lectura-g2p 2.0.1

Conversion graphème-phonème du français — G2P + POS + Morpho + Liaison (BiLSTM multi-tâche)

Lectura G2P

Modele unifie G2P + POS + Morphologie + Liaison pour le francais

Un seul modele BiLSTM char-level multi-tete (1.75M parametres) qui predit simultanement :

• G2P : transcription phonemique IPA (98.5% word accuracy)
• POS : etiquetage morpho-syntaxique — 19 tags (98.2% accuracy)
• Morphologie : genre, nombre, temps, mode, personne, forme verbale (95-99%)
• Liaison : prediction des liaisons obligatoires/facultatives (F1 90.6%)

Quatre backends d'inference : API (zero config), ONNX Runtime, NumPy, ou pur Python (zero dependance).

Demarrage rapide

pip install lectura-g2p

from lectura_nlp import creer_engine

engine = creer_engine()    # mode API par defaut (zero config)

result = engine.analyser(["Les", "enfants", "sont", "arrives", "a", "la", "maison"])

print(result["g2p"])      # ['le', 'ɑ̃fɑ̃', 'sɔ̃', 'aʁive', 'a', 'la', 'mɛzɔ̃']
print(result["pos"])      # ['ART:def', 'NOM', 'AUX', 'VER', 'PRE', 'ART:def', 'NOM']
print(result["liaison"])  # ['Lz', 'none', 'Lt', 'none', 'none', 'none', 'none']
print(result["morpho"])   # {'Number': ['Plur', ...], 'Gender': [...], ...}

Backends d'inference

Backend	Dependances	Vitesse	Usage
API	aucune	~100 ms (reseau)	Par defaut, zero config
ONNX Runtime	onnxruntime	~2 ms/phrase	Production locale
NumPy	numpy	~50 ms/phrase	Leger
Pur Python	aucune	~200 ms/phrase	Embarque, portabilite max

# Forcer un backend specifique
engine = creer_engine(mode="onnx")    # ONNX local
engine = creer_engine(mode="api")     # API serveur
engine = creer_engine(mode="auto")    # local si modeles presents, sinon API

Les backends locaux (ONNX, NumPy, Pure) necessitent les modeles — disponibles sur demande.

Benchmarks (test set)

Tache	Metrique	Score
G2P	Word Accuracy	98.5%
G2P	PER (Phone Error Rate)	0.5%
POS	Accuracy	98.2%
Liaison	Macro F1	90.6%
Morpho — Number	Accuracy	97.0%
Morpho — Gender	Accuracy	95.1%
Morpho — VerbForm	Accuracy	98.8%

API

creer_engine(mode="auto") -> engine

Factory pour creer un engine d'inference. Modes : "auto", "api", "local", "onnx", "numpy", "pure".

engine.analyser(tokens) -> dict

Analyse une liste de tokens et retourne :

• g2p : transcription IPA par token
• pos : etiquette POS par token
• liaison : label liaison par token (none, Lz, Lt, Ln, Lr, Lp)
• morpho : dict de listes par trait (Number, Gender, VerbForm, Mood, Tense, Person)

Licence

Double licence :

• AGPL-3.0 — usage libre (voir LICENCE.txt)
• Licence commerciale — usage proprietaire (voir LICENCE-COMMERCIALE.md)