Copy disabled (too large)
Download .txt
Showing preview only (23,560K chars total). Download the full file to get everything.
Repository: fishaudio/Bert-VITS2
Branch: master
Commit: 724d0b258831
Files: 265
Total size: 22.4 MB
Directory structure:
gitextract_v0p95gyq/
├── .github/
│ └── workflows/
│ ├── pull_format.yml
│ └── push_format.yml
├── .gitignore
├── .gitmodules
├── .pre-commit-config.yaml
├── LICENSE
├── README.md
├── attentions.py
├── bert/
│ ├── bert-base-japanese-v3/
│ │ ├── .gitattributes
│ │ ├── README.md
│ │ ├── config.json
│ │ ├── tokenizer_config.json
│ │ └── vocab.txt
│ ├── bert-large-japanese-v2/
│ │ ├── .gitattributes
│ │ ├── README.md
│ │ ├── config.json
│ │ ├── tokenizer_config.json
│ │ └── vocab.txt
│ ├── bert_models.json
│ ├── chinese-roberta-wwm-ext-large/
│ │ ├── .gitattributes
│ │ ├── README.md
│ │ ├── added_tokens.json
│ │ ├── config.json
│ │ ├── special_tokens_map.json
│ │ ├── tokenizer.json
│ │ ├── tokenizer_config.json
│ │ └── vocab.txt
│ ├── deberta-v2-large-japanese/
│ │ ├── .gitattributes
│ │ ├── README.md
│ │ ├── config.json
│ │ ├── special_tokens_map.json
│ │ ├── tokenizer.json
│ │ └── tokenizer_config.json
│ ├── deberta-v2-large-japanese-char-wwm/
│ │ ├── .gitattributes
│ │ ├── README.md
│ │ ├── config.json
│ │ ├── special_tokens_map.json
│ │ ├── tokenizer_config.json
│ │ └── vocab.txt
│ └── deberta-v3-large/
│ ├── .gitattributes
│ ├── README.md
│ ├── config.json
│ ├── generator_config.json
│ └── tokenizer_config.json
├── bert_gen.py
├── commons.py
├── compress_model.py
├── config.py
├── configs/
│ └── config.json
├── css/
│ └── custom.css
├── data_utils.py
├── default_config.yml
├── emotional/
│ ├── clap-htsat-fused/
│ │ ├── .gitattributes
│ │ ├── README.md
│ │ ├── config.json
│ │ ├── merges.txt
│ │ ├── preprocessor_config.json
│ │ ├── special_tokens_map.json
│ │ ├── tokenizer.json
│ │ ├── tokenizer_config.json
│ │ └── vocab.json
│ └── wav2vec2-large-robust-12-ft-emotion-msp-dim/
│ ├── .gitattributes
│ ├── LICENSE
│ ├── README.md
│ ├── config.json
│ ├── preprocessor_config.json
│ └── vocab.json
├── export_onnx.py
├── for_deploy/
│ ├── infer.py
│ ├── infer_utils.py
│ └── webui.py
├── hiyoriUI.py
├── infer.py
├── losses.py
├── mel_processing.py
├── models.py
├── modules.py
├── monotonic_align/
│ ├── __init__.py
│ └── core.py
├── oldVersion/
│ ├── V101/
│ │ ├── __init__.py
│ │ ├── models.py
│ │ └── text/
│ │ ├── __init__.py
│ │ ├── chinese.py
│ │ ├── chinese_bert.py
│ │ ├── cleaner.py
│ │ ├── english.py
│ │ ├── english_bert_mock.py
│ │ ├── japanese.py
│ │ ├── opencpop-strict.txt
│ │ ├── symbols.py
│ │ └── tone_sandhi.py
│ ├── V110/
│ │ ├── __init__.py
│ │ ├── models.py
│ │ └── text/
│ │ ├── __init__.py
│ │ ├── chinese.py
│ │ ├── chinese_bert.py
│ │ ├── cleaner.py
│ │ ├── english.py
│ │ ├── english_bert_mock.py
│ │ ├── japanese.py
│ │ ├── japanese_bert.py
│ │ ├── opencpop-strict.txt
│ │ ├── symbols.py
│ │ └── tone_sandhi.py
│ ├── V111/
│ │ ├── __init__.py
│ │ ├── models.py
│ │ └── text/
│ │ ├── __init__.py
│ │ ├── chinese.py
│ │ ├── chinese_bert.py
│ │ ├── cleaner.py
│ │ ├── english.py
│ │ ├── english_bert_mock.py
│ │ ├── fix/
│ │ │ ├── __init__.py
│ │ │ ├── japanese.py
│ │ │ └── japanese_bert.py
│ │ ├── japanese.py
│ │ ├── japanese_bert.py
│ │ ├── opencpop-strict.txt
│ │ ├── symbols.py
│ │ └── tone_sandhi.py
│ ├── V200/
│ │ ├── __init__.py
│ │ ├── models.py
│ │ └── text/
│ │ ├── __init__.py
│ │ ├── bert_utils.py
│ │ ├── chinese.py
│ │ ├── chinese_bert.py
│ │ ├── cleaner.py
│ │ ├── cmudict.rep
│ │ ├── cmudict_cache.pickle
│ │ ├── english.py
│ │ ├── english_bert_mock.py
│ │ ├── japanese.py
│ │ ├── japanese_bert.py
│ │ ├── opencpop-strict.txt
│ │ ├── symbols.py
│ │ └── tone_sandhi.py
│ ├── V210/
│ │ ├── __init__.py
│ │ ├── emo_gen.py
│ │ ├── models.py
│ │ └── text/
│ │ ├── __init__.py
│ │ ├── bert_utils.py
│ │ ├── chinese.py
│ │ ├── chinese_bert.py
│ │ ├── cleaner.py
