自動注音 AutoZhuyin
給繁體中文使用者的輸入法(macOS、Windows):不用按切換鍵,直接用大千注音鍵盤打字,輸入法會自動判斷你打的是注音還是英文。
按鍵: ji3 hello world su3cl3␣
輸出: 我hello world 你好
功能
- 中英自動判斷:每按一個鍵就重新判斷,組字區即時顯示結果(Mac 版英文以藍字顯示)
- 中英混打不用空白:
ji3hello→ 我hello、hellosu3cl3→ hello你好,同一段內會自動切分 - 判斷錯了按 Tab:在中/英之間翻轉,輸入法會記住這組按鍵,下次自動判斷對
- 單按 Shift 強制英文:要打英文時先單按一下 Shift,接下來這個字照打、保持小寫
- 注音順序打錯也能修正:
ㄧㄒㄠˇ、ㄒㄠㄧˇ都會變成ㄒㄧㄠˇ(小) - 可省略聲調:
jiap7(ㄨㄛ ㄇㄣ˙)一樣能打出「我們」 - 候選字:按 ↓ 選最後一個字或詞,選過的會固定下來
- 全形標點:中文語境下
?!<自動變成?!, - 完整詞庫:約 17 萬筆,來自小麥注音 McBopomofo(MIT 授權)
下載與安裝
到 Gitea 的 Releases 頁面下載最新版本。
macOS
需求:macOS 13 以上,Apple Silicon 和 Intel 都可以(universal binary)。
- 雙擊
AutoZhuyin-<版本>.pkg安裝。安裝檔沒有簽章,如果被擋下來,按右鍵 →「打開」,或到「系統設定 → 隱私權與安全性」按「仍要打開」。 - 系統設定 → 鍵盤 → 文字輸入 → 編輯… → + → 繁體中文 → 自動注音。
- 清單裡沒出現的話,登出再登入一次。
PKG 會裝到 /Library/Input Methods/,系統上所有使用者都能用。
Windows
需求:Windows 10 / 11,x64、x86、ARM64 都可以。
- 先安裝輸入法框架 PIME(免費、開源)。
- 解壓縮
AutoZhuyin-Windows-<版本>.zip,在install.bat上按右鍵 →「以系統管理員身分執行」。 - 設定 → 時間與語言 → 語言與地區 → 中文(台灣) → 語言選項 → 新增鍵盤 → 自動注音 AutoZhuyin。
- 用 Win + 空白鍵 切換過去。清單裡沒出現的話,重新開機一次。
SmartScreen 出現警告時,按「其他資訊 → 仍要執行」。解除安裝:以系統管理員身分執行 uninstall.bat。
按鍵
| 按鍵 | 作用 |
|---|---|
| 空白 | 注音:一聲;音節已完成時送出中文。英文:送出單字加空白 |
| Enter | 送出目前組字 |
| Tab | 判斷錯了?按 Tab 把整段翻轉成另一種語言,輸入法會記住這次修正 |
| ↓ | 開啟候選字(選最後一個字或詞),數字鍵 1–9 選字,Esc 關閉 |
| Esc | 取消組字 |
| 單按 Shift | 沒在打字時:下一個字強制英文(保持小寫),送出後恢復自動判斷,再按一次取消。打到一半時:同 Tab,整段翻轉 |
| Shift + 字母 | 打大寫字母(也會強制英文) |
< > ? ! : ( ) [ ] |
中文語境下自動轉成全形 ,。?!:()「」 |
, . / ; - |
英文單字後是標點;在注音中是 ㄝ ㄡ ㄥ ㄤ ㄦ(例如 2;3 = 檔) |
運作方式
每按一個鍵,Classifier 會同時用兩種解讀幫目前的按鍵序列打分:
| 注音分數 | 英文分數 |
|---|---|
是否能拆成合法注音音節(SyllableTable) |
是否為常用英文字(english-common.txt) |
| 每個音節有沒有聲調鍵(3 4 6 7 空白) | 是否在英文字典裡 |
| 讀音是否存在於詞庫 | 字母 bigram 模型判斷「像不像英文」 |
| 前一段是中文 → 加分(語境) | 前一段是英文 → 加分(語境) |
| 使用者過去的修正(學習) | 有大寫字母 → 一定是英文 |
| 一開始稍微偏向注音 | 純數字 → 數字 |
每一項都是一個特徵(Features.swift / features.py),分數 = 特徵 × 權重。權重是用資料訓練出來的(見下方「訓練判斷權重」),存在 Resources/classifier-weights.json;檔案不存在時用手調的預設值。分數高的一方勝出。按空白時,還沒打聲調的注音音節會當成一聲來評分,英文那邊當作完整單字評分。
中英混打時,Classifier.segment 會用動態規劃試遍所有切分點,找出總分最高的切法(例如 ji3hello → ji3 注音+hello 英文)。為了避免把正常的單字或句子切碎:
- 每多切一刀會扣分(
seg.switch特徵) - 後面還接著其他段的注音段,最後一個音節必須打了聲調
- 接在英文後面、還沒打聲調的注音段會再扣分(
zh.unconfirmed),所以打到ji3hel時會先顯示「我hel」,不會變成「我heㄠ」
