Файл dict.txt содержит пары из двух последовательностей символов: заменяемой и заменяющей. Используемая кодировка текста utf-8. Каждая пара размещается на отдельной строке, пустые строки игнорируются, а строки, начинающиеся с символа решётка (#) или точка с запятой (;), считаются комментариями.

Каждая строка, содержащая заменяемую и заменяющую последовательности, должна начинаться с символа разделителя (например, с точки). После символа-разделителя должна идти заменяемая последовательность, после которой должен опять помещаться символ-разделитель. Затем должна идти замещающая последовательность. Например:

.чт.четверг

Такая запись означает, что если будет встречено слово из двух букв "чт", то оно будет заменено на слово "четверг" с учетом регистра букв в замещаемом слове.
Если нужно выполнять замену без учета регистра букв, то необходимо после замещающей последовательности добавить символ-разделитель и латинскую букву i. Например:
.чт.четверг.i

Если необходимо выполнять замену не слова целиком, а его части (несколько начальных, конечных или центральных символов), то необходимо использовать символ звёздочки (*). Например:
.булочн*.булошн

Символ звёздочки может быть помещён либо только в начало, либо только в конец, либо и в начало, и в конец замещаемой последовательности.
Пример словаря можно получить, перейдя по ссылке dict.txt.
Чтение символов пунктуации и других небуквенных символов
Кроме файла словаря dict.txt в каталоге /sdcard/captaintts-data/ могут размещаться файлы, управляющие чтением символов пунктуации и других небуквенных символов. Для каждого из поддерживаемых языков необходим свой файл:

ru_symbols.txt - для русского;
uk_symbols.txt - для украинского.

Формат вышеназванных файлов похож на формат файла словаря, но имеет некоторые отличия. Файлы, определяющие чтение символов пунктуации, это обычные текстовые файлы в кодировке utf-8. На каждой строке такого файла располагается правило чтения одного символа; пустые строки и строки, начинающиеся символами # (решетка) или ; (точки с запятой), игнорируются.
Строка с правилом начинается с символа, который будет восприниматься в качестве символа-разделителя полей. Затем идёт символ, чтение которого определяется в данном правиле. Затем следует символ-разделитель (т. е. ровно тот же символ, что стоит в начале строки). Далее идёт название символа, т.е. текст, который будет озвучиваться синтезатором, когда он встретит этот символ в текстовом потоке. Затем снова следует символ-разделитель. И завершает строку так называемый уровень пунктуации, обозначаемый одним из зарезервированных слов (none, some, most, all). Уровень пунктуации определяет, начиная с какого режима чтения пунктуации, синтезатор будет озвучивать данный символ. Если указан уровень none, то символ озвучивается всегда (т.е. даже при отключенном чтении пунктуации). Если выбран уровеньsome, то символ озвучивается в режимах "некоторая", "большинство" и "вся". Символ с уровнем пунктуации most будет озвучиваться в режимах "большинство" и "вся". Символ  с уровнем пунктуации all будет озвучиваться только в режиме чтения всей пунктуации. Действующий режим чтения пунктуации можно посмотреть и настроить в диалоге настроек синтезатора.
Примеры записи некоторых правил:
._.подчёрк.none
.!.воскл!.most

Внимание! Программа чтения экрана TalkBack от версии к версии все большее число символов пытается озвучивать сама (особенно при посимвольном вводе). Это приводит к тому, что одни и те же символы в одних ситуациях поступают на синтезатор без изменений, а в других заменяются на соответствия, которые за ними закрепили разработчики TalkBack. В итоге пользователь слышит, что один и тот же символ читается по-разному. Этот эффект также надо принимать во внимание, если правила, прописанные в файлах ru-symbols.txt или  uk_symbols.txt, не работают. Вполне возможно, что к синтезатору этот символ в своём оригинальном виде уже не попадает.
[ Обсудить в форуме | Оглавление раздела ]