mirror of
https://github.com/rhasspy/espeak-ng.git
synced 2026-10-31 13:38:47 +00:00
encoding.c: Support the ISO 8859-1 encoding.
This commit is contained in:
@@ -190,6 +190,7 @@ typedef enum
|
||||
{
|
||||
ESPEAKNG_ENCODING_UNKNOWN,
|
||||
ESPEAKNG_ENCODING_US_ASCII,
|
||||
ESPEAKNG_ENCODING_ISO_8859_1,
|
||||
} espeak_ng_ENCODING;
|
||||
|
||||
ESPEAK_NG_API espeak_ng_ENCODING
|
||||
|
||||
@@ -30,12 +30,21 @@ MNEM_TAB mnem_encoding[] = {
|
||||
{ "ANSI_X3.4-1968", ESPEAKNG_ENCODING_US_ASCII },
|
||||
{ "ANSI_X3.4-1986", ESPEAKNG_ENCODING_US_ASCII },
|
||||
{ "IBM367", ESPEAKNG_ENCODING_US_ASCII },
|
||||
{ "IBM819", ESPEAKNG_ENCODING_ISO_8859_1 },
|
||||
{ "ISO_646.irv:1991", ESPEAKNG_ENCODING_US_ASCII },
|
||||
{ "ISO_8859-1", ESPEAKNG_ENCODING_ISO_8859_1 },
|
||||
{ "ISO646-US", ESPEAKNG_ENCODING_US_ASCII },
|
||||
{ "ISO-8859-1", ESPEAKNG_ENCODING_ISO_8859_1 },
|
||||
{ "ISO-8859-1:1987", ESPEAKNG_ENCODING_ISO_8859_1 },
|
||||
{ "US-ASCII", ESPEAKNG_ENCODING_US_ASCII },
|
||||
{ "cp367", ESPEAKNG_ENCODING_US_ASCII },
|
||||
{ "cp819", ESPEAKNG_ENCODING_ISO_8859_1 },
|
||||
{ "csASCII", ESPEAKNG_ENCODING_US_ASCII },
|
||||
{ "csISOLatin1", ESPEAKNG_ENCODING_ISO_8859_1 },
|
||||
{ "iso-ir-6", ESPEAKNG_ENCODING_US_ASCII },
|
||||
{ "iso-ir-100", ESPEAKNG_ENCODING_ISO_8859_1 },
|
||||
{ "latin1", ESPEAKNG_ENCODING_ISO_8859_1 },
|
||||
{ "l1", ESPEAKNG_ENCODING_ISO_8859_1 },
|
||||
{ "us", ESPEAKNG_ENCODING_US_ASCII },
|
||||
{ NULL, ESPEAKNG_ENCODING_UNKNOWN }
|
||||
};
|
||||
@@ -54,8 +63,25 @@ struct espeak_ng_TEXT_DECODER_
|
||||
{
|
||||
const char *current;
|
||||
const char *end;
|
||||
|
||||
uint32_t (*get)(espeak_ng_TEXT_DECODER *decoder);
|
||||
};
|
||||
|
||||
static uint32_t
|
||||
text_decoder_getc_us_ascii(espeak_ng_TEXT_DECODER *decoder)
|
||||
{
|
||||
uint8_t c = *decoder->current++ & 0xFF;
|
||||
return (c >= 0x80) ? 0xFFFD : c;
|
||||
}
|
||||
|
||||
// Reference: http://www.iana.org/go/rfc1345
|
||||
// Reference: http://www.unicode.org/Public/MAPPINGS/ISO8859/8859-1.TXT
|
||||
static uint32_t
|
||||
text_decoder_getc_iso_8859_1(espeak_ng_TEXT_DECODER *decoder)
|
||||
{
|
||||
return *decoder->current++ & 0xFF;
|
||||
}
|
||||
|
||||
espeak_ng_TEXT_DECODER *
|
||||
create_text_decoder(void)
|
||||
{
|
||||
@@ -64,6 +90,7 @@ create_text_decoder(void)
|
||||
|
||||
decoder->current = NULL;
|
||||
decoder->end = NULL;
|
||||
decoder->get = NULL;
|
||||
return decoder;
|
||||
}
|
||||
|
||||
@@ -80,6 +107,10 @@ initialize_encoding(espeak_ng_TEXT_DECODER *decoder,
|
||||
switch (encoding)
|
||||
{
|
||||
case ESPEAKNG_ENCODING_US_ASCII:
