std::pair<UniToStrPair *, UniToStrPair *> ipa_to_unicode_tbl()
{
/* This table contains all transcription characters used in
* all dictionaries distributed with ABBYY Lingvo 12.
*
* How this table was build
*
* Transcription shown in Lingvo Card window cannot be copied,
* but some of the dictionaries are available online through
* http://slovari.yandex.ru/ service. Dictionary articles in
* Lingvo 12 application and in online service does not always match,
* transcription may differ. Most of the time, however,
* we can find the required transcription character.
*
* As a last resort we may scan Unicode character table for similar character.
* See http://www.unicode.org/charts/, we are mainly interested in "Phonetic Symbols"
* character group. Latin and "Combining Diacritics" groups may be useful too.
*
* In the table below, characters marked with a question mark were found this way.
*
* In dictionaries distributed with ABBYY Lingvo x3 transcription characters
* do not require any conversion, they are true Unicode characters.
* So for Lingvo x3 this table should not be used, transcription characters
* should be left intact.
*
* Chars new to Lingvo x3 are included conditionally in this table.
* They all mapped to identical chars. They've been added here for debug purpose.
*
* Lingvo 12 and Lingvo x3 char sets collide in two points: 0x0405 and 0x2018.
* These chars should be translated differently depending on the version of
* Lingvo used. Other common chars are mapped to identical chars thus do not
* cause a problem.
* */
static UniToStrPair ipa_to_unicode_tbl[] = {
ipa_to_unicode_make_pair(0x0020, 0x0020), //
ipa_to_unicode_make_pair(0x0027, 0x0027), // '
ipa_to_unicode_make_pair(0x0028, 0x0028), // (
ipa_to_unicode_make_pair(0x0029, 0x0029), // )
ipa_to_unicode_make_pair(0x002C, 0x002C), // ,
ipa_to_unicode_make_pair(0x002D, 0x002D), // -
ipa_to_unicode_make_pair(0x002E, 0x002E), // .
ipa_to_unicode_make_pair(0x002F, 0x002F), // /
ipa_to_unicode_make_pair(0x0030, 0x00DF), // ß ?
ipa_to_unicode_make_pair(0x0031, 0x0065, 0x0303), // ẽ ?
ipa_to_unicode_make_pair(0x0032, 0x025C), // ɜ
ipa_to_unicode_make_pair(0x0033, 0x0129), // ĩ ?
ipa_to_unicode_make_pair(0x0034, 0x00F5), // õ ?
ipa_to_unicode_make_pair(0x0035, 0x0169), // ũ ?
ipa_to_unicode_make_pair(0x0036, 0x028E), // ʎ ?
ipa_to_unicode_make_pair(0x0037, 0x0263), // ɣ ?
ipa_to_unicode_make_pair(0x0038, 0x1D4A), // e
ipa_to_unicode_make_pair(0x003A, 0x003A), // ː
ipa_to_unicode_make_pair(0x003B, 0x003B), // ;
#ifdef LINGVOX3
ipa_to_unicode_make_pair(0x0041, 0x0041), // A
ipa_to_unicode_make_pair(0x0047, 0x0047), // G
ipa_to_unicode_make_pair(0x0048, 0x0048), // H
ipa_to_unicode_make_pair(0x004D, 0x004D), // M
ipa_to_unicode_make_pair(0x004E, 0x004E), // N
ipa_to_unicode_make_pair(0x004F, 0x004F), // O
ipa_to_unicode_make_pair(0x0052, 0x0052), // R
ipa_to_unicode_make_pair(0x0053, 0x0053), // S
ipa_to_unicode_make_pair(0x0054, 0x0054), // T
ipa_to_unicode_make_pair(0x0061, 0x0061), // a
ipa_to_unicode_make_pair(0x0062, 0x0062), // b
ipa_to_unicode_make_pair(0x0063, 0x0063), // c
