# 媠聲標記規則
新版：https://hackmd.ithuan.tw/@fFPu4cAQSSC7Ln4qB2xJQg/ByxRAxcjCd

## 標記

### 第9調
來源：強調、合音、日語詞、三連音
> 因為全部ê變調規則kan-na三連音有thang變做第9調
> 所以除了三連音以外ê變調規則，攏假設本調第9調，一般規則變調抑是仔前變調攏變做第9調，攏寫第9調 [#102](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/102)

#### 強調(?)

580
Ti̍t-ti̍t piànn-mê-kang, beh hōo tsit tīn lâng tsőng thiám--sí tsiah kam-guān--nih?
581
Ti̍t-ti̍t piànn-mê-kang, beh hōo tsit tīn lâng tsóng thiám--sí tsiah kam-guān--nih?

#### 強調+仔前變調
856
所以講，欲去日本的朋友，可能會`小可仔`受著天氣的影響，但是風颱應該是無啥影響。
Sóo-í kóng, beh khì Ji̍t-pún ê pîng-iú, khó-lîng ē `sió-khua̋-á` siū-tio̍h thinn-khì ê íng-hióng, tān-sī hong-thai ing-kai sī bô siánn íng-hióng.

#### 合音
`tsa̋u-gín-á`，書寫寫`tsa̋u`第9調，口語嘛唸`tsa̋u`第9調

### 形容詞三疊字的9調標記 [#91](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/91)
這有系統性ê規則，程式ē-tàng處理，袂有別種可能。照一般書寫標本調就好

## 合音 [#80](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/80)

- 根據原本的詞佇句內尾字敢會變調來決定合音詞的口語是毋是變調
`毋好好仔拍拚趁錢，以後nài綴人會著？`
> 假設kâng詞組行為會仝款。因為` nà ē `的` ē `會變調，所以認為口語第2調嘛是經過變調，書寫寫第3調nài
>
`拍無去/拍毋見 合音`
> 拍無去phah-bô--khì　合音寫pháng--khì（因為`無`本調、`去`輕聲，前者`pháng`維持本調）
> 拍毋見phah-m̄-kìnn　合音寫phàng-kìnn（因為`毋`變調，所以`pháng`3變2規則變調）
>
> 合音詞「予人」當做無變調，照口調標 [#49](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/49#issuecomment-457483142)
> 因為`予人`來源有`1. I hōo lâng phah.`佮 `2. I hōo lâng# phah.`兩種，所以無法度照 #80 來知影有變調無，才有這个討論。閣因為合音口語有 3,5,7,9 調，`予人`合音用`變調`會有揣本調的困難，所以`予人`合音直接當作`本調`。
>
> 口語第九調，書寫第九調

## 第7調抑是第8調
因為有ê字，袂出現本調，所以敢若口語調第3調，毋知本底是7抑是8調，
所以就照教典主詞條收ê聲調為主。
`mn̍gh-kiānn`就照主詞條收`mi̍h-kiānn`寫第8調 [#197](https://github.com/i3thuan5/Jiboo/issues/197#event-2739138219)

## 教典地名漢字bua̋i參考
用華語漢字：烏來U-lai、 亞東醫院 A-tang Pēnn-īnn/A-tang Pīnn-īnn
教典:後龍 Āu-lâng，
1. 後lâng（漢字有合就用漢字）
2. Āu-lâng（有漢字袂合就用全羅）

選1較簡單，予程式掠，若無對漢字，用羅馬字
無選2的理由：打貓、台北 會歹處理tang-sî用全羅馬字

### 用字範圍
- O:地名以外其他詞條、又音、方音差
- X:詞條-地名、例句（會有地名）

## 腔口
### 老師第8調本調是像第2調 [#43](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/43)
編號 646，日語詞的句：

Há-muh𩛩sio̍k-pháng是蓋濟囡仔上愛食的。

**食** 就是像第二調。

## 語氣詞 [#48](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/48)
1.發音第四調佮第三調的
漢字寫：啊、呢、喔
臺羅寫：--ah、--neh、--ooh
> 因為3,4調人歹分