│ │ ├── cmudict.rep
│ │ ├── cmudict_cache.pickle
│ │ ├── english.py
│ │ ├── english_bert_mock.py
│ │ ├── japanese.py
│ │ ├── japanese_bert.py
│ │ ├── opencpop-strict.txt
│ │ ├── symbols.py
│ │ └── tone_sandhi.py
│ ├── V220/
│ │ ├── __init__.py
│ │ ├── clap_gen.py
│ │ ├── clap_wrapper.py
│ │ ├── models.py
│ │ └── text/
│ │ ├── __init__.py
│ │ ├── bert_utils.py
│ │ ├── chinese.py
│ │ ├── chinese_bert.py
│ │ ├── cleaner.py
│ │ ├── cmudict.rep
│ │ ├── cmudict_cache.pickle
│ │ ├── english.py
│ │ ├── english_bert_mock.py
│ │ ├── japanese.py
│ │ ├── japanese_bert.py
│ │ ├── opencpop-strict.txt
│ │ ├── symbols.py
│ │ └── tone_sandhi.py
│ └── __init__.py
├── onnx_infer.py
├── onnx_modules/
│ ├── V200/
│ │ ├── __init__.py
│ │ ├── attentions_onnx.py
│ │ ├── models_onnx.py
│ │ └── text/
│ │ ├── __init__.py
│ │ ├── bert_utils.py
│ │ ├── chinese.py
│ │ ├── chinese_bert.py
│ │ ├── cleaner.py
│ │ ├── english.py
│ │ ├── english_bert_mock.py
│ │ ├── japanese.py
│ │ ├── japanese_bert.py
│ │ ├── opencpop-strict.txt
│ │ ├── symbols.py
│ │ └── tone_sandhi.py
│ ├── V200_OnnxInference/
│ │ └── __init__.py
│ ├── V210/
│ │ ├── __init__.py
│ │ ├── attentions_onnx.py
│ │ ├── models_onnx.py
│ │ └── text/
│ │ ├── __init__.py
│ │ └── symbols.py
│ ├── V210_OnnxInference/
│ │ └── __init__.py
│ ├── V220/
│ │ ├── __init__.py
│ │ ├── attentions_onnx.py
│ │ ├── models_onnx.py
│ │ └── text/
│ │ ├── __init__.py
│ │ └── symbols.py
│ ├── V220_OnnxInference/
│ │ └── __init__.py
│ ├── V220_novq_dev/
│ │ ├── __init__.py
│ │ ├── attentions_onnx.py
│ │ ├── models_onnx.py
│ │ └── text/
│ │ ├── __init__.py
│ │ └── symbols.py
│ ├── V230/
│ │ ├── __init__.py
│ │ ├── attentions_onnx.py
│ │ ├── models_onnx.py
│ │ └── text/
│ │ ├── __init__.py
│ │ └── symbols.py
│ ├── V230_OnnxInference/
│ │ └── __init__.py
│ ├── V240/
│ │ ├── __init__.py
│ │ ├── attentions_onnx.py
│ │ ├── models_onnx.py
│ │ └── text/
│ │ ├── __init__.py
│ │ └── symbols.py
│ ├── V240_JP/
│ │ ├── __init__.py
│ │ ├── attentions_onnx.py
│ │ ├── models_onnx.py
│ │ └── text/
│ │ ├── __init__.py
│ │ └── symbols.py
│ ├── V240_OnnxInference/
│ │ └── __init__.py
│ ├── V240_ZH/
│ │ ├── __init__.py
│ │ ├── attentions_onnx.py
│ │ ├── models_onnx.py
│ │ └── text/
│ │ ├── __init__.py
│ │ └── symbols.py
│ └── __init__.py
├── preprocess_text.py
├── re_matching.py
├── requirements.txt
├── resample.py
├── resample_legacy.py
├── run_MnodesAndMgpus.sh
├── slm/
│ └── wavlm-base-plus/
│ ├── .gitattributes
│ ├── README.md
│ ├── config.json
│ └── preprocessor_config.json
├── spec_gen.py
├── text/
│ ├── __init__.py
│ ├── bert_utils.py
│ ├── chinese.py
│ ├── chinese_bert.py
│ ├── cleaner.py
│ ├── cmudict.rep
│ ├── cmudict_cache.pickle
│ ├── english.py
│ ├── english_bert_mock.py
│ ├── japanese.py
│ ├── japanese_bert.py
│ ├── opencpop-strict.txt
│ ├── symbols.py
│ └── tone_sandhi.py
├── tools/
│ ├── __init__.py
│ ├── classify_language.py
│ ├── log.py
│ ├── sentence.py
│ └── translate.py
├── train_ms.py
├── transforms.py
├── update_status.py
├── utils.py
├── webui.py
└── webui_preprocess.py
================================================
FILE CONTENTS
================================================
================================================
FILE: .github/workflows/pull_format.yml
================================================
name: pull format
on: [pull_request]
permissions:
contents: write
jobs:
pull_format:
runs-on: ${{ matrix.os }}
strategy:
matrix:
python-version: ["3.10"]
os: [ubuntu-latest]
fail-fast: false
continue-on-error: true
steps:
- name: checkout
continue-on-error: true
uses: actions/checkout@v3
with:
ref: ${{ github.head_ref }}
fetch-depth: 0
- name: Set up Python ${{ matrix.python-version }}
uses: actions/setup-python@v4
with:
python-version: ${{ matrix.python-version }}
- name: Install Black
run: pip install "black[jupyter]"
- name: Run Black
# run: black $(git ls-files '*.py')
run: black .