ipa_to_unicode_make_pair(0x0064, 0x0064), // d
ipa_to_unicode_make_pair(0x0065, 0x0065), // e
ipa_to_unicode_make_pair(0x0066, 0x0066), // f
ipa_to_unicode_make_pair(0x0067, 0x0067), // g
ipa_to_unicode_make_pair(0x0068, 0x0068), // h
ipa_to_unicode_make_pair(0x0069, 0x0069), // i
ipa_to_unicode_make_pair(0x006A, 0x006A), // j
ipa_to_unicode_make_pair(0x006B, 0x006B), // k
ipa_to_unicode_make_pair(0x006C, 0x006C), // l
ipa_to_unicode_make_pair(0x006D, 0x006D), // m
ipa_to_unicode_make_pair(0x006E, 0x006E), // n
#endif
ipa_to_unicode_make_pair(0x006F, 0x006F), // o
#ifdef LINGVOX3
ipa_to_unicode_make_pair(0x0070, 0x0070), // p
ipa_to_unicode_make_pair(0x0071, 0x0071), // q
ipa_to_unicode_make_pair(0x0072, 0x0072), // r
ipa_to_unicode_make_pair(0x0073, 0x0073), // s
ipa_to_unicode_make_pair(0x0074, 0x0074), // t
ipa_to_unicode_make_pair(0x0075, 0x0075), // u
ipa_to_unicode_make_pair(0x0076, 0x0076), // v
ipa_to_unicode_make_pair(0x0077, 0x0077), // w
ipa_to_unicode_make_pair(0x007A, 0x007A), // z
#endif
ipa_to_unicode_make_pair(0x0078, 0x0078), // x
ipa_to_unicode_make_pair(0x0079, 0x0079), // y
ipa_to_unicode_make_pair(0x00a0, 0x02A7), // ʧ
ipa_to_unicode_make_pair(0x00a4, 0x0062), // b
ipa_to_unicode_make_pair(0x00a6, 0x0077), // w
ipa_to_unicode_make_pair(0x00a7, 0x0066), // f
ipa_to_unicode_make_pair(0x00a9, 0x0073), // s
ipa_to_unicode_make_pair(0x00ab, 0x0074), // t
ipa_to_unicode_make_pair(0x00ac, 0x0064), // d
ipa_to_unicode_make_pair(0x00ad, 0x006e), // n
ipa_to_unicode_make_pair(0x00ae, 0x006c), // l
ipa_to_unicode_make_pair(0x00b0, 0x006b), // k
ipa_to_unicode_make_pair(0x00b1, 0x0067), // g
ipa_to_unicode_make_pair(0x00b5, 0x0061), // a
ipa_to_unicode_make_pair(0x00b6, 0x028A), // ʊ
ipa_to_unicode_make_pair(0x00b7, 0x00E3), // ã
ipa_to_unicode_make_pair(0x00bb, 0x0259), // ə
#ifdef LINGVOX3
ipa_to_unicode_make_pair(0x00DF, 0x00DF), // ß
ipa_to_unicode_make_pair(0x00E3, 0x00E3), // ã
ipa_to_unicode_make_pair(0x00E4, 0x00E4), // ä
ipa_to_unicode_make_pair(0x00E6, 0x00E6), // æ
ipa_to_unicode_make_pair(0x00E7, 0x00E7), // ç
ipa_to_unicode_make_pair(0x00EB, 0x00EB), // ë
ipa_to_unicode_make_pair(0x00F0, 0x00F0), // ð
ipa_to_unicode_make_pair(0x00F4, 0x00F4), // ô
ipa_to_unicode_make_pair(0x00F8, 0x00F8), // ø
ipa_to_unicode_make_pair(0x0101, 0x0101), // ā
ipa_to_unicode_make_pair(0x0113, 0x0113), // ē
ipa_to_unicode_make_pair(0x012B, 0x012B), // ī
ipa_to_unicode_make_pair(0x014B, 0x014B), // ŋ
ipa_to_unicode_make_pair(0x014D, 0x014D), // ō
ipa_to_unicode_make_pair(0x014F, 0x014F), // ŏ
ipa_to_unicode_make_pair(0x0153, 0x0153), // œ
ipa_to_unicode_make_pair(0x01D0, 0x01D0), // ǐ
ipa_to_unicode_make_pair(0x01D4, 0x01D4), // ǔ
ipa_to_unicode_make_pair(0x0250, 0x0250), // ɐ
ipa_to_unicode_make_pair(0x0251, 0x0251), // ɑ
ipa_to_unicode_make_pair(0x0252, 0x0252), // ɒ
ipa_to_unicode_make_pair(0x0254, 0x0254), // ɔ
ipa_to_unicode_make_pair(0x0259, 0x0259), // ə
ipa_to_unicode_make_pair(0x025B, 0x025B), // ɛ
ipa_to_unicode_make_pair(0x025C, 0x025C), // ɜ
ipa_to_unicode_make_pair(0x0265, 0x0265), // ɥ