2.發音其他調的
漢字欄、臺羅欄攏用臺羅標
oo1、oo7、oo9、oo5
照語者講的聲調為準

### 哈哈哈 [#111](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/111)
假設語氣詞攏袂變調

> 聽起來口語調是2,4,3 怎標？

`Há--hah--hah`

> 聽起來口語調是2,2,4,3 怎標？

`Há há--hah--hah`

## 狀聲詞

> 邊仔彼一寡人聽著少年家按呢講，攏笑甲嘻哈叫。講：「這个人頭殼定著有問題！」
>
> 「嘻哈」應是狀聲詞，老師念3,3調，這該怎標？

頂頭`哈哈哈`是語氣詞，所以kah別ê詞無仝。
`嘻哈叫`就照一般詞回推本調`hī-hā-kiò`

## 外語
### 英語詞
漢字部份ê英語，攏照漢字部份ê羅馬字寫法 [#45](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/45#issue-397401453)

漢：B-two  羅：B-two
漢字： B三 臺羅：B-sann
C++：漢字＆臺羅：C-plus-plus
符號類：+ ->plus &->and(,B&Q)
R&B：R-and-B
Uber(合念)
U-bike(U分念)
FBI(LJ Speech ê 文本)
FBI-agency(LJ Speech ê 文本)

若毋是英語唸法，而且羅馬字寫會出來，就寫羅馬字
`袂當loo3-su2(lose)任何一條訊息` [#175](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/175)

### 華語詞
照全羅書寫，規ê當做外語詞

- 2B：漢字`二B`；臺羅`二-B` [#45](https://github.com/i3thuan5/SuiSiann-KauTui/issues/45#issuecomment-886307019)
- 柯P：漢字`柯P`；臺羅`柯P` [#45](https://github.com/i3thuan5/SuiSiann-KauTui/issues/45#issuecomment-886307019)

## 標點
- 句頭攏大寫 [#116](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/116)
- 句尾符號：句點、分號、豆號看文意，實際tī語音合成攏有可能出現 [#116](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/116)
- 針對thang接句仔ê動詞，若是有變調，後壁ài是豆號抑是冒號。本調就句號 [#33](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/33)
- 引號方向：若新拍ê，就拍無方向較利便。若已經拍好有方向--ê，就保持有方向
- [對應羅馬字](https://github.com/i3thuan5/kau3-tian2_iong7-ji7/blob/master/%E7%94%A8%E5%AD%97/%E6%A8%99%E9%BB%9E%E8%A6%8F%E7%AF%84.py#L8-L26)

Oct 6, 2018_92.wav
有翁仔某宣佈（本調）。
ū ang-á-bóo suan-pòo.

Oct 6, 2018_93.wav
有翁仔某宣佈（變調），若是……
ū ang-á-bóo suan-pòo, nā-sī...

- [《重訂標點符號手冊》修訂版--破折號](https://language.moe.gov.tw/001/upload/files/site_content/m0001/hau/h10.htm)

## 詞

- 漢字無明確寫法，攏先改做羅馬字。`Hàu資`、`光iànn-iànn`、... [#230](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/230)
- 想欲siūnn beh改siūnn-beh [#42](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/42)
- 為啥物uī siánn-mi̍h改uī-siánn-mi̍h [#41](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/41)
- 多音節動詞 + 著，愛分寫 [#34](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/34)
- Le-bóng，教典寫檸檬 [#52](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/52)
- `C-kuann` 連，`B, C kuann-pēnn`C分開
- `厝裡`、`庄裡`羅馬字照發音標教典、TJ內ê選擇，漢字攏用`裡` [#255](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/255#event-2413070759)
- 漢字`正Káng`，羅馬字`Tsiánn-Káng`，照作者意思 [#116](https://github.com/i3thuan5/Jiboo/issues/116)

### 「遮的」臺羅三款標記 [#51](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/51)
1. tsia--ê
輕聲，這些，屬代名詞
Tsia--ê guá lóng beh the̍h--khì.
2. tsia-ê
變7調，這些，屬指示形容詞，修飾後方N
Tsia-ê kué-tsí hōo lí tsia̍h.
3. tsia ê
tsia本調，這裡，屬指示形容詞，修飾後方N

### 啥物 [#40](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/40)
1. `啥物`做代詞，秀容`物`口語唸sîng第2調
2. `啥物`+N 做指示詞，秀容`物`口語唸sîng第1調

兩種分開處理：
1. `啥物`做代詞，當做是第8調唸sîng第2調 [#43](https://github.com/Sui-Siann-Dataset/Sui-Siann-Tsit-Tshing/issues/43)
`Tse sī siánn-mi̍h?`
3. `啥物`+N 做指示詞，當做第4調再變調，[張裕宏](https://github.com/Sui-Siann-Dataset/Sui-Siann-Tsit-Tshing/issues/45#issuecomment-453004404)
`Tse sī siánn-mih lâng?`