- name: Commit Back
uses: stefanzweifel/git-auto-commit-action@v4
with:
commit_message: Apply Code Formatter Change
================================================
FILE: .github/workflows/push_format.yml
================================================
name: push format
on:
push:
branches:
- master
- dev
permissions:
contents: write
pull-requests: write
jobs:
push_format:
runs-on: ${{ matrix.os }}
strategy:
matrix:
python-version: ["3.10"]
os: [ubuntu-latest]
fail-fast: false
steps:
- uses: actions/checkout@v3
with:
ref: ${{github.ref_name}}
- name: Set up Python ${{ matrix.python-version }}
uses: actions/setup-python@v4
with:
python-version: ${{ matrix.python-version }}
- name: Install Black
run: pip install "black[jupyter]"
- name: Run Black
# run: black $(git ls-files '*.py')
run: black .
- name: Commit Back
continue-on-error: true
id: commitback
run: |
git config --local user.email "github-actions[bot]@users.noreply.github.com"
git config --local user.name "github-actions[bot]"
git add --all
git commit -m "Format code"
- name: Create Pull Request
if: steps.commitback.outcome == 'success'
continue-on-error: true
uses: peter-evans/create-pull-request@v5
with:
delete-branch: true
body: Apply Code Formatter Change
title: Apply Code Formatter Change
commit-message: Automatic code format
================================================
FILE: .gitignore
================================================
# Byte-compiled / optimized / DLL files
__pycache__/
*.py[cod]
