CN1018205B - 计算机中文声数编码输入技术 - Google Patents

Abstract

一种根据汉字的普通话读音，以音编码的中文声数编码法及其键盘和汉卡，包括一、二、三级高频汉字简码、声母+韵母+声调+序号的全码，双音节词及其多音节词的词码。采用普通键盘，用统一的键位，统一的编码规则，既可用拼音字母方式，也可用注音字符方式输入汉语简体字、词或繁体字，词，还可输入制图符号等及录入人员不认识的字、词，是一种整个中华民族不分地域、不分年龄都可以使用的计算机汉字输入技术。

Description

本发明涉及一种计算机汉字信息输入技术，更确切地说是一种按照汉语语音音节特征编码的计算机汉语信息编码输入技术。

现有的汉字编码输入方法除整字编码法外，其余组合类编码法，如笔画编码法、偏旁部首（或称字根）编码法，通常规则繁杂，过分偏重对汉语语素-汉字的形态结构研究，其结果容易使人堕入从符号到符号，从笔划到笔顺拆字组键的繁琐、重复、与语言本身毫无联系的迂回境地。由于偏重了字体、形体的编码，因而无法根本解决汉字简体与繁体间的统一编码问题，更解决不了用统一的键位输入相同的中文信息，任意输入（出）繁体汉字或简体汉字。

本发明的目的就是设计一种采用同一键盘，相同键位，按统一的编码规则，输入相同信息，既可按拼音输入（大陆使用）又可按注音输入（台、港地区使用）汉语简体字、词或繁体字词的通用字词编码方案及其键盘和支持汉卡。

组合类编码法中的汉字音符编码法是一种以汉字发音为基础的编码输入法。近年来发展的声母、韵母双拼编码法，以汉字普通话发音的声母、韵母为基础，以相应的字母代表各个声母和韵母作为音符，以国际上通用的字母、数字键盘作输入工具，这种汉字音符编码方案的主要问题是：由于汉字同音字多，因此重码率较高，如何区分重码，是这类汉字音符编码法的重要问题。

中文声数编码法严格遵照《汉语拼音方案》的规则，根据汉字的普通话读音，以音编码。由声母组成高频汉字一级简码，由声母+韵母组成二级高频汉字简码，采用五个标声母的拉丁字母如J、X、V、H、W分别代表阴平、阳平、上声、去声和轻声五种声调，由声母+韵母+声调组成三级高频汉字简码，采用阿拉伯数码按使用频度提示选择汉字序号，由声母+序号组成四级汉字简码，由声母 +韵母+声调+序号组成汉字全码。并进一步采用词汇编码方式，具体可描述为采用由声母、韵母+声母、韵母组成二音节词的词码;由三字的拼音字首组成三音节词词码;由四字的拼音字首组成四音节词的词码;由前三末一拼音字首组成五字以上的词语、词组、专用词语等的多音节词码。采用上述措施及简单规则后，中文声数编码的重码数和重码出现率均为0，简捷又准确地解决了中文同音、同调字词的区分识别问题。

采用顺序识别的原则：即第一键是声母，第二键是韵母，第三键若要键入单字，则一定是声调，若要键入两音节词则第三键准是第二个词素的声母，第四键又是韵母。若第四键是数字，则第三键一定为声调。因而可以字词随意，任意输入。

中文声数编码法采用通用字母数字键盘，以阿拉伯数码直接对应汉语数字字码，以24个字符键位代表24个声母，即Q-Q，W-W，R-R，T-T，Y-Y，U-ZH，I-CH，O-O（零声母），P-P，S-S，D-D，F-F，G-G，H-H，J-J，K-K，L-L，Z-Z，X-X，C-C，V-SH，B-B，N-N，M-M，其中除声母ZH，CH，SH分别占用ASCII字符U、I、V键位，零声母用O键代外，其余都与ASCII键相对应。以26个字符键位代表33个实用韵母和一个韵尾ng，即：Q-uang，iang，W-ong，iong，E-e，R-er，iu，T-eng，Y-ai，U-u，I-i，O-o，uo，P-uan，A-a，S-ing，D-iao，F-ao，G-ang，H-an，J-ian，K-un，L-ui，ue，Z-uai，u，X-ua，ia，C-en，SH-ei，B-ou，N-in，ng，M-ie。上述韵母键位的设立是根据声韵配合的互补、互斥规律而得出的，因为虽然汉语音节实际都有声韵两部分，但并不是每个声母都能与每个韵母拼合组成实际音节。其拼与不拼的规律是：凡与舌面音J，Q，X相拼的韵母，如齐齿呼、撮口呼，都不与舌根音G，K，H相拼，相反凡与舌根音相拼的韵母，如开口呼、含口呼韵母都不与舌面音相拼。中文声数编码法利用了这种声韵配合的互补、互斥规律和声、韵顺序识 别的原则，很好地解决了实际韵母数比标准键盘的字符键位多的矛盾，将8对韵母结合各占一个键位排定，即uang与iang占Q位;ong与iong占W位，er与iu占R位，o与uo占O位，ui与ue占L位，uai与u占Z位，ua与ia占X位，ng与in占N位。

