Outil de Conversion Pinyin

Le convertisseur pinyin transforme des caractères chinois en Hanyu Pinyin, le système officiel de romanisation du mandarin standard. Le pinyin rend visibles prononciation, tons et structure syllabique, ce qui aide apprentissage, dictionnaires, supports pédagogiques, translittération de noms, tri, méthodes de saisie et préparation de données. L’outil peut afficher les tons avec marques diacritiques, chiffres ou sans tons, et régler séparateurs et majuscules selon le besoin. Sa limite principale est l’ambiguïté: de nombreux caractères ont plusieurs lectures et la bonne prononciation dépend souvent du contexte lexical. Noms propres, termes techniques, dialectes et textes historiques doivent donc être relus.

Le défi central de la conversion chinois-pinyin réside dans les polyphones : un même caractère peut avoir différentes lectures selon le mot, par ex. « zhong » se lit zhong4 dans « zhongyao » (important) mais chong2 dans « chongfu » (répéter) ; « xing » se lit hang2 dans « yinhang » (banque) mais xing2 dans « xingzou » (marcher). Une recherche naïve caractère par caractère donne beaucoup d'erreurs, c'est pourquoi les outils modernes utilisent une stratégie « dictionnaire d'abord, repli sur le caractère isolé ». Cet outil est construit sur la bibliothèque pinyin-pro, qui embarque des centaines de milliers d'entrées de dictionnaire. Lors du traitement d'un texte, elle effectue d'abord une tokenisation par l'algorithme de correspondance la plus longue ; les mots trouvés dans le dictionnaire utilisent la lecture spécifiée, et les caractères isolés restants se replient sur la table de caractères individuels et choisissent la lecture la plus courante. Pour les mots contenant « yi » (un), les règles de sandhi tonal s'appliquent aussi : « yi » se lit yi2 devant un caractère de 4e ton, yi4 devant les autres tons, et yi1 quand il est seul. Il existe deux façons d'afficher les tons : les marques tonales (a, a, a, a) s'écrivent directement sur la voyelle et sont les plus lisibles ; les numéros de ton (a1, a2, a3, a3, a4) se placent à la fin du pinyin et sont pratiques pour la transmission et le stockage en caractères ASCII. Dans la structure du pinyin, pinyin = initiale (23, par ex. b, p, m, f) + finale (24, par ex. a, o, e, ai) + ton (4 + neutre), et ces éléments peuvent être séparés pour l'enseignement et l'indexation. Le Hanyu Pinyin est la romanisation officielle de la RPC, publiée en 1958. Les systèmes plus anciens ou alternatifs incluent Wade-Giles (par ex. Beijing en « Pei-ching »), la romanisation postale (« Peking ») et le Zhuyin/Bopomofo (ㄅ ㄆ ㄇ ㄈ) utilisé à Taïwan. On les retrouve encore dans les noms propres, les documents historiques et les publications traditionnelles, mais l'usage quotidien est dominé par le Hanyu Pinyin.

• Utilise une stratégie « dictionnaire d'abord, repli sur le caractère isolé » : recherche des lectures polyphones par mot, puis repli sur la lecture la plus courante pour les caractères isolés.
• pinyin-pro embarque des centaines de milliers d'entrées de dictionnaire, couvrant les cas de polyphones pour la grande majorité du vocabulaire courant.
• Les marques tonales (ā) sont les plus lisibles ; les numéros de ton (a1) sont plus faciles à stocker et transmettre — les deux formes sont convertibles l'une en l'autre.
• Les règles de sandhi tonal pour « yi » et « bu », ainsi que le erhua (rétroflexe) et le ton neutre, sont appliquées automatiquement selon les règles phonétiques, plus précisément qu'une recherche purement tabulaire.
• Le pinyin peut être décomposé en initiale + finale + ton pour prendre en charge différents scénarios comme l'annotation, l'indexation de recherche et l'enseignement.
• Le Hanyu Pinyin, le Wade-Giles et le Zhuyin sont des systèmes de romanisation différents provenant de périodes et régions différentes ; ils ne sont pas interchangeables.