*$py.class
# C extensions
*.so
# Distribution / packaging
.Python
build/
develop-eggs/
dist/
downloads/
eggs/
.eggs/
lib/
lib64/
parts/
sdist/
var/
wheels/
share/python-wheels/
*.egg-info/
.installed.cfg
*.egg
MANIFEST
# PyInstaller
# Usually these files are written by a python script from a template
# before PyInstaller builds the exe, so as to inject date/other infos into it.
*.manifest
*.spec
# Installer logs
pip-log.txt
pip-delete-this-directory.txt
# Unit test / coverage reports
htmlcov/
.tox/
.nox/
.coverage
.coverage.*
.cache
nosetests.xml
coverage.xml
*.cover
*.py,cover
.hypothesis/
.pytest_cache/
cover/
# Translations
*.mo
*.pot
# Django stuff:
*.log
local_settings.py
db.sqlite3
db.sqlite3-journal
# Flask stuff:
instance/
.webassets-cache
# Scrapy stuff:
.scrapy
# Sphinx documentation
docs/_build/
# PyBuilder
.pybuilder/
target/
# Jupyter Notebook
.ipynb_checkpoints
# IPython
profile_default/
ipython_config.py
# pyenv
# For a library or package, you might want to ignore these files since the code is
# intended to run in multiple environments; otherwise, check them in:
# .python-version
# pipenv
# According to pypa/pipenv#598, it is recommended to include Pipfile.lock in version control.
# However, in case of collaboration, if having platform-specific dependencies or dependencies
# having no cross-platform support, pipenv may install dependencies that don't work, or not
# install all needed dependencies.
#Pipfile.lock
# poetry
# Similar to Pipfile.lock, it is generally recommended to include poetry.lock in version control.
# This is especially recommended for binary packages to ensure reproducibility, and is more
# commonly ignored for libraries.
# https://python-poetry.org/docs/basic-usage/#commit-your-poetrylock-file-to-version-control
#poetry.lock
# pdm
# Similar to Pipfile.lock, it is generally recommended to include pdm.lock in version control.
#pdm.lock
# pdm stores project-wide configurations in .pdm.toml, but it is recommended to not include it
# in version control.
# https://pdm.fming.dev/#use-with-ide
.pdm.toml
# PEP 582; used by e.g. github.com/David-OConnor/pyflow and github.com/pdm-project/pdm
__pypackages__/
# Celery stuff
celerybeat-schedule
celerybeat.pid
# SageMath parsed files
*.sage.py
# Environments
.env
.venv
env/
venv/
ENV/
env.bak/
venv.bak/
# Spyder project settings
.spyderproject
.spyproject
# Rope project settings
.ropeproject
# mkdocs documentation
/site
# mypy
.mypy_cache/
.dmypy.json
dmypy.json
# Pyre type checker
.pyre/
# pytype static type analyzer
.pytype/
# Cython debug symbols
cython_debug/
# PyCharm
# JetBrains specific template is maintained in a separate JetBrains.gitignore that can
# be found at https://github.com/github/gitignore/blob/main/Global/JetBrains.gitignore
# and can be added to the global gitignore or merged into this file. For a more nuclear
# option (not recommended) you can uncomment the following to ignore the entire idea folder.
#.idea/
.DS_Store
/models
/logs
filelists/*
!/filelists/esd.list
data/*
/*.yml
!/default_config.yml
/Web/
/emotional/*/*.bin
/slm/*/*.bin
/bert/*/*.bin
/bert/*/*.h5
/bert/*/*.model
/bert/*/*.safetensors
/bert/*/*.msgpack
asr_transcript.py
extract_list.py
dataset
/Data
Model
raw/
logs/
Data/*
/onnx
/.vs
================================================
FILE: .gitmodules
================================================
================================================
FILE: .pre-commit-config.yaml
================================================
repos:
- repo: https://github.com/pre-commit/pre-commit-hooks
rev: v6.0.0
hooks:
- id: check-yaml
- id: end-of-file-fixer
- id: trailing-whitespace
- repo: https://github.com/astral-sh/ruff-pre-commit
rev: v0.15.4
hooks:
- id: ruff
args: [ --fix ]
- repo: https://github.com/psf/black-pre-commit-mirror
rev: 26.1.0
hooks:
- id: black
- repo: https://github.com/codespell-project/codespell
rev: v2.4.1
hooks:
- id: codespell
files: ^.*\.(py|md|rst|yml)$
args: [-L=fro]
================================================
FILE: LICENSE
================================================
GNU AFFERO GENERAL PUBLIC LICENSE
Version 3, 19 November 2007
Copyright (C) 2007 Free Software Foundation, Inc. <https://fsf.org/>
Everyone is permitted to copy and distribute verbatim copies
of this license document, but changing it is not allowed.
Preamble
The GNU Affero General Public License is a free, copyleft license for
software and other kinds of works, specifically designed to ensure
cooperation with the community in the case of network server software.
The licenses for most software and other practical works are designed
to take away your freedom to share and change the works. By contrast,
our General Public Licenses are intended to guarantee your freedom to
share and change all versions of a program--to make sure it remains free
software for all its users.
When we speak of free software, we are referring to freedom, not
price. Our General Public Licenses are designed to make sure that you
have the freedom to distribute copies of free software (and charge for
them if you wish), that you receive source code or can get it if you
want it, that you can change the software or use pieces of it in new
free programs, and that you know you can do these things.
Developers that use our General Public Licenses protect your rights
with two steps: (1) assert copyright on the software, and (2) offer
you this License which gives you legal permission to copy, distribute
and/or modify the software.
A secondary benefit of defending all users' freedom is that
improvements made in alternate versions of the program, if they
receive widespread use, become available for other developers to
incorporate. Many developers of free software are heartened and
encouraged by the resulting cooperation. However, in the case of
software used on network servers, this result may fail to come about.
The GNU General Public License permits making a modified version and
letting the public access it on a server without ever releasing its
source code to the public.
The GNU Affero General Public License is designed specifically to
ensure that, in such cases, the modified source code becomes available
to the community. It requires the operator of a network server to
provide the source code of the modified version running there to the
users of that server. Therefore, public use of a modified version, on
a publicly accessible server, gives the public access to the source
code of the modified version.
An older license, called the Affero General Public License and
published by Affero, was designed to accomplish similar goals. This is
a different license, not a version of the Affero GPL, but Affero has
released a new version of the Affero GPL which permits relicensing under
this license.
The precise terms and conditions for copying, distribution and
modification follow.
TERMS AND CONDITIONS
0. Definitions.
"This License" refers to version 3 of the GNU Affero General Public License.
"Copyright" also means copyright-like laws that apply to other kinds of
works, such as semiconductor masks.
"The Program" refers to any copyrightable work licensed under this
License. Each licensee is addressed as "you". "Licensees" and
"recipients" may be individuals or organizations.
To "modify" a work means to copy from or adapt all or part of the work
in a fashion requiring copyright permission, other than the making of an
exact copy. The resulting work is called a "modified version" of the
earlier work or a work "based on" the earlier work.
A "covered work" means either the unmodified Program or a work based
on the Program.
To "propagate" a work means to do anything with it that, without
permission, would make you directly or secondarily liable for
infringement under applicable copyright law, except executing it on a
computer or modifying a private copy. Propagation includes copying,
distribution (with or without modification), making available to the
public, and in some countries other activities as well.
To "convey" a work means any kind of propagation that enables other
parties to make or receive copies. Mere interaction with a user through
a computer network, with no transfer of a copy, is not conveying.
An interactive user interface displays "Appropriate Legal Notices"
to the extent that it includes a convenient and prominently visible
feature that (1) displays an appropriate copyright notice, and (2)
tells the user that there is no warranty for the work (except to the
extent that warranties are provided), that licensees may convey the
work under this License, and how to view a copy of this License. If
the interface presents a list of user commands or options, such as a
menu, a prominent item in the list meets this criterion.
1. Source Code.
The "source code" for a work means the preferred form of the work
for making modifications to it. "Object code" means any non-source
form of a work.
A "Standard Interface" means an interface that either is an official
standard defined by a recognized standards body, or, in the case of
interfaces specified for a particular programming language, one that
is widely used among developers working in that language.