|
||||
decoder->get = text_decoder_getc_us_ascii;
|
||||
break;
|
||||
case ESPEAKNG_ENCODING_ISO_8859_1:
|
||||
decoder->get = text_decoder_getc_iso_8859_1;
|
||||
break;
|
||||
default:
|
||||
return 0;
|
||||
@@ -110,6 +141,5 @@ text_decoder_eof(espeak_ng_TEXT_DECODER *decoder)
|
||||
uint32_t
|
||||
text_decoder_getc(espeak_ng_TEXT_DECODER *decoder)
|
||||
{
|
||||
uint8_t c = *decoder->current++ & 0xFF;
|
||||
return (c >= 0x80) ? 0xFFFD : c;
|
||||
return decoder->get(decoder);
|
||||
}
|
||||
|
||||
@@ -91,12 +91,46 @@ test_us_ascii_encoding()
|
||||
destroy_text_decoder(decoder);
|
||||
}
|
||||
|
||||
void
|
||||
test_iso_8859_1_encoding()
|
||||
{
|
||||
printf("testing ISO-8859-1 encoding\n");
|
||||
|
||||
assert(espeak_ng_EncodingFromName("ISO-8859-1:1987") == ESPEAKNG_ENCODING_ISO_8859_1);
|
||||
assert(espeak_ng_EncodingFromName("ISO-8859-1") == ESPEAKNG_ENCODING_ISO_8859_1);
|
||||
assert(espeak_ng_EncodingFromName("ISO_8859-1") == ESPEAKNG_ENCODING_ISO_8859_1);
|
||||
assert(espeak_ng_EncodingFromName("iso-ir-100") == ESPEAKNG_ENCODING_ISO_8859_1);
|
||||
assert(espeak_ng_EncodingFromName("latin1") == ESPEAKNG_ENCODING_ISO_8859_1);
|
||||
assert(espeak_ng_EncodingFromName("l1") == ESPEAKNG_ENCODING_ISO_8859_1);
|
||||
assert(espeak_ng_EncodingFromName("IBM819") == ESPEAKNG_ENCODING_ISO_8859_1);
|
||||
assert(espeak_ng_EncodingFromName("cp819") == ESPEAKNG_ENCODING_ISO_8859_1);
|
||||
assert(espeak_ng_EncodingFromName("csISOLatin1") == ESPEAKNG_ENCODING_ISO_8859_1);
|
||||
|
||||
espeak_ng_TEXT_DECODER *decoder = create_text_decoder();
|
||||
|
||||
assert(text_decoder_decode_string(decoder, "aG\x92\xA0\xDE", 5, ESPEAKNG_ENCODING_ISO_8859_1) == ENS_OK);
|
||||
assert(text_decoder_eof(decoder) == 0);
|
||||
assert(text_decoder_getc(decoder) == 'a');
|
||||
assert(text_decoder_eof(decoder) == 0);
|
||||
assert(text_decoder_getc(decoder) == 'G');
|
||||
assert(text_decoder_eof(decoder) == 0);
|
||||
assert(text_decoder_getc(decoder) == 0x92);
|
||||
assert(text_decoder_eof(decoder) == 0);
|
||||
assert(text_decoder_getc(decoder) == 0xA0);
|
||||
assert(text_decoder_eof(decoder) == 0);
|
||||
assert(text_decoder_getc(decoder) == 0xDE);
|
||||
assert(text_decoder_eof(decoder) == 1);
|
||||
|
||||
destroy_text_decoder(decoder);
|
||||
}
|
||||
|
||||
int
|
||||
main(int argc, char **argv)
|
||||
{
|
||||
test_unbound_text_decoder();
|
||||
test_unknown_encoding();
|
||||
test_us_ascii_encoding();
|
||||
test_iso_8859_1_encoding();
|
||||
printf("done\n");
|
||||
|
||||
return EXIT_SUCCESS;
|
||||
|
||||
Reference in New Issue
Block a user