### 句中/句尾無仝的羅馬字 #37
| | | 句中 | 句尾 |
| --| -------- | -------- | -------- |
| 1 | 啥 | siánn | siannh |
| 2 | 佗 | tó | toh |
| 3 | 毋**過** | kú | - |
| 4 | 無愛 | bua̋i | buaih |
| 5 | 落去 | lue̋ | lueh |
| 6 | 咧 | leh(再變調) | --leh |
| 7 | 甲 | kah(再變調) | kah |
| 8 | 去 | khì(再變調) | khì |
| 9 | 毋**過** | koh(再變調) | - |
| 10 | 啥**物** | mih(再變調) | mi̍h |

A. `1~3` 句中寫法攏照一般變調
B. `4~5` 句中第9調
C. `6~10` 句中寫法攏照實際發音
D. `1~10` 句尾寫法攏照實際發音

是按怎A kah C行為無kâng?
>先照ta̍k-ke慣勢ê寫法，以後才閣講

### 起去、起來、起的`起`字音 [#89](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/89)
[singhong] 因為 Ai-lB ，會因為後壁音節加t，起以外無別ê例，無法度寫出規則。所以若聽著khit就標khit，聽著khi就標khi

### 漢字「趨 / 跙」 [#55](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/55)
照音檔聲調來推斷用趨tshu或跙tshū
>承賢回應
>根據台日，「tshū」干焦『滑行』（動詞）一个意思，其他的意思攏是講「tshu」。
>毋過咧，因為走音+方言差，這馬「tshu」、「tsū」、「tshū」真oh分，看隨人的用法，隨个所在的區別、有分、按怎分、無分，逐款情形都有，攏無相仝。

### 數字文音 - 物件的型號、年份、電話號、信用卡號碼 [#81](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/81)
攏分寫

X-box三六空：sam lo̍k khòng
二空一空年：jī khòng it khòng nî
空八空空，空九二，空空空：khòng pat khòng khòng

### 數字範圍 分寫
> 教典：伊的三兩句話就共咱的感情拆破矣。I ê sann nn̄g kù uē tō kā lán ê kám-tsîng thiah-phuà--ah
>
### 數字kah量詞
`個外月`連寫，`半個外月`全拆寫 [#248](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/248#issuecomment-502522029)

### ab仔ab [#127](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/127)
> 好命a好命
> naphing口語: 1 7 1 1 7
> 佳哉a佳哉
> 秀容口語:3 1 1 7 3
> 好勢a好勢
> naphing口語:1 1 1 1 3
> 結論: 第2字合(hah8)仔前變調，所以是仔
> 1/28 Naphing已經改
>

### 補語
#### `著`有兩種句型 [#44](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/44#issuecomment-457086557)
1. V-tio̍h N
`Thiann-tioh siann`
2. V tio̍h# ADJ
`Thiann tioh# tsin kan-khóo`

其中第2種句型有「著、甲、了」

楊秀芳臺語語法稿 [p.169-p.170](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/44#issuecomment-452721133)，是標本調。

「了」、「ka1」、「著」都出現在同樣的動補結構中，三者微妙的差異可從下例獲知：
(m) hit4隻馬 # 走了 # 真緊
(n) hit4隻馬 # 走ka1 # 真緊
(o) hit4隻馬 # 走著 # 真緊
(m)在評斷馬跑的結果，(n)在描述馬跑的狀況，(o)在肯定馬跑的能力。

#### 了
##### 1.(教典)表示動作結束、完畢。或是表示動作的時間狀況。
講了矣。
Kóng-liáu--ah.
##### 5.(教典)用於動詞及補語間，表示動作得到補語的結果。例：
講了真清楚。
Kóng liáu tsin tshing-tshó.

#### 過
##### 1.比較，分寫
你躼過伊。
Lí lò kuè i.
##### 2.表示做了
Guá khuànn-kuè sann pún tsheh.

#### 其他字
>失控的台語課你好，有三个問題想欲請教一下~
> 【動詞+ __ +形容詞】
> 敢猶閣有其他的字通塌彼空？
>
>失控的台語課回答：
>有〔[v.]著#～〕、〔[v.]甲～〕、〔[v.]了#～〕、〔[v.]去～〕、〔[v.]一下#～〕這幾種。

### 起去khí-lì [#66](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/66)
#### 句型
1. `Peh khí-lì khuànn-māi`，`khí-lì`口語調是 `1,1`
2. `Peh--khí-lì`，`khí-lì`口語調是`輕聲,輕聲`
3. `V ē/bē/ū/bô khí--lì`
- 照唸ê標
- a. `Peh bē khí--lì`，`khí-lì`口語調是`2,輕聲`
- b. `Peh bē khì--lì`，`khì-lì`口語調是`3,輕聲`

