charlenemercury/roster-match

把听到的一个中文名字对到一份花名册上，并且在拿不准的时候说自己拿不准。 仓库： · 零依赖 · Node >= 14 有人对着手机说一句「杨林交了，李明没交」，语音识别把名字听成了别的字 —— 「杨凌」被听成「杨林」。要把这句话落到具体的人头上，就得在名单里按读音找人。 这个包只干这一件事，外加一个把整段话按人切开的小工具。 通用库比的是字符串相似度；中文名字要比的是读音，而且读音有自己的结构： 最后两条是这个包和"把拼音拼成字符串再算编辑距离"的主要区别： 它按音节比，并且知道哪些字在姓的位置上换个音。 命中哪一层，返回值里的 kind 就是什么： 判定用的是 kind，不是分数。 你可以通过 scores 调排序，但调不出一个假的 exact。 而且只有前四层（exact / samePinyin / oneLetter / surnameNear）才够格标成 confident。 「名单里只有一个姓李」这种猜测，给它 99 分也还是猜测。这条可以用 reliable 选项调整。 拿不准的时候要老实说拿不准。 匹配错一个人，代价是对方对着一条错记录发愣，而且多半发现不了； 说一句「拿不准，你选一下」，代价只是多点一下。所以这个包宁可多报不确定。 一个具体体现：语音只能挑一种汉字写法。名单里同时有「李明」和「李鸣」时， 识别结果正好写成「李明」不能证明说的就是那个人 —— 所以默认把同音的也摆进 alts。 语音识别经常一个标点都不给。只按标点切的话整句是一段，贪婪匹配会把名字吃成 「杨凌90+30李明」——只出一个人，还对错了人。 规则：数字后面紧跟汉字 = 换了一个人；后面跟的是 + ＋ 加 . 或另一个数字时，说明还在同一个人身上。 全角数字会先归一成半角；名字和数字之间的空格不当分隔（「李明 92」不切开）。 支持：名字 + 阿拉伯数字，人与人之间有标点、空格或直接连读。 不支持，而且会原样留在一段里（不会误切成两个人）： 中文数字连读「李明九十分王红八十」、加减分描述「李明90分扣2分」。 这是刻意的 —— 中文数字和业务规则该由上层决定，不该在这里无限追加正则去猜。 （识别 加 扣 减 得 共 总 这几个字，就是为了不把它们当成下一个人的姓。） 这类工具最容易悄悄失效 —— 名字里有个字查不到读音，就匹配不上，而且不报错。 拿你的真实名单在本地跑一遍，缺的字补进 pinyin-table.js 再上线。…