音節解析照大千規則:符號依「聲母 → 介音 → 韻母」填入,聲調鍵結束音節。順序打錯時,如果合併後仍可能是合法音節,就併進同一個音節,否則才切成新音節。
轉換用 Viterbi 演算法,在詞庫中找出整串音節機率最高的詞組組合。
個人資料
| macOS | Windows | |
|---|---|---|
| 學習紀錄(Tab 修正) | UserDefaults(com.autozhuyin.inputmethod.AutoZhuyin) |
%APPDATA%\PIME\autozhuyin\learned.json |
| 自訂詞 | ~/Library/Application Support/AutoZhuyin/user-phrases.txt |
%APPDATA%\PIME\autozhuyin\user-phrases.txt |
自訂詞的格式和 lexicon.txt 一樣,每行一個詞:ㄗˋ-ㄉㄨㄥˋ-ㄓㄨˋ-ㄧㄣ 自動注音 -4(讀音、詞、分數;分數越大越優先)。
Mac 版可以在輸入法選單選「清除學習紀錄」。
開發
macOS
需要 Xcode。腳本會自動使用 /Applications/Xcode.app 的工具鏈。
export DEVELOPER_DIR=/Applications/Xcode.app/Contents/Developer
xcrun swift test # 單元測試
scripts/build.sh # 產生 build/AutoZhuyin.app(universal)
scripts/install.sh # 裝到 ~/Library/Input Methods、重啟並向系統註冊
scripts/package.sh # 產生 build/AutoZhuyin-<版本>.pkg
改完程式後執行 scripts/install.sh,再切換到其他輸入法後切回來,就會用到新版。
版本號在 Resources/Info.plist 的 CFBundleShortVersionString。
Windows
Windows 版建立在 PIME 上,核心邏輯用 Python 重寫(windows/autozhuyin/core/),行為和測試案例都跟 Mac 版一樣。不需要 Windows 也能開發和測試:
python3 windows/tools/build_data.py # 產生 windows/autozhuyin/data/
(cd windows && python3 -m unittest discover tests) # 核心測試 + 模擬 PIME 的外殼測試
scripts/package-windows.sh # 產生 build/AutoZhuyin-Windows-<版本>.zip(會先跑測試)
- Windows 沒有內建英文字典,所以
build_data.py會把 macOS 的/usr/share/dict/words(韋氏字典,公有領域)轉成english-dict.txt一起打包,並預先算好 bigram 表。 windows/autozhuyin/data/是產生出來的,不進版本控制。- 版本號在
windows/autozhuyin/ime.json。
修改核心邏輯時,Swift(
Sources/AutoZhuyinCore/)和 Python(windows/autozhuyin/core/)兩邊都要改,並在兩邊的測試加上相同案例。
訓練判斷權重
中英判斷的權重是用合成資料訓練的(結構化感知器,averaged structured perceptron),訓練時跑的就是輸入法實際使用的同一套切分演算法:
training/synth.py產生打字資料:從詞庫依詞頻抽中文詞,反查成大千按鍵;英文從常用字表和字典抽;組成「純中文、純英文、中+英、英+中、中+英+中、數字」等情況,每個按鍵都標好正確答案。也會產生「打到一半」的版本,用來訓練打字過程中的顯示。training/train.py先用手調權重評估一次,再訓練、評估,寫入Resources/classifier-weights.json。training/make_parity.py產生training/parity-fixtures.json,Swift 測試會檢查它的切分結果和 Python 版完全一樣。
python3 windows/tools/build_data.py # 準備資料(Python 版和訓練共用)
python3 training/train.py # 快速訓練(預設 3000 筆,約半分鐘)
python3 training/train.py --train 20000 --test 5000 --epochs 10 # 正式版本用的設定,約 3 分鐘
python3 training/train.py --eval-only # 只評估目前的權重
python3 training/make_parity.py # 權重或特徵改了之後都要重跑
目前的結果(10,000 筆測試資料):