ipa_to_unicode_make_pair(0x0272, 0x0272), // ɲ
ipa_to_unicode_make_pair(0x0280, 0x0280), // ʀ
ipa_to_unicode_make_pair(0x0283, 0x0283), // ʃ
ipa_to_unicode_make_pair(0x028A, 0x028A), // ʊ
ipa_to_unicode_make_pair(0x028C, 0x028C), // ʌ
ipa_to_unicode_make_pair(0x028F, 0x028F), // ʏ
ipa_to_unicode_make_pair(0x0292, 0x0292), // ʒ
ipa_to_unicode_make_pair(0x02A4, 0x02A4), // ʤ
ipa_to_unicode_make_pair(0x02A7, 0x02A7), // ʧ
ipa_to_unicode_make_pair(0x026A, 0x026A), // ɪ
ipa_to_unicode_make_pair(0x02CC, 0x02CC), // ˌ
ipa_to_unicode_make_pair(0x02D0, 0x02D0), // ː
ipa_to_unicode_make_pair(0x0303, 0x0303), // combining tilde
ipa_to_unicode_make_pair(0x0331, 0x0331), // combining macron below
ipa_to_unicode_make_pair(0x035C, 0x035C), // combining double breve below
ipa_to_unicode_make_pair(0x035D, 0x035D), // combining double breve
ipa_to_unicode_make_pair(0x035E, 0x035E), // combining double macron
ipa_to_unicode_make_pair(0x035F, 0x035F), // combining double macron below
ipa_to_unicode_make_pair(0x03B8, 0x03B8), // θ
#endif
ipa_to_unicode_make_pair(0x0402, 0x0069, 0x02D0), // iː
ipa_to_unicode_make_pair(0x0403, 0x0251, 0x02D0 ),// ɑː
ipa_to_unicode_make_pair(0x0404, 0x007a), // z
ipa_to_unicode_make_pair(0x0405, 0x0153, 0x0303), // œ̃
ipa_to_unicode_make_pair(0x0406, 0x0068), // h
ipa_to_unicode_make_pair(0x0407, 0x0072), // r
ipa_to_unicode_make_pair(0x0408, 0x0070), // p
ipa_to_unicode_make_pair(0x0409, 0x0292), // ʒ
ipa_to_unicode_make_pair(0x040a, 0x014b), // ŋ
ipa_to_unicode_make_pair(0x040b, 0x03b8), // θ
ipa_to_unicode_make_pair(0x040c, 0x0075), // u
ipa_to_unicode_make_pair(0x040e, 0x026a), // ɪ
ipa_to_unicode_make_pair(0x040f, 0x0283), // ʃ
ipa_to_unicode_make_pair(0x0428, 0x0061), // a
ipa_to_unicode_make_pair(0x0440, 0x014F), // ŏ
ipa_to_unicode_make_pair(0x0441, 0x0272), // ɲ
ipa_to_unicode_make_pair(0x0442, 0x0254, 0x0303), // ɔ̃
ipa_to_unicode_make_pair(0x0443, 0x00F8), // ø
ipa_to_unicode_make_pair(0x0444, 0x01D4), // ǔ
ipa_to_unicode_make_pair(0x0445, 0x025B, 0x0303), //ɛ̃
ipa_to_unicode_make_pair(0x0446, 0x00E7), // ç
ipa_to_unicode_make_pair(0x0447, 0x0061, 0x035C, 0x0065), // a͜e
ipa_to_unicode_make_pair(0x044A, 0x028F), // ʏ
ipa_to_unicode_make_pair(0x044C, 0x0251, 0x0303), // ɑ̃
ipa_to_unicode_make_pair(0x044D, 0x026A), // ɪ
ipa_to_unicode_make_pair(0x044E, 0x025C, 0x02D0), // ɜː
ipa_to_unicode_make_pair(0x044F, 0x0252), // ɒ
ipa_to_unicode_make_pair(0x0452, 0x0076), // v
ipa_to_unicode_make_pair(0x0453, 0x0075, 0x02D0), // uː
ipa_to_unicode_make_pair(0x0454, 0x0254, 0x035C, 0x00F8), // ɔ͜ø
ipa_to_unicode_make_pair(0x0455, 0x01D0), // ǐ
ipa_to_unicode_make_pair(0x0456, 0x006a), // j
ipa_to_unicode_make_pair(0x0457, 0x0265), // ɥ
ipa_to_unicode_make_pair(0x0458, 0x0153), // œ
ipa_to_unicode_make_pair(0x045e, 0x0065), // e
ipa_to_unicode_make_pair(0x0490, 0x006d), // m
ipa_to_unicode_make_pair(0x0491, 0x025b), // ɛ
ipa_to_unicode_make_pair(0x2018, 0x0251), // ɑ
ipa_to_unicode_make_pair(0x201a, 0x0254, 0x02D0), // ɔː
ipa_to_unicode_make_pair(0x201e, 0x0259, 0x02D0), // əː ?
