读音的来源及其使用条款。
词条与其他读法来自 PyThaiNLP 发布的 Thai G2P Wiktionary 语料库(2022 年 7 月采集自 Wiktionary),采用 CC BY-SA 3.0 许可。本应用分发的词典文件是其衍生作品,以 CC BY-SA 4.0(CC BY-SA 3.0 允许的后续版本)提供。
每个词条的主要读音由朱拉隆功大学 Wirote Aroonmanakun 开发的 Thai Language Toolkit(tltk,BSD 3-Clause 许可)生成。tltk 仅在构建词典时运行,本应用不包含其自身的任何数据。
准确率以姊妹项目 thai-typing 提供的 2,641 个带 RTGS 读音的词为基准测量。该词表中的已知错误已附说明修正。
UD_Thai-PUD (Universal Dependencies) — CC BY-SA 3.0
github.com/UniversalDependencies/UD_Thai-PUD
Volubilis 23.1 (Francis Bastien) — CC BY-SA 4.0
belisan-volubilis.blogspot.com/
手写识别模型使用 63 种泰文字体渲染的合成样本训练:Google Fonts 的 33 种(SIL Open Font License 1.1)、Fonts-TLWG 的 9 种(GNU GPL 2.0 及以后版本并附字体例外;Waree 采用 Bitstream Vera 许可)、BoonJot(SIL OFL 1.1)、f0nt.com 的 16 种 iannnnn 字体(f0nt.com 许可:允许个人和商业使用,禁止再分发字体文件)以及 4 种 SIPA 国家字体原版(2007 年许可协议)。字体仅用于渲染训练图像,本应用不包含任何字体文件。
Charm, Itim, Kodchasan, Mali, Srisakdi, Bai Jamjuree, Chakra Petch, Charmonman, Fahkwang, IBM Plex Sans Thai Looped, K2D, KoHo, Maitree, Niramit, Noto Sans Thai Looped, Noto Serif Thai, Pridi, Sarabun, Taviraj, Thasadith, Trirong, Krub, Playpen Sans Thai, Chonburi, Sriracha, Anuphan, Athiti, IBM Plex Sans Thai, Kanit, Mitr, Noto Sans Thai, Pattaya, Prompt — SIL OFL 1.1
fonts.google.com/?subset=thai
Fonts-TLWG 0.7.4: Purisa, Garuda, Kinnari, Loma, Norasi, Sawasdee, Umpush, Laksaman — GNU GPL 2.0+ with font exception; Waree — Bitstream Vera
github.com/tlwg/fonts-tlwg
BoonJot 2.0 — SIL OFL 1.1
github.com/fontuni/boonjot
iannnnn COW, DOG, DUCK, GOOSE, HEN, MONKEY, OWL, RABBIT, TIGER, PDF 2008, DVD, HBO, JPG, MTV, SOS, UBC (Prachya Singhto) — f0nt.com licence
www.f0nt.com/about/license/
TH Charmonman, TH Srisakdi, TH Charm of AU, TH Mali Grade 6 (DIP / SIPA, 2007) — SIPA font licence agreement
www.f0nt.com/release/13-free-fonts-from-sipa/
SIL Open Font License 1.1
openfontlicense.org/
模型还使用 Burapha-TH 字符集(Onuean 等,Applied Sciences 2022)训练:1,153 张手写表单(论文记为 1,072 位书写者)上 68 个泰文字符的扫描图像,由布拉帕大学公开发布,未注明许可,作者说明可自由用于其他用途。识别准确率以 KVIS Thai OCR Dataset(Joseph & Anantaprayoon,2018)衡量:27 位书写者手写的 44 个泰文辅音,采用 CC BY 4.0,仅用于评估。两套数据均不包含在本应用中,应用只包含训练好的权重。
Burapha-TH — Onuean, A. et al., Applied Sciences 2022, 12(8):4083, doi:10.3390/app12084083 (Burapha University / KISTI)
services.informatics.buu.ac.th/datasets/Burapha-TH/
KVIS Thai OCR Dataset — Joseph, R. & Anantaprayoon, P., Mendeley Data V1 (2018), doi:10.17632/8nr3pbdk5c.1 — CC BY 4.0
data.mendeley.com/datasets/8nr3pbdk5c/1
KVIS Thai OCR Dataset — CC BY 4.0
creativecommons.org/licenses/by/4.0/
词典数据:CC BY-SA 4.0;tltk:BSD 3-Clause。手写字体:SIL Open Font License 1.1、GNU GPL 2.0+ 附字体例外、Bitstream Vera,以及 f0nt.com 与 SIPA 的许可(仅用于渲染训练图像)。Burapha-TH 训练数据:未注明许可,按作者要求注明出处。KVIS 评估数据:CC BY 4.0。应用本身与数据相互独立,不受这些许可约束。
辞書データ — CC BY-SA 4.0
creativecommons.org/licenses/by-sa/4.0/
Thai-PUD, Wiktionary 2022 corpus — CC BY-SA 3.0
creativecommons.org/licenses/by-sa/3.0/
tltk — BSD 3-Clause
opensource.org/license/bsd-3-clause
TNC 頻度 — CC0 1.0
creativecommons.org/publicdomain/zero/1.0/