The "System Libraries" of an executable work include anything, other
than the work as a whole, that (a) is included in the normal form of
packaging a Major Component, but which is not part of that Major
Component, and (b) serves only to enable use of the work with that
Major Component, or to implement a Standard Interface for which an
implementation is available to the public in source code form. A
"Major Component", in this context, means a major essential component
(kernel, window system, and so on) of the specific operating system
(if any) on which the executable work runs, or a compiler used to
produce the work, or an object code interpreter used to run it.
The "Corresponding Source" for a work in object code form means all
the source code needed to generate, install, and (for an executable
work) run the object code and to modify the work, including scripts to
control those activities. However, it does not include the work's
System Libraries, or general-purpose tools or generally available free
programs which are used unmodified in performing those activities but
which are not part of the work. For example, Corresponding Source
includes interface definition files associated with source files for
the work, and the source code for shared libraries and dynamically
linked subprograms that the work is specifically designed to require,
such as by intimate data communication or control flow between those
subprograms and other parts of the work.
The Corresponding Source need not include anything that users
can regenerate automatically from other parts of the Corresponding
Source.
The Corresponding Source for a work in source code form is that
same work.
2. Basic Permissions.
All rights granted under this License are granted for the term of
copyright on the Program, and are irrevocable provided the stated
conditions are met. This License explicitly affirms your unlimited
permission to run the unmodified Program. The output from running a
covered work is covered by this License only if the output, given its
content, constitutes a covered work. This License acknowledges your
rights of fair use or other equivalent, as provided by copyright law.
You may make, run and propagate covered works that you do not
convey, without conditions so long as your license otherwise remains
in force. You may convey covered works to others for the sole purpose
of having them make modifications exclusively for you, or provide you
with facilities for running those works, provided that you comply with
the terms of this License in conveying all material for which you do
not control copyright. Those thus making or running the covered works
for you must do so exclusively on your behalf, under your direction
and control, on terms that prohibit them from making any copies of
your copyrighted material outside their relationship with you.
Conveying under any other circumstances is permitted solely under
the conditions stated below. Sublicensing is not allowed; section 10
makes it unnecessary.
3. Protecting Users' Legal Rights From Anti-Circumvention Law.
No covered work shall be deemed part of an effective technological
measure under any applicable law fulfilling obligations under article
11 of the WIPO copyright treaty adopted on 20 December 1996, or
similar laws prohibiting or restricting circumvention of such
measures.
When you convey a covered work, you waive any legal power to forbid
circumvention of technological measures to the extent such circumvention
is effected by exercising rights under this License with respect to
the covered work, and you disclaim any intention to limit operation or
modification of the work as a means of enforcing, against the work's
users, your or third parties' legal rights to forbid circumvention of
technological measures.
4. Conveying Verbatim Copies.
You may convey verbatim copies of the Program's source code as you
receive it, in any medium, provided that you conspicuously and
appropriately publish on each copy an appropriate copyright notice;
keep intact all notices stating that this License and any
non-permissive terms added in accord with section 7 apply to the code;
keep intact all notices of the absence of any warranty; and give all
recipients a copy of this License along with the Program.
You may charge any price or no price for each copy that you convey,
and you may offer support or warranty protection for a fee.
5. Conveying Modified Source Versions.
You may convey a work based on the Program, or the modifications to
produce it from the Program, in the form of source code under the
terms of section 4, provided that you also meet all of these conditions:
a) The work must carry prominent notices stating that you modified
it, and giving a relevant date.
b) The work must carry prominent notices stating that it is
released under this License and any conditions added under section
7. This requirement modifies the requirement in section 4 to
"keep intact all notices".
c) You must license the entire work, as a whole, under this
License to anyone who comes into possession of a copy. This
License will therefore apply, along with any applicable section 7
additional terms, to the whole of the work, and all its parts,
regardless of how they are packaged. This License gives no
permission to license the work in any other way, but it does not
invalidate such permission if you have separately received it.
d) If the work has interactive user interfaces, each must display
Appropriate Legal Notices; however, if the Program has interactive
interfaces that do not display Appropriate Legal Notices, your
work need not make them do so.
A compilation of a covered work with other separate and independent
works, which are not by their nature extensions of the covered work,
and which are not combined with it such as to form a larger program,
in or on a volume of a storage or distribution medium, is called an
"aggregate" if the compilation and its resulting copyright are not
used to limit the access or legal rights of the compilation's users
beyond what the individual works permit. Inclusion of a covered work
in an aggregate does not cause this License to apply to the other
parts of the aggregate.
6. Conveying Non-Source Forms.
You may convey a covered work in object code form under the terms
of sections 4 and 5, provided that you also convey the
machine-readable Corresponding Source under the terms of this License,
in one of these ways:
a) Convey the object code in, or embodied in, a physical product
(including a physical distribution medium), accompanied by the
Corresponding Source fixed on a durable physical medium
customarily used for software interchange.
b) Convey the object code in, or embodied in, a physical product
(including a physical distribution medium), accompanied by a
written offer, valid for at least three years and valid for as
long as you offer spare parts or customer support for that product
model, to give anyone who possesses the object code either (1) a
copy of the Corresponding Source for all the software in the
product that is covered by this License, on a durable physical
medium customarily used for software interchange, for a price no
more than your reasonable cost of physically performing this
conveying of source, or (2) access to copy the
Corresponding Source from a network server at no charge.
