讀台文。Tha̍k Tâi-bûn

讀台文是按怎做的

讀台文是一个純靜態網頁：詞典佮語料模型隨頁面載入，一切計算攏在你的瀏覽器內底，無後端。

漢羅 → 台羅 TL／白話字 POJ

用 82,000 外詞的詞典做最長匹配斷詞：每一冬漢字對著一組讀音，點漢字會使循環切換讀音（方言變體攏接收）；詞典揣無的字顯示 ⟨?⟩。逐音節的調符定位（oo 標頭一个 o、iu/ui 標第二母音……）是對拍台文輸入法的 Lua 核心 1:1 移植。

羅 → 漢（實驗功能）

台羅佮 POJ 免勾選——輸入先經拼法正規化（ch→ts、oa→ua、eng→ing……）了後，走仝一條統計解碼管線，實測兩種拼法輸出逐字相同。解碼是整句 lattice（beam search）：

• 相鄰詞 bigram：上述語料加上對詞典長詞條（親像「減肥計畫」）切詞自生的搭配統計
• 調號比對：你有拍調（親像 sin1-bun5）的時，讀音調號全對的候選加分——按呢「新聞」佮「訊問」（sin1-bun5 vs sin7-bun7）就分會開
• 分數是正規 log 機率，無「切愈濟詞分數愈懸」的偏差；未命中的音節保留原音原字，標點、斷行原樣

實測（四篇真實文章，嚴格配對）：88.4／89.4／89.0／83.4% 字元相似（醫學篇因複合詞多略低）——毋過這是實驗功能，同鍵同調的同音詞（儲存/除船、濟/坐）愛靠閣較濟語料才選會對，請用佮「輔助對照」的心情來用。

英文詞按怎處理

dopamine、nicotine、CNN 這類多音節專名因為袂命中任何台語音節鍵，會自動原樣保留；短字（in、to）有機會拄著台語音節予人轉做漢字——欲保險就用反引號包起來：`CNN News` 保證原樣。

變調佮輕聲

預設輸出本調（辭典形）。勾「變調（句內連讀）」會照主流腔規則連讀：句內非尾詞全部音節變調（1→7、2→1、3→2、5→7、7→3；入聲 p/t/k 4↔8、h 尾 4→2/8→3），句尾詞上尾音節保持本調；輕聲詞（親像「轉去」→ tńg--khì）自動用 -- 標示。詞組/情感變調猶未支援，屬近似。

姊妹站：拍台文

會曉讀，嘛愛會曉拍！拍台文 Phah Tâi-bûn（taigi.anatomind.com）是本站的姊妹品：RIME 台語輸入法，POJ／TL 混打、聲調可省略、漢羅輸出。讀台文的轉核心正是移植自拍台文。

資料來源（敬致謝！）

iTaigi 華台對照典（CC0）・台華線頂對照典、台灣植物名彙（CC BY-SA 4.0）・教育部以本土語言標注臺灣地名（CC BY 3.0 TW）・教育部 STTI 學科術語（開放運用、標示來源）・新北市900例句（Taiwanese-Corpus，MIT）・教育部臺灣台語常用詞辭典（萌典版，CC BY-ND 3.0 TW；衍生統計＋例句重發布〔詞彙例句、句級練習〕，標示來源）・LKK 用字表（標示來源）・iCorpus（CC BY 4.0）・identity 語料。本站非商業用途，僅作台語學習教育之用。

全部程式佮資料佇 GitHub：soanseng/thak-tai-bun，歡迎貢獻語料佮回報問題。