| 送出時整段判斷正確 | 打字過程中顯示正確 | |
|---|---|---|
| 手調權重 | 97.58% | 86.15% |
| 訓練後 | 99.62% | 87.81% |
送出時的錯誤率從 2.4% 降到 0.4%。「打字過程中」本來就有歧義(例如 ji3h 的 h 可能是英文的開頭,也可能是注音 ㄘ),所以準確率比較低,但最後送出的結果才是重點。
新增特徵時,Swift 和 Python 兩邊都要加,預設權重設成 0,然後重新訓練。
詞庫
Resources/lexicon.txt 由小麥注音的原始資料轉換而來,後面再接上手寫的入門詞庫 Resources/lexicon-seed.txt。轉換程式 scripts/convert-mcbopomofo.py 只讀取資料檔,不執行小麥注音的程式碼:分數依語料詞頻計算,一字多音的字依讀音常見程度分配權重。
更新到小麥注音最新資料:
scripts/import-mcbopomofo.sh
發布新版本
先 commit 所有修改,再執行:
scripts/release.sh # 修正版:0.1.0 → 0.1.1
scripts/release.sh minor # 新功能:0.1.1 → 0.2.0
scripts/release.sh major # 大改版:0.2.0 → 1.0.0
scripts/release.sh minor --push # 同時 push commit 和 tag
release.sh 會自動:
- 遞增版本號(
Resources/Info.plist的版本與 build 號、windows/autozhuyin/ime.json) - 跑 Swift 和 Python 全部測試
- 產生
build/AutoZhuyin-<版本>.pkg和build/AutoZhuyin-Windows-<版本>.zip - commit「Release v<版本>」並打上
v<版本>tag
任何一步失敗都會把版本號改回去。只想改版本號不打包:scripts/bump-version.sh [patch|minor|major]。
最後在 Gitea 用這個 tag 建立 Release,附上 build/ 裡的 .pkg 和 .zip。
專案結構
Sources/AutoZhuyinCore/ 核心邏輯(Swift,可單元測試)
Bopomofo.swift 大千鍵盤對應、音節結構
SyllableTable.swift 合法注音音節表
ZhuyinParser.swift 按鍵 → 音節(含順序錯誤修正)
Lexicon.swift 詞庫
Converter.swift 音節 → 中文(Viterbi)
EnglishModel.swift 英文判斷
Features.swift 判斷用的特徵與預設權重
Classifier.swift 中英判斷(特徵 × 權重)、切分、學習
CompositionEngine.swift 輸入法狀態機
Sources/AutoZhuyin/ macOS InputMethodKit 外殼
Tests/ Swift 單元測試
Resources/ Info.plist、詞庫、英文常用字、訓練好的權重
scripts/ 建置、安裝、打包、詞庫轉換
pkg/postinstall PKG 安裝後腳本
windows/
autozhuyin/ PIME 輸入法(整個資料夾會被複製到 PIME)
core/ 核心邏輯(Python 版)
autozhuyin_ime.py PIME 外殼
ime.json PIME 輸入法設定
installer/ install.bat、uninstall.bat、給使用者的 README.txt
tests/ Python 測試
tools/ 產生資料檔、圖示
training/ 合成資料、訓練權重、Swift/Python 一致性測試資料
已知限制
- Windows 版還沒在實機上測試過。
- 聲調鍵打在注音符號中間(例如
uv3l)無法自動修正。 - 很短的字串(如
up是英文還是 ㄧㄣ)本質上就有歧義,可能需要按 Tab 修正;修正後會記住。 - 安裝檔沒有簽章(macOS 沒有 Developer ID,Windows 沒有程式碼簽章憑證)。
下一步(Roadmap)
- 匯入完整詞庫
- 注音順序錯誤修正
- Windows 版
- 用資料訓練判斷權重(合成資料)
- 加入真實打字資料一起訓練
- 已送出的英文單字若判斷錯誤,可以「事後翻轉」
- 用 Core ML 小模型取代手調分數,參考整句語境
- 使用者詞頻學習(選過的候選字優先)
- 偏好設定視窗
致謝與授權
- 詞庫資料:小麥注音 McBopomofo(MIT License)
- Windows 輸入法框架:PIME(LGPL 2.1,使用者自行安裝,本專案不包含其程式碼)
- 英文字典:Webster's Second International Dictionary(公有領域,macOS 的
/usr/share/dict/words)