根据声、韵母的频度，按工程生理学的要求并结合人手指功能的特点而设计出的上述中文声数编码键位分布，以大写字母标声母、小写字母标韵母，五个声调在J，X，V，H，W位上，并在相应键位上标注中文标点符号，而形成中文声数编码键盘，见表一。

表（一）

！    @    ＃    $    %        ^&    ＊    （    ）    -    +

1    2    3    4    5    6    7    8    9    0    -    ＝

Q    W    E    R    T    Y    ZH    CH    O    P    “    ”

uang    ong    er    o    ′    '

iang    iong    e    iu    eng    ai    u    i    uo    uan

A    S    D    F    G    H    J    K    L    ：    …

ui    ;    ，    、

a    ing    iao    ao    ang    an    ian    un    ue

Z    X    C    SH    B    N    M

uai    ua    ng    《    》

u    ia    en    ei    ou    in    ie    ，    。    ？

声数汉卡将声数编码中词码及汉字字形数据固化在专用芯片中组板而成。即用512K字节固化词库数据、256K字节固化国标范围内的汉字和图符点阵数据，词库数据按二音节、三音节、四音节等分 区排列，以利快速查找，而声数汉卡的其他硬件技术与一般商用汉卡的相同。

中华民族使用汉语文字的现状是：大陆使用简体汉字，采用26个拉丁字母，补加一个字母的拼音型;台湾等地使用繁体汉字，采用ㄅ、ㄆ、ㄇ，ㄈ……ㄚ、ㄛ、ㄜ……等字母的注音型，由于中文声数编码以汉语语音编码，它将汉字视为汉语的音节书写符号，所以不论是简体汉字还是繁体汉字，都可看作为同一个音节同一个意义的书写符号，因此它们具有相同的汉语语音编码。汉语拼音和注音字母又都是汉语的注音符号，所以它们的声母和韵母符号又都可以作为声数编码的对应码元，声调采用相同的字符符号，在表1声数编码键位分布的支持下，用切换的方式确定汉语拼音型或注音字母型，这样可以用自由的切换随意选择简体汉字和繁体汉字的不同体形，用以方便的提供大陆和台湾不同地区的用户选用输入。由于有统一的数据库，所以不管用简体字或繁体字形成的文件，都可以随意地选择输出繁体或简体。做到采用统一的键盘、统一的键位、按相同的编码规则、输入相同的信息，真正解决将简体汉字、汉语拼音和繁体汉字、注音字母统一于一体的问题，显而易见的是：采用汉字形符类编码输入法，包括笔画、偏旁、部首、字根等，是不能根本解决统一于一体的问题的。