c) Convey individual copies of the object code with a copy of the
written offer to provide the Corresponding Source. This
alternative is allowed only occasionally and noncommercially, and
only if you received the object code with such an offer, in accord
with subsection 6b.
d) Convey the object code by offering access from a designated
place (gratis or for a charge), and offer equivalent access to the
Corresponding Source in the same way through the same place at no
further charge. You need not require recipients to copy the
Corresponding Source along with the object code. If the place to
copy the object code is a network server, the Corresponding Source
may be on a different server (operated by you or a third party)
that supports equivalent copying facilities, provided you maintain
clear directions next to the object code saying where to find the
Corresponding Source. Regardless of what server hosts the
Corresponding Source, you remain obligated to ensure that it is
available for as long as needed to satisfy these requirements.
e) Convey the object code using peer-to-peer transmission, provided
you inform other peers where the object code and Corresponding
Source of the work are being offered to the general public at no
charge under subsection 6d.
A separable portion of the object code, whose source code is excluded
from the Corresponding Source as a System Library, need not be
included in conveying the object code work.
A "User Product" is either (1) a "consumer product", which means any
tangible personal property which is normally used for personal, family,
or household purposes, or (2) anything designed or sold for incorporation
into a dwelling. In determining whether a product is a consumer product,
doubtful cases shall be resolved in favor of coverage. For a particular
product received by a particular user, "normally used" refers to a
typical or common use of that class of product, regardless of the status
of the particular user or of the way in which the particular user
actually uses, or expects or is expected to use, the product. A product
is a consumer product regardless of whether the product has substantial
commercial, industrial or non-consumer uses, unless such uses represent
the only significant mode of use of the product.
"Installation Information" for a User Product means any methods,
procedures, authorization keys, or other information required to install
and execute modified versions of a covered work in that User Product from
a modified version of its Corresponding Source. The information must
suffice to ensure that the continued functioning of the modified object
code is in no case prevented or interfered with solely because
modification has been made.
If you convey an object code work under this section in, or with, or
specifically for use in, a User Product, and the conveying occurs as
part of a transaction in which the right of possession and use of the
User Product is transferred to the recipient in perpetuity or for a
fixed term (regardless of how the transaction is characterized), the
Corresponding Source conveyed under this section must be accompanied
by the Installation Information. But this requirement does not apply
if neither you nor any third party retains the ability to install
modified object code on the User Product (for example, the work has
been installed in ROM).
The requirement to provide Installation Information does not include a
requirement to continue to provide support service, warranty, or updates
for a work that has been modified or installed by the recipient, or for
the User Product in which it has been modified or installed. Access to a
network may be denied when the modification itself materially and
adversely affects the operation of the network or violates the rules and
protocols for communication across the network.
Corresponding Source conveyed, and Installation Information provided,
in accord with this section must be in a format that is publicly
documented (and with an implementation available to the public in
source code form), and must require no special password or key for
unpacking, reading or copying.
7. Additional Terms.
"Additional permissions" are terms that supplement the terms of this
License by making exceptions from one or more of its conditions.
Additional permissions that are applicable to the entire Program shall
be treated as though they were included in this License, to the extent
that they are valid under applicable law. If additional permissions
apply only to part of the Program, that part may be used separately
under those permissions, but the entire Program remains governed by
this License without regard to the additional permissions.
When you convey a copy of a covered work, you may at your option
remove any additional permissions from that copy, or from any part of
it. (Additional permissions may be written to require their own
removal in certain cases when you modify the work.) You may place
additional permissions on material, added by you to a covered work,
for which you have or can give appropriate copyright permission.
Notwithstanding any other provision of this License, for material you
add to a covered work, you may (if authorized by the copyright holders of
that material) supplement the terms of this License with terms:
a) Disclaiming warranty or limiting liability differently from the
terms of sections 15 and 16 of this License; or
b) Requiring preservation of specified reasonable legal notices or
author attributions in that material or in the Appropriate Legal
Notices displayed by works containing it; or
c) Prohibiting misrepresentation of the origin of that material, or
requiring that modified versions of such material be marked in
reasonable ways as different from the original version; or
d) Limiting the use for publicity purposes of names of licensors or
authors of the material; or
e) Declining to grant rights under trademark law for use of some
trade names, trademarks, or service marks; or
f) Requiring indemnification of licensors and authors of that
material by anyone who conveys the material (or modified versions of
it) with contractual assumptions of liability to the recipient, for
any liability that these contractual assumptions directly impose on
those licensors and authors.
All other non-permissive additional terms are considered "further
restrictions" within the meaning of section 10. If the Program as you
received it, or any part of it, contains a notice stating that it is
governed by this License along with a term that is a further
restriction, you may remove that term. If a license document contains
a further restriction but permits relicensing or conveying under this
License, you may add to a covered work material governed by the terms
of that license document, provided that the further restriction does
not survive such relicensing or conveying.
If you add terms to a covered work in accord with this section, you
must place, in the relevant source files, a statement of the
additional terms that apply to those files, or a notice indicating
where to find the applicable terms.
Additional terms, permissive or non-permissive, may be stated in the
form of a separately written license, or stated as exceptions;
the above requirements apply either way.
8. Termination.
You may not propagate or modify a covered work except as expressly
provided under this License. Any attempt otherwise to propagate or
modify it is void, and will automatically terminate your rights under
this License (including any patent licenses granted under the third
paragraph of section 11).
