[常識] 注音輸入法與漢字發音

中國的「普通話」，台灣的「國語」，都和古漢語發音有很大的出入。

用「普通話」或「國語」研究古文是自討苦吃，基本上是很腦殘的行為。

隨便舉個例子，「天時懟兮威靈怒嚴殺盡兮棄原野」，國文課說這個「野」字要讀破音字「ㄧㄚ」(ya) ，為什麼呢？

用「普通話」或「國語」只能死背硬記，而且根本就和古人的發音完全不相同。

 

自從「書同文」之後，漢字的變遷往往有統一的規範，和平朝代都有官方統一整理用字、釋義、切韵(發音)。

但是「書同文」卻沒有「說同語」，各地方的語言南腔北調、五花八門，就算只是極小的地域差異也會產生不同的發音、用詞語系。

舉台灣為例，光是閩南語就有多種腔調，海口腔、宜蘭腔啥的，甚至日常用品、生活常用形容詞等等，跨了一條河就會完全不一樣。

另外，台灣現存的閩南語實際上已融入大量的日語、「國語」，一般咸信也融入了平埔族語，所以和福建的閩南語也有很大差異了。

其它漢語語系也是一樣，畢竟語言文字本來就是會隨時代改變的。

 

有了基本常識打底之後，大家就知道，中國和台灣目前的官方發音，是有很多問題的。

整理注音輸入法時，像「野 = ㄧㄚ = ya」這種鳥發音，應不應該收錄呢？

像「樂」這個字，應不應該收錄「ㄧㄠˋ」「ㄌㄠˋ」等罕用發音呢？

現代的很多「破音字」，跟本就是為了配合「普通話」或「國語」而硬拗的白痴發音，這種音真的要全編進注音輸入法嗎？

如果不全編入，那取捨的標準在哪？

 

語音和讀音呢？

「滑稽」的滑要不要順便編入「ㄍㄨˇ」？

 

生活常見的錯誤發音呢？近似音呢？

哪個該編入？哪個不該編入？

 

以上還只是以單音單字的注音輸入為主，如果加入整句輸入的智慧注音，又必須另外判斷整句發音時的變音問題。

以口語為主，gcin 是用來輸入的，不是被用來查發音的。所以一字多音的情形，如果是很少用的發音，就應該被捨棄。

「完整支援」真的是很不切實際，不要說注音輸入法，就嘸蝦米來說，你要完整支援的話，通通一個表格，那就完全失去嘸蝦米的特點的（重選字少），使用起來也會相當的不方便。

所以，很早我就建議要分成常用及罕用兩個表格，只是界線很難分清楚而做罷。但目前的話，我是認為可以用 MS Windows 的成果，就是（舊）新細明體所收錄的字訂為常用（新一代的新細明體收錄的字可能會多了點，不過也可以考慮）。這是商業市場洗禮後的成果，我是覺得很實用。

至於破音字，沒什麼想法，目前不知道要怎麼處理比較好。

順便提一個注音的超蠢設計：

「他她它牠祂」是有鼻音的，發音和「塌」(無鼻音)完全不同，但注音卻全都是「ㄊㄚ」。

這沒辦法。目前也只能依注音。其實注音很多漢音是注不出來的。就會多出一堆長角長尾巴的注音符號，那種生魔帶角東西我是不用的啦！

我自己的發音都沒有分。 

對耶！沒人提的話，我都沒發覺！

台灣的音標系統實在需要全面重新通盤考量，希望以後的小朋友只要學一種，就可以國、台、客、原住民、英語都可以通用。

 

昨天整理了一些「一」開頭的詞後，我也開始對教育部重編國語辭典修訂本的網路版產生不信任感，為什麼所有的「ㄧ」都是一聲？很明顯跟我們日常的用法不同，我手邊的字典也不是這樣注的！

中國「普通話」與台灣「國語」都有分「語音」與「讀音」。

口語變音不算正式發音。

例如「綑綁」口語是「ㄎㄨㄣˊ ㄅㄤˇ」(綑二聲)，但注音時是注「ㄎㄨㄣˇ ㄅㄤˇ」(綑三聲)