解决简体字与繁体字、拼音型与注音型统一编码的说明如下：

1    单字母声母单独注音的音节，加击韵母“1”键，成为声韵双拼。

如：ㄓ之    ㄔ持    ㄕ时    ㄖ日

ㄗ子    ㄘ次    ㄙ思

加韵母键成为

ㄓㄧ之    ㄔㄧ持    ㄕㄧ时    ㄖㄧ日

ㄗㄧ子    ㄘㄧ次    ㄙㄧ思

2    单韵母单独注音的，前加零声母“0”键。成声韵双拼

如    ㄚ阿    ㄛ哦    ㄜ额    ㄞ爱

ㄟ诶    ㄠ奥    ㄡ欧    ㄢ安

ㄣ恩    ㄤ昂    ㄦ而

成为

0ㄚ阿    0ㄛ哦    0ㄜ额    0ㄞ爱

0ㄟ诶    0ㄠ奥    0ㄡ欧    0ㄢ安

0ㄣ恩    0ㄤ昂    0ㄦ而

零声母和韵母双拼的形式。

3    韵母表“i”行中的韵母

（1）ㄧㄚ压    ㄧㄠ要    ㄧㄡ由    ㄧㄢ验

ㄧㄤ样    ㄧㄣ因    ㄧㄥ应    ㄧㄝ也

等音节前面的“1”视为准声母，这些音节看作是声韵相拼而成的音节。

（2）ㄧㄣ因    ㄧㄥ应    ㄧㄝ也

以上三个音节，也可加击准声母“Y”，再击合成韵母键成声韵双拼形式。

（3）单韵母1（以），在韵母前加击准声母“Y”，也成双拼形式。

4    ㄨ行中的结合韵母

（1）结合韵母中的介母ㄨ改为准声母“W”而成声韵双拼型。

如：ㄨㄚ瓦    ㄨㄛ握    ㄨㄞ外    ㄨㄟ位

ㄨㄢ完    ㄨㄣ问    ㄨㄤ往

（2）单独注音输入时也要在韵母前加击准声母“W”成

Wㄨ无，声韵双拼型。

（3）结合韵母ㄨㄥ翁，单独注音时标音不准，如作为声韵拼 合音节，在键入这个音节时先前先击准声母“W”，看成是

Wㄥ    翁    声韵双拼型。

5    ㄩ行中的单韵母注音，结合韵母注音，输入时韵母前都加准声母“Y”成双拼形式，如：

ㄩ    于    ㄩㄝ    月    ㄩㄢ员    ㄩㄣ运

都加击准声母“Y”后再击如上韵母位。

输入音节ㄩㄥ时，也要先击准声母Y。成双拼形式（准声母Y，W，应标为ㄧㄨ，为了说明方便，便于辨别才改用拉丁字母标记。）

采用注音符号输入繁体汉字的键位分布图在前述拼音符号型键位分布的基础上可排列如表2所示，各键位中第一行字母为声母，第二、三行字母为韵母，其他如声调键，数字键、中文标点符号键同表一。

ㄑ    W    ㄖ    ㄊ    ㄚ    ㄓ    ㄔ    O    ㄆ

ㄨㄤ    ㄨㄥ    ㄝ    ㄦ    ㄨ    ㄛ    ㄨㄞ

ㄧㄤ    ㄩㄥ    ㄜ    ㄧㄡ    ㄥ    ㄞ    ㄩ    ㄧ    ㄨㄛ    ㄩㄢ

ㄙ    ㄉ    ㄈ    ㄍ    ㄏ    ㄐ    ㄎ    ㄌ

ㄨㄣ    ㄨㄟ

ㄚ    ㄧㄥ    ㄧㄠ    ㄠ    ㄤ    ㄢ    ㄧㄢ    ㄩㄣ    ㄩㄝ

ㄗ    ㄒ    ㄘ    ㄕ    ㄅ    ㄋ    ㄇ

ㄨㄞ    ㄨㄚ

ㄩ    ㄧㄚ    ㄣ    ㄟ    ㄡ    ㄧㄣ    ㄧㄝ

表（二）

上述注音符号键位图，使熟悉注音符号的港台地区人民、海外侨胞和中老年人，都可依靠注音符号键位，顺利的进行中文信息的输入。

声数编码中汉语拼音和注音字母的编码同步一体，在建立字库查找原表时要将Ying音节和Yin音节重复建立，即将YS和YT，YN和YC一一对应同功能在建立注音字母随键位同步翻译时，准声母和零声母都击键而不显示成为注音字母型的韵母自成音节。这是汉语拼音编码和注音字母编码同步一体的关键技术。繁体汉字和简体汉字同码输入的关键技术是将繁体汉字和简体汉字按内码一一对应相同的方法建立数据表，对于繁体汉字中与简体汉字对应后多余的一百三十个异体繁体汉字则在区位码表中的88区和89区中增补简、繁体字对应内码表。这是简体、繁体汉字随意选用的物理基础。

