文章をローマ字読みに変換

str2yomi.cpp

#include <iostream>
#include <string>
#include <map>
#include <vector>
#include <boost/shared_ptr.hpp>
#include <boost/spirit/include/qi.hpp>
#include <boost/regex.hpp>
#include <boost/range/adaptor/transformed.hpp>
#include <unicode/translit.h>
#include <mecab.h>

namespace adaptors = boost::adaptors;
using adaptors::transformed;

namespace qi = boost::spirit::qi;
using qi::standard_wide::char_;
using qi::_1;
using qi::_val;


/* ------------------------------------------------------------------------- */
// 文字列 --> カタカナ
// (e.g. イースター島 --> イースタートー）
/* ------------------------------------------------------------------------- */
struct mecab_result_to_kana
{
	typedef std::string result_type;

	result_type operator() (const result_type& str) const {
		std::vector<result_type> v;
		result_type::const_iterator
			first = str.begin(),
			last  = str.end();
		qi::parse(first, last, +(char_-',')%',', v);

		if (v[1] == "格助詞") {
			v[8] += "@";
		}

		std::cout << v[8] << std::endl;
		return v[8];
	}

};

/* ------------------------------------------------------------------------- */
//  カタカナ --> ローマ字
//  (e.g. イースター島 --> i:suta:to:)
/* ------------------------------------------------------------------------- */
struct kana2yomi
{
	typedef std::string result_type;

	result_type operator() (const result_type& str) const {
		UnicodeString input = str.c_str();

		// 「ン」をマーキング
		input.findAndReplace("ン", "[ン]");

		// カタカナ --> Latin 変換
		UErrorCode error = U_ZERO_ERROR;
		boost::shared_ptr<Transliterator> t(
			Transliterator::createInstance("Katakana-Latin", UTRANS_FORWARD, error)
		);
		t->transliterate(input);

		// 伸ばす音の表記変更 + マーキングしたンをNにする + 「つ」を「q」にする
		std::map<UnicodeString, UnicodeString> long_map = {
			{"\u0101","a:"},
			{"\u0113","i:"},
			{"\u012B","u:"},
			{"\u014D","e:"},
			{"\u014D","o:"},
			{"[n]", "N"},
			{"~", "q"}
		};
		for (const auto& x : long_map) {
			input.findAndReplace(x.first, x.second);
		}

		// 変換結果取得
		size_t length = input.length();
		char* result = new char[length + 1];
		input.extract(0, length, result, "utf8");

		std::cout << result << std::endl;

		return result;
	}
};

/* ------------------------------------------------------------------------- */
//  ローマ字を Julius の voca ファイル用に整形
//  (e.g. i:suta:to: --> i: s u t a: t o:)
/* ------------------------------------------------------------------------- */
struct insert_space
{
	typedef std::string result_type;

	result_type operator() (const result_type& str) const {
		std::string result(str);

		std::map<std::string, std::string> regex_map =
			{
				{"[aiueoNq]:?", "$0 "},
				{"[^aiueoNq]{1,2}", "$0 "},
				{"[^a-zN:@]", ""},
				{"\\s+", " "},
			};

		for (const auto& x : regex_map) {
			boost::regex r(x.first);
			result = boost::regex_replace(result, r, x.second, boost::format_all);
		}

		return result;
	}
};

/* ------------------------------------------------------------------------- */
//  Main
/* ------------------------------------------------------------------------- */
int main(int argc, char* argv[])
{
	// MeCab による形態素解析
	std::string input = "三位になった";
	boost::shared_ptr<MeCab::Tagger> tagger(MeCab::createTagger(""));
	const MeCab::Node* node = tagger->parseToNode(input.c_str());

	// 結果をコンテナに突っ込む
	std::vector<std::string> features;
	for (node = node->next; node->next; node = node->next) {
		features.push_back(node->feature);
		std::cout << node->feature << std::endl;
	}

	// 発音箇所だけ取り出す
	std::string s;
	for (
		const std::string& x
		: features | transformed(mecab_result_to_kana())
		           | transformed(kana2yomi())
		           | transformed(insert_space())
	) {
		s += x;
	}
	std::cout << s << std::endl;

	return 0;
}