Continuando a saga de melhorias no FuriGanbarou!, o primeiro e (até agora) único injetor de Furigana brasileiro, adicionei a funcionalidade de “texto para fala”:
Não sou programador, mas pelo que entendi do que foi dito pelos meus “programadores virtuais”, o navegadores similares ao Chrome conseguem lidar melhor com a funcionalidade de texto para fala, ao contrário, por exemplo, do Firefox, que precisa que as vozes estejam instaladas no computador.
Além da nova funcionalidade, o código tem passado por constantes revisões e melhorias, o que tem aumentado a precisão dos furiganas. Um exemplo é a expressão “灰吹きから蛇が出る”, que o MECAB segmenta assim:
灰吹き ハイフキ ハイフキ 灰吹き 名詞-普通名詞-一般 から カラ カラ から 助詞-格助詞 蛇 ヘビ ヘビ 蛇 名詞-普通名詞-一般 が ガ ガ が 助詞-格助詞 出る デル デル 出る 動詞-一般 下一段-ダ行 終止形-一般
Porém, a pronúncia correta desta expressão fixa é: 灰吹[はいふ]きから蛇[じゃ]が出[で]る. Como ela consta no EDICT, o FuriGanbarou! consegue saber qual pronúncia aplicar. Isso, aliás, mostra-nos como nenhum segmentador é infalível, não importa o quão complexa seja sua lógica de probabilidades e/ou a quantidade de entradas em sua base de dados.
Segundo o que entendi dos meus “programadores virtuais”, o MECAB é difícil de ser integrado a navegadores por ter um lógica de probabilidade complexa, o que torna seus arquivos enormes e uma base de dados com cerca de 800.000 itens, sendo palavras e nomes (o que, convenhamos, ultrapassei com a integração do EDICT/ENAMDICT, com mais de 1 milhão de itens e atualizados DIARIAMENTE). Sem contar que a última atualização do dicionário usado comumente com o MECAB data de 2020, o que já o pode tornar impreciso diante de palavras/expressões novas. Só para ter uma ideia, só na última semana foram acrescentadas 356 novas palavras no EDICT. É muita coisa.
Quando eu digo que foi muito bom que eu não tenha conseguido fazer parcerias com programadores humanos, é por que eu converso com meus “programadores virtuais” praticamente todos os dias e “cobro” muito deles (além, é claro, desse nicho parasita, que continua a consumir o conteúdo, mas é nulo em engajamento e/ou divulgação, o que obviamente afasta e/ou desmotivaria 99,9% de QUALQUER parceria que eu venha a fazer).