在前述拼音型中文声数编码汉卡的基础上，增加一个字库，如常用简化字，则将简化字装入硬字库、繁体字装入软字库;如常用繁体字，则将繁体字装入硬字库，简体字装入软字库。

由于中文声数编码是按汉语语音设计的一种拼音编码，因此它既可以用汉语拼音输入，也可以用注音符号输入，甚至用反切法输入，反切法发明于汉朝，康熙字典中即采用此法标音。反切标音法是用两个汉字来标，给另一个汉字注音的办法，即用反切的上字决定声母，反切的下字决定韵母和声调。反切上字的韵母和反切下字的声母都不必去管，这样反切上下字就能拼出正确的音来给另一个汉字标音，采用中文声数编码键盘输入时，用反切上字键入声母，用反切下字顺次键入韵母和声调。不论采用哪一种输入法（拼音、注音、反切）都可以按照本发明的编码规则既可用全码输入，也可用简码输入;如果用户的声调不准，也可以不用声调直接用声韵输入，甚至只用声母就可输入，对不同年龄的用户都能适应。

中文声数编码法在解决统一对简、繁体字编码的同时，还解决了录入员不能读出音即不认识的汉字的编码问题（本发明实施例中假设所有的二级国标汉字），其具体解决办法是：将“\”键定 为输入不认识的汉字的领示键，对二级国标汉字都一一依形音取声母字母二个或前二末一三个码元组码，即以字形由左到右、由上到下、从外到内取可读音声母二位或前二末一三位码元组码输入。然后再按提示以序输入。如“杳”字其编码为“MR”（M为木的声母，R为日的声母），输入时打“\MR”就可显示，再依提示输入;再如“杲”字，顺次打“\RM”，再选择输入。对于无法读出形音的汉字，则按其笔画取两笔或三笔笔画的习惯读音的声母组码输入。如“ㄝ”字，其编码为“ZZ”（Z为汉字笔划折的习惯读音，是由两笔折笔画组成的），输入时打“\ZZ”。

一个完整的编码方案还必须解决国标字符集中的制图符号、制表符号、外文字母、专用符号的输入，目前通用的办法是查国标字符集表，获得该符号、字母的区位码，然后切换输入、本声数编码方案按统一的编码规则，即依其符号的读音取声母一码或二码元组码输入，再加击逗号，如（横）“一”，输入“H，”（竖）丨，输入“S”，（十字）“+”，输入“SZ”。对于日本文字母，则输入“RW”，俄文字母输入“eX”，然后用数字对提示确定相应的字母输入。对于相同符号不同规格的仍在提示下用数字确定。

中文声数编码方案及其键盘设计和汉卡设计，解决了汉语的思维直接进入计算机的实用技术难题。输入汉语字词，具有好学、好用，快速、准确，兼容，通用等突出特点。由于这一技术是按照汉语语音规律来设计的，它不但使对汉语语言的思维活动和人手的键入有机地协调地融为一体，而且可以在汉语的简体、繁体字之间自由的选择输入或输出，汉语拼音、注音字母或反切注音自由选择编码，在汉语字词的输入或输出中，做到“书同文、语同音、键同位、数据统一”的高层次目标。使现实中，汉字字形和汉语的注音，在大陆和台湾的分隔状态通过计算机巧妙的统一了起来;是一种在 大陆和台湾都能通用的汉语字、词输入技术，它广泛适于汉语听打、盲打、无稿编辑输入，最适用于现场记录，是办公自动化、印刷排版最得心应手的工具，这一技术还可作为中、小学及外国人学汉语汉字的工具，并使汉语的键盘输入和声音输入能统一于一体。

Claims (5)

1、一种计算机中文声数编码输入系统，其特征在于：既可按汉语拼音，又可按汉字注音字母输入汉字繁体或简体字词的同步一体编码方案是：

(1)注音字母声母、韵母、结合韵母单独注音音节，改为“声”韵双拼，即：

a.单字母声母单独注音的音节，加击韵母“i”键；

b.单韵母单独注音的音节，前加零声母“O”键；

c.韵母表“l”行中的韵母，注音音节前的“l”视为准声母l(y键)，单韵母“l”前加击准声母l(y键)；

d.韵母表“X”行中结合韵母中的介母X改为准声母X(w键)；

e.“凵”行中的单韵母、结合韵母注音时，要先击准声母l(y键)；

(2)在建立字库查找原表时，将Ying音节和Yin音节分别重复建立成YS和YT，YN和YC对应两键同功能，建立注音字母随键位同步翻译时，除YT、YC外，准声母和零声母都击键而不显示，还原成注音字母型的韵母自成音节；