一般「字典」也不會把「綑 = ㄎㄨㄣˊ」列為破音字，因為這只是因為韻律而產生的口語發音。

也就是說，綑應該是沒有「ㄎㄨㄣˊ」這個音，但 gcin 裡可以列「綑綁 = ㄎㄨㄣˊ ㄅㄤˇ」。

ㄎㄨㄣˊ 是因為 ㄅㄤˇ 所以變成 2聲。如果每個都要這樣搞，可能詞庫變太大。注音目前是沒有ㄎㄨㄣˊ這個發音，可能會造成問題。

本調標三聲，實際讀二聲，這個我是記得的。但我不知道，原來「一」也算是這種情形，這稱為「變調」。

剛查了家裡字典， 「一」的本調是唸第一聲，「一」字單用、用於詞尾、或句尾時，唸第一聲（陰平）；「一」後面接第四聲（去聲）的字時，唸第二聲（陽平）；「一」後面接第一聲（陰平）、第二聲（陽平）、第三聲（上聲）的字時，唸第四聲（去聲）。

標本調或變調，依字典而異，我家有的字典是只在「詞」標本調（變調在「字」的部分說明），有的是在「詞」直接標變調。

因為我整理詞庫的目的，是希望 gcin 有個比較符合字典的注音，所以，我都會儘量列入，效率不是我的重點。但如是 gcin 官方，我覺得維持原來的就好了，比較實際一點。

今天看了一下 sqlite 的文件，不難學，所以我應該會用 sqlite 來整理，希望未來的成品，可以讓語音、讀音透過 query 分出來。

xcin 的詞庫在以前就曾經多人 review 過。但結果還是無法讓所有人滿意。這其中的原因，我想是因為我們到底取捨的標準在哪裡的問題。

spec 決定了，一切就好辦了。不然大家還是在重複以前 xcin 詞庫的事情，搞不好經過了五年、十年，還是一樣會又有另一堆人在做同樣的事。

所以，先把 spec 決定恐怕才是必要的。然後取捨就依這個 spec。

先把目前想到的記下來：

• 本調（讀音）一律列入 （即使不常用）
• 字典查得到的變調（語音），就列入
• 一個詞中，如果兩個字以上有變調的問題，可能有讀音、語音排列組合的問題，如字典、辭典找不到該詞注音，就依字典對該字的變調解釋，看看能不能標出來，如果還是不確定，依一般人實際唸法來標。
• 資料庫欄位分為：phrases (詞)、pronunciation (注音)、tone_sandhi (變調字數)、status (字典有記載、依字典判斷、憑私人經驗、待處理)

這是比較有問題的地方。以前整理 xcin 詞庫時，就是沒有列出要用哪幾本的字典（當然連康熙字典也用上了），所以，一碰到兩本字典打架時，就通通列入，造成後來使用的人頻頻質疑。

雖然很不願意，但要定出具代表性的字典的話，可能還是得依從教育部字典，這樣至少學校單位裡頭不會出問題。

• 教育部異體字字典 
• 全字庫
• 重編國語亂典修訂版
• 教育部成語典
• 國語小字典

至於，通行的口語音，就要視情形加入了，就是說字典不是這樣注，但我們平常就是這樣讀的。

很合理，就這麼辦，不知道常常用他們的網站會不會被 ban ……

這部份我會酌情加入，但會在表格中注明是私人判斷的。

北平話是北方民族入侵中原後，學不來八聲調十五音而簡化出來的標音系統，這些當然是分不出來的，例如：「甘」 vs.「干」，你用河洛語或客家語都能分出一個是閉口，一個是開口，但用北平話發音的話（注音），兩個都開口，完全沒有分別。

像我最近在研讀的《傷寒卒病論》，這是漢代的作品，當然還是中原古音來發音，我手頭上這本台灣本的就是用八聲調十五音來精準發音的，可惜十五音的標音並非主流。