拼音rsp：Tag3-H4=5(zipt_pinyin)

• zip包存储着四种数据：概述、unicode到拼音索引的数组、拼音索引、wav数据。
• 宏MAX_PINYIN_BYTES指示一个拼音最大字节数，值是7，像chuang2。
• 汉字存在多音字。宏RSP_PINYINS_PER_WORD指示一个汉字可拥有的最多拼音数，值是4。一个汉字最多支持4个拼音。
• 结构trsp_pinyinindex表示一个拼音索引，每个索引字节数是sizeof(trsp_pinyinindex)。在概述区，pinyins字段指示了rsp文件中有效的拼音数，的确，拼音索引区的一个索引表示一个拼音，但索引区的拼音数可能超过pingyins。所以不能由pingyins*sizeof(trsp_pinyinindex)得到wav数据的起始偏移，而是应该由概述的wav_start得到这个偏移。

为直观，本文用一个示例来描述拼音rsp。

图1中高亮部分是92字节的trsp_pinyin92bytes。

一、第一部分：rsp头(48字节)

Tag3-H4=5(zipt_pinyin)

zip包中数据版本：0.0.1-1681023058(0x64326052)。0.0.1是zip包中版本格式，可认为是拼音的存储格式版本。目前是0.0.1。1681023058是此拼音包的最后修改时间，用C函数time(nullptr)生成。

rose版本：1.0.1。

bundleid：py.leagor.chinese。对拼音，bundleid的第一段建议用“py”。

zip包字节数：0x1910d0 = 1,642,704。可算出该rsp文件字节数：48 + 1,642,704 + 20 = 1642772。而1,642,704由四部分组成。

二、zip包

2.1 概述

概述存储着拼音描述信息，它是一个trsp_pinyin92bytes结构。

struct twave_format_16bytes {
    uint16_t encoding;        // Actual encoding, possibly from the extensible header.
    uint16_t channels;        // Number of channels.
    uint32_t frequency;       // Sampling rate in Hz.
    uint32_t byterate;        // Average bytes per second.
    uint16_t blockalign;      // Bytes per block.
    uint16_t bitspersample;   // Currently supported are 8, 16, 24, 32, and 4 for ADPCM.
};

#define RSP_MAXDESCBYTES	55
struct trsp_pinyin92bytes {
	twave_format_16bytes format;
	uint32_t pinyins;
	uint32_t bytes_per_index_code;
	uint32_t pinyins_per_word;
	uint32_t bytes_per_index;
	uint32_t wav_start;
	char desc[RSP_MAXDESCBYTES + 1];
};

针对示例，它从0x30开始，占92字节。

• format：描述声音存储格式。一般采用示例中的PCM、单声道、44.1K、S16位。
• pinyins：60(0x3c)。wav数据区存储着60个拼音。
• bytes_per_index_code：2。每个索引编码字节数。2个字节可表示65536个编码，除去0xffff表示无效编码，一个拼音rsp最多存储65535个拼音。
• pinyins_per_word：4(RSP_PINYINS_PER_WORD)。用于多音字，表示每个汉字最多含有的拼音数。一个汉字最多含4个拼音。
• bytes_per_inex：14。sizeof(trsp_pinyinindex)。索引区每个索引的字节数。
• wav_start：168196(0x00029104)。wav数据区开始位置。
• desc：用于描述该拼音使用场景的一个字符串。56字节。

2.2 unicode到拼音索引的数组

数组中每一项是一个trsp_pinyinunicode结构。

#define RSP_PINYIN_NO_INDEX_CODE	0xffff
#define RSP_PINYINS_PER_WORD		4
struct trsp_pinyinunicode {
	uint16_t idxs[RSP_PINYINS_PER_WORD];
};

数组索引表示unicode编码。拼音rsp存储的汉字从unicode编码从0x4E00开始，到0x9FA5结束。索引0对应的是汉字0x4E00，即“一”，索引1对应0x4E01，即“丁”。

数组值是该汉字在拼音索引区的索引编码。每个拼音索引编码2个字节，一个汉字固定4个拼音。当然，汉字很少会有4个拼音，不足4个的，就填0xFFFF，表示无效拼音。

以索引0为例，对应的是汉字0x4E00，即“一”，它有一个拼音，在拼音索引区的53（0x35）。

2.3 拼音索引

一个拼音索引描述一个拼音，除了声音wav数据。

#define MAX_PINYIN_BYTES	7		// chuang2
struct trsp_pinyinindex {
	char pinyin[8]; // chuang2\0, must > MAX_PINYIN_BYTES.
	int offset; // 0 is wav-data
	int16_t size;
};

• pyinyin：存储着该拼音内容。像chuang2。汉字拼音最多7个字符，加上一个C语言字符串终止符'\0'，用8个字节。
• offset。该拼音在wav数据区的开始偏移。
• size。该拼音在wav数据区的字节数。

读取逻辑定位到offset处，从它开始读size字节，读出的便是该拼音的wav数据。

2.4 wav数据

各个拼音的wav数据。概述区中的format字段指示了当中声音数据格式。所有拼音必须有着一样的格式。