However, if you cease all violation of this License, then your
license from a particular copyright holder is reinstated (a)
provisionally, unless and until the copyright holder explicitly and
finally terminates your license, and (b) permanently, if the copyright
holder fails to notify you of the violation by some reasonable means
prior to 60 days after the cessation.
Moreover, your license from a particular copyright holder is
reinstated permanently if the copyright holder notifies you of the
violation by some reasonable means, this is the first time you have
received notice of violation of this License (for any work) from that
copyright holder, and you cure the violation prior to 30 days after
your receipt of the notice.
Termination of your rights under this section does not terminate the
licenses of parties who have received copies or rights from you under
this License. If your rights have been terminated and not permanently
reinstated, you do not qualify to receive new licenses for the same
material under section 10.
9. Acceptance Not Required for Having Copies.
You are not required to accept this License in order to receive or
run a copy of the Program. Ancillary propagation of a covered work
occurring solely as a consequence of using peer-to-peer transmission
to receive a copy likewise does not require acceptance. However,
nothing other than this License grants you permission to propagate or
modify any covered work. These actions infringe copyright if you do
not accept this License. Therefore, by modifying or propagating a
covered work, you indicate your acceptance of this License to do so.
10. Automatic Licensing of Downstream Recipients.
Each time you convey a covered work, the recipient automatically
receives a license from the original licensors, to run, modify and
propagate that work, subject to this License. You are not responsible
for enforcing compliance by third parties with this License.
An "entity transaction" is a transaction transferring control of an
organization, or substantially all assets of one, or subdividing an
organization, or merging organizations. If propagation of a covered
work results from an entity transaction, each party to that
transaction who receives a copy of the work also receives whatever
licenses to the work the party's predecessor in interest had or could
give under the previous paragraph, plus a right to possession of the
Corresponding Source of the work from the predecessor in interest, if
the predecessor has it or can get it with reasonable efforts.
You may not impose any further restrictions on the exercise of the
rights granted or affirmed under this License. For example, you may
not impose a license fee, royalty, or other charge for exercise of
rights granted under this License, and you may not initiate litigation
(including a cross-claim or counterclaim in a lawsuit) alleging that
any patent claim is infringed by making, using, selling, offering for
sale, or importing the Program or any portion of it.
11. Patents.
A "contributor" is a copyright holder who authorizes use under this
License of the Program or a work on which the Program is based. The
work thus licensed is called the contributor's "contributor version".
A contributor's "essential patent claims" are all patent claims
owned or controlled by the contributor, whether already acquired or
hereafter acquired, that would be infringed by some manner, permitted
by this License, of making, using, or selling its contributor version,
but do not include claims that would be infringed only as a
consequence of further modification of the contributor version. For
purposes of this definition, "control" includes the right to grant
patent sublicenses in a manner consistent with the requirements of
this License.
Each contributor grants you a non-exclusive, worldwide, royalty-free
patent license under the contributor's essential patent claims, to
make, use, sell, offer for sale, import and otherwise run, modify and
propagate the contents of its contributor version.
In the following three paragraphs, a "patent license" is any express
agreement or commitment, however denominated, not to enforce a patent
(such as an express permission to practice a patent or covenant not to
sue for patent infringement). To "grant" such a patent license to a
party means to make such an agreement or commitment not to enforce a
patent against the party.
If you convey a covered work, knowingly relying on a patent license,
and the Corresponding Source of the work is not available for anyone
to copy, free of charge and under the terms of this License, through a
publicly available network server or other readily accessible means,
then you must either (1) cause the Corresponding Source to be so
available, or (2) arrange to deprive yourself of the benefit of the
patent license for this particular work, or (3) arrange, in a manner
consistent with the requirements of this License, to extend the patent
license to downstream recipients. "Knowingly relying" means you have
actual knowledge that, but for the patent license, your conveying the
covered work in a country, or your recipient's use of the covered work
in a country, would infringe one or more identifiable patents in that
country that you have reason to believe are valid.
If, pursuant to or in connection with a single transaction or
arrangement, you convey, or propagate by procuring conveyance of, a
covered work, and grant a patent license to some of the parties
receiving the covered work authorizing them to use, propagate, modify
or convey a specific copy of the covered work, then the patent license
you grant is automatically extended to all recipients of the covered
work and works based on it.
A patent license is "discriminatory" if it does not include within
the scope of its coverage, prohibits the exercise of, or is
conditioned on the non-exercise of one or more of the rights that are
specifically granted under this License. You may not convey a covered
work if you are a party to an arrangement with a third party that is
in the business of distributing software, under which you make payment
to the third party based on the extent of your activity of conveying
the work, and under which the third party grants, to any of the
parties who would receive the covered work from you, a discriminatory
patent license (a) in connection with copies of the covered work
conveyed by you (or copies made from those copies), or (b) primarily
for and in connection with specific products or compilations that
contain the covered work, unless you entered into that arrangement,
or that patent license was granted, prior to 28 March 2007.
Nothing in this License shall be construed as excluding or limiting
any implied license or other defenses to infringement that may
otherwise be available to you under applicable patent law.