ipa_to_unicode_make_pair(0x2020, 0x0259), // ə
ipa_to_unicode_make_pair(0x2021, 0x00E6), // æ
ipa_to_unicode_make_pair(0x2026, 0x028C), // ʌ
ipa_to_unicode_make_pair(0x2030, 0x00F0), // ð
ipa_to_unicode_make_pair(0x2039, 0x02A4), // ʤ
ipa_to_unicode_make_pair(0x20ac, 0x0254), // ɔ
ipa_to_unicode_make_pair(0x2116, 0x0061, 0x035C, 0x006F), // a͜o
};
return std::make_pair(ipa_to_unicode_tbl, ipa_to_unicode_tbl +
sizeof(ipa_to_unicode_tbl) / sizeof(UniToStrPair));
}
std::pair<UniToStrPair *, UniToStrPair *> ipa_to_unicode_tbl()
{
static UniToStrPair ipa_to_unicode_tbl[] = {
ipa_to_unicode_make_pair('\'', 0x02c8),
ipa_to_unicode_make_pair(0x00a0, 0x02A7),
ipa_to_unicode_make_pair(0x00a4, 0x0062),
ipa_to_unicode_make_pair(0x00a6, 0x0077),
ipa_to_unicode_make_pair(0x00a7, 0x0066),
ipa_to_unicode_make_pair(0x00a9, 0x0073),
ipa_to_unicode_make_pair(0x00ab, 0x0074),
ipa_to_unicode_make_pair(0x00ac, 0x0064),
ipa_to_unicode_make_pair(0x00ad, 0x006e),
ipa_to_unicode_make_pair(0x00ae, 0x006c),
ipa_to_unicode_make_pair(0x00b0, 0x006b),
ipa_to_unicode_make_pair(0x00b1, 0x0261),
ipa_to_unicode_make_pair(0x00b5, 0x0061),
ipa_to_unicode_make_pair(0x0402, 0x0069, ':'),
ipa_to_unicode_make_pair(0x0403, 0x0251, ':' ),
ipa_to_unicode_make_pair(0x0404, 0x007a),
ipa_to_unicode_make_pair(0x0406, 0x0068),
ipa_to_unicode_make_pair(0x0407, 0x0072),
ipa_to_unicode_make_pair(0x0408, 0x0070),
ipa_to_unicode_make_pair(0x0409, 0x0292),
ipa_to_unicode_make_pair(0x040a, 0x014b),
ipa_to_unicode_make_pair(0x040b, 0x03b8),
ipa_to_unicode_make_pair(0x040c, 0x0075),
ipa_to_unicode_make_pair(0x040e, 0x026a),
ipa_to_unicode_make_pair(0x040f, 0x0283),
ipa_to_unicode_make_pair(0x0428, 0x0061),
ipa_to_unicode_make_pair(0x0452, 0x0076),
ipa_to_unicode_make_pair(0x0453, 0x0075, ':'),
ipa_to_unicode_make_pair(0x0456, 0x006a),
ipa_to_unicode_make_pair(0x045e, 0x0065),
ipa_to_unicode_make_pair(0x0490, 0x006d),
ipa_to_unicode_make_pair(0x0491, 0x025b),
ipa_to_unicode_make_pair(0x201a, 0x0254),
ipa_to_unicode_make_pair(0x201e, 0x0259),
ipa_to_unicode_make_pair(0x2020, 0x0259),
ipa_to_unicode_make_pair(0x2021, 0x00e6),
ipa_to_unicode_make_pair(0x2026, 0x028c),
ipa_to_unicode_make_pair(0x2030, 0x00f0),
ipa_to_unicode_make_pair(0x2039, 0x0064, 0x0292),
ipa_to_unicode_make_pair(0x20ac, 0x0254),
};
return std::make_pair(ipa_to_unicode_tbl, ipa_to_unicode_tbl +
sizeof(ipa_to_unicode_tbl) / sizeof(UniToStrPair));
}