#### 書寫結論
- 1 寫做`khí-lì`
- 2 寫做`--khí-lì`
- 3-a 寫做`khí--lì`
- 3-b `khì--lì`
- 1, 2, 3-a, 3-b 漢字攏`起去`

#### 理由
- 對`khí`來講，第1調用一般變調解說，所以本調寫2調較合理。
- 對`lì`來講，第1調ē-tàng用再變調解說，所以本調寫sánn調攏合理，按呢咱配合教育部ê khì寫第3調，咱嘛寫第3調`lì`。
- 無法度確定3-b著抑毋著，若有就先照結論標

#### lì 由來
>[name=承賢]khí--lih / khí--lì就是khí--khì（起去）的輕聲變調加上音韻OCP (Obligatory Contour Principle) 原則運作，阻止兩音節使用相同子音(kh)的結果，要寫漢字，也只好寫「起去」了。

#### X去 X來 相關詞
> Tī `Peh A-B khuànn-māi`，A口語調ē-sái唸`第1調`，嘛ē-sái唸一般變調--ê，是tó幾ê？

1. 入去（ji̍p-bi，攏kuân調）
4. 出去
8. 起去
10. 轉去
12. 過去

> Tī `Peh A-B khuànn-māi`，A口語調一定照一般變調--ê，是tó幾ê？

1. **落去**
1. 入來
3. 出來
5. 落來
7. 起來
9. 轉來
11. 過來

##### 結論
`X去` 除了 `落去` 以外，`X`攏ē-sái變`第1調`

### `有看--eh無？`ê`--eh` [#104](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/104)
1a. `有看--eh無？`：`看`口語第3調，`eh`是固定輕聲抑是隨前輕聲（口語3調）
1b. `有聽--eh無？`（命令）：`聽`口語第1調，`eh`是固定輕聲（口語3調）
1c. `有聽--eh無？`（問）：`聽`口語第1調，`eh`是隨前輕聲（口語1調）無法度加`-h`
2a. `有看eh豬仔無？`：`看`口語第2調，`eh`口語是第1調，再變調
2b. `有聽eh豬仔聲無？`：`聽`口語第7調，`eh`口語是第1調，再變調

1a ê 用法是講話者有看著物件，欲確定對方敢嘛有聽著，tshan像：「聽講阿塗下晡有來，你有看--eh無？」。所以1a應該kah 1c仝款
1b ê 用法是講一堆代誌，尾仔確定對方有聽著無，tshan像：「明仔載愛會記得倒糞埽，你有聽--eh無？」
1c ê 用法是講話者有聽著聲，欲確定對方敢嘛有聽著，tshan像：「Kan-na有狗仔leh puī，你有聽--eh無？」

#### 率 [#214](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/214#issuecomment-490331726)
結論：彼工佇錄音室討論是就當做收俗音。
理由：這句的作者、咱巡稿、秀容老師攏無掠著，應該是真濟人會按呢唸。

## 錄音稿斷句
- 有一个完整語意就可斷句。 [#191](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/191)

## 字幕語料庫標記原則
- 記錄羅馬字ê錯誤類型（一種開一條issue，Jiboo專案)
- 使用建議（一種開一條issue，Jiboo專案)
- 記錄做ê速度（開X點鐘做Y分影片ê羅馬字...）
- 若是外語siunn濟，請莫人工補，加狀況「siunn濟」
- 若是電腦無辨識出來羅馬字，請莫人工補，加狀況「無辨識出來羅馬字」

### 音檔斷句
- 2句中央隔傷濟，無自然，所以分做兩句。 [#169](https://github.com/Sui-Siann-Dataset/Sui-Siann-Dataset/issues/169)
- 兩句其實傷倚，按怎切攏袂好，這種情形直接變做一句。

### 標記原則：
- 以「媠聲標記原則」
- 莫標點符號，tī句號抑是tāu號ê所在換逝
- 秀容老師ê音檔，若是奇怪ê標點就改掉，其他維持這馬按呢
- 無kāng人就換逝
- 獨立一逝
- 有1秒以上無人講話ê音樂抑是唱歌，標MUSIC
- 有1秒以上市仔聲背景，而且無清楚ê人講話，標SPN
- 有5秒以上無聲，標SIL
- 其他非人聲，先標NSN。有問題開Jiboo專案 issue