12. No Surrender of Others' Freedom.
If conditions are imposed on you (whether by court order, agreement or
otherwise) that contradict the conditions of this License, they do not
excuse you from the conditions of this License. If you cannot convey a
covered work so as to satisfy simultaneously your obligations under this
License and any other pertinent obligations, then as a consequence you may
not convey it at all. For example, if you agree to terms that obligate you
to collect a royalty for further conveying from those to whom you convey
the Program, the only way you could satisfy both those terms and this
License would be to refrain entirely from conveying the Program.
13. Remote Network Interaction; Use with the GNU General Public License.
Notwithstanding any other provision of this License, if you modify the
Program, your modified version must prominently offer all users
interacting with it remotely through a computer network (if your version
supports such interaction) an opportunity to receive the Corresponding
Source of your version by providing access to the Corresponding Source
from a network server at no charge, through some standard or customary
means of facilitating copying of software. This Corresponding Source
shall include the Corresponding Source for any work covered by version 3
of the GNU General Public License that is incorporated pursuant to the
following paragraph.
Notwithstanding any other provision of this License, you have
permission to link or combine any covered work with a work licensed
under version 3 of the GNU General Public License into a single
combined work, and to convey the resulting work. The terms of this
License will continue to apply to the part which is the covered work,
but the work with which it is combined will remain governed by version
3 of the GNU General Public License.
14. Revised Versions of this License.
The Free Software Foundation may publish revised and/or new versions of
the GNU Affero General Public License from time to time. Such new versions
will be similar in spirit to the present version, but may differ in detail to
address new problems or concerns.
Each version is given a distinguishing version number. If the
Program specifies that a certain numbered version of the GNU Affero General
Public License "or any later version" applies to it, you have the
option of following the terms and conditions either of that numbered
version or of any later version published by the Free Software
Foundation. If the Program does not specify a version number of the
GNU Affero General Public License, you may choose any version ever published
by the Free Software Foundation.
If the Program specifies that a proxy can decide which future
versions of the GNU Affero General Public License can be used, that proxy's
public statement of acceptance of a version permanently authorizes you
to choose that version for the Program.
Later license versions may give you additional or different
permissions. However, no additional obligations are imposed on any
author or copyright holder as a result of your choosing to follow a
later version.
15. Disclaimer of Warranty.
THERE IS NO WARRANTY FOR THE PROGRAM, TO THE EXTENT PERMITTED BY
APPLICABLE LAW. EXCEPT WHEN OTHERWISE STATED IN WRITING THE COPYRIGHT
HOLDERS AND/OR OTHER PARTIES PROVIDE THE PROGRAM "AS IS" WITHOUT WARRANTY
OF ANY KIND, EITHER EXPRESSED OR IMPLIED, INCLUDING, BUT NOT LIMITED TO,
THE IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR
PURPOSE. THE ENTIRE RISK AS TO THE QUALITY AND PERFORMANCE OF THE PROGRAM
IS WITH YOU. SHOULD THE PROGRAM PROVE DEFECTIVE, YOU ASSUME THE COST OF
ALL NECESSARY SERVICING, REPAIR OR CORRECTION.
16. Limitation of Liability.
IN NO EVENT UNLESS REQUIRED BY APPLICABLE LAW OR AGREED TO IN WRITING
WILL ANY COPYRIGHT HOLDER, OR ANY OTHER PARTY WHO MODIFIES AND/OR CONVEYS
THE PROGRAM AS PERMITTED ABOVE, BE LIABLE TO YOU FOR DAMAGES, INCLUDING ANY
GENERAL, SPECIAL, INCIDENTAL OR CONSEQUENTIAL DAMAGES ARISING OUT OF THE
USE OR INABILITY TO USE THE PROGRAM (INCLUDING BUT NOT LIMITED TO LOSS OF
DATA OR DATA BEING RENDERED INACCURATE OR LOSSES SUSTAINED BY YOU OR THIRD
PARTIES OR A FAILURE OF THE PROGRAM TO OPERATE WITH ANY OTHER PROGRAMS),
EVEN IF SUCH HOLDER OR OTHER PARTY HAS BEEN ADVISED OF THE POSSIBILITY OF
SUCH DAMAGES.
17. Interpretation of Sections 15 and 16.
If the disclaimer of warranty and limitation of liability provided
above cannot be given local legal effect according to their terms,
reviewing courts shall apply local law that most closely approximates
an absolute waiver of all civil liability in connection with the
Program, unless a warranty or assumption of liability accompanies a
copy of the Program in return for a fee.
END OF TERMS AND CONDITIONS
How to Apply These Terms to Your New Programs
If you develop a new program, and you want it to be of the greatest
possible use to the public, the best way to achieve this is to make it
free software which everyone can redistribute and change under these terms.
To do so, attach the following notices to the program. It is safest
to attach them to the start of each source file to most effectively
state the exclusion of warranty; and each file should have at least
the "copyright" line and a pointer to where the full notice is found.
<one line to give the program's name and a brief idea of what it does.>
Copyright (C) <year> <name of author>
This program is free software: you can redistribute it and/or modify
it under the terms of the GNU Affero General Public License as published
by the Free Software Foundation, either version 3 of the License, or
(at your option) any later version.
This program is distributed in the hope that it will be useful,
but WITHOUT ANY WARRANTY; without even the implied warranty of
MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the
GNU Affero General Public License for more details.
You should have received a copy of the GNU Affero General Public License
along with this program. If not, see <https://www.gnu.org/licenses/>.