(3)将繁体汉字和简体汉字按内码一一对应相同的方法建立统一的数据表，对于繁体汉字中与简体汉字对应后多余的异体繁体汉字在区位码表中增补简、繁体字对应内码表。

2、根据权利要求1所述的一种计算机中文声数编码输入系统，其特征在于：所述的既可按汉字拼音，又可按汉字注音字母输入汉字繁体或简体字词的同步一体编码方案是按繁、简体汉字拼音或注音的声母或准声母输入一级高频汉字;按繁、简体汉字拼音和注音的声母或准声母和韵母输入二级高频汉字;采用五个标声母的拉丁字母分别标阴平、阳平、上声、去声和轻声五种声调，按繁、简体汉字拼音或注音的声母或准声母加韵母加声调输入三级高频汉字;

采用阿拉伯数码提示选择汉字序号，按繁、简体汉字拼音或注音的声母或准声母加序号，输入四级高频汉字;

采用阿拉伯数码提示选择汉字序号;按繁、简体汉字拼音或注音的声母或准声母加韵母加声调加序号输入汉字;

由组词字的拼音或注音的声母或准声母加韵母加声母或准声母韵母输入繁体或简体二字词;

由组词字的拼音或注音的声母或准声母输入繁体或简体三字词;

由组词字的拼音或注音的声母或准声母输入繁体或简体四字词;

由组词字的前三末一字的拼音或注音的声母或准声母输入繁体或简体五字以上的词语。

3、根据权利要求1所述的一种计算机中文声数编码输入系统，其特征在于：所述的既可按汉语拼音，又可按汉字注音字母输入汉字繁体或简体字词的同步一体编码方案是对读不出音的汉字，以其由左到右、由上到下、由外到内的可读音字形的拼音或注音的二位或前二末一三位声母或准声母输入，或按其笔划取二至三笔的拼音或注音的声母或准声母输入。

4、根据权利要求1或2所述的一种计算机中文声数编码输入系统，其特征在于：所述的既可按汉语拼音，又可按汉字注音字母输入汉字繁体或简体字词的同步一体编码方案是：

（1）采用24个ASCII字符键代表24个汉语拼音字母声母和汉字注音字母声母。

Q-q，ㄑ  W-w，ㄨ  R-r，ㄖ

T-t，ㄊ  Y-y，ㄧ  U-zh，ㄓ

I-ch，ㄔ  O-（零声母）  P-p，ㄆ

S-s，ㄙ  D-d，ㄉ  F-f，ㄈ

G-g，ㄍ  H-h，ㄏ  J-j，ㄐ

K-k，ㄎ  L-l，ㄌ  Z-z，ㄗ

X-x，ㄒ  C-c，ㄘ  V-sh，ㄕ

B-b，ㄅ  N-n，ㄋ  M-m，ㄇ

（2）采用ASCII字符键代表33个实用拼音字母的韵母，一个韵尾和37个注音字母韵母。

Q-uang，iang，ㄨㄤ，ㄧㄤ  W-ong，iong，ㄨㄥ，ㄩㄥ

E-e，ㄝ，ㄜ  R-er，iu，ㄦ，ㄧㄡ

T-eng，ㄥ  Y-ai，ㄞ

U-u，ㄨ，ㄩ  I-i，ㄧ

O-o，uo，ㄛ，ㄨㄛ  P-uan，ㄨㄞ，ㄩㄢ

A-a，ㄚ  S-ing，ㄧㄥ

D-iao，ㄧㄠ  F-ao，ㄠ

G-ang，ㄤ  H-an，ㄢ

J-ian，ㄧㄞ  K-un，ㄨㄣ，ㄩㄣ

L-ui，ue，ㄨㄟ，ㄩㄝ  Z-uai，ü，ㄨㄞ，ㄩ

X-ua，ia，ㄨㄚ，ㄧㄚ  C-en，ㄣ

V-ei，ㄟ  B-ou，ㄡ

N-in，ng，ㄧㄣ  M-ie，ㄧㄝ

5、根据权利要求1所述的一种计算机中文声数编码输入系统，其特征在于：所述的既可按汉语拼音，又可按汉字注音字母输入汉字繁体或简体字词的同步一体编码方案是对制表符号、制图符号、外文字母、专用符号，以其读音的拼音或注音的一至二个声母或准声母加逗号输入。