
• Modèle de sonorité pour la syllabation (5 classes phonologiques)
• Syllabation des groupes de lecture construits par le Phonémiseur
• Phonémiseur pluggable : eSpeak-NG, Lectura Phonémiseur, ou tout objet compatible
• Python 3.10+ avec type hints complets (PEP-561)
• Licence : AGPL-3.0 (non commerciale) — licence commerciale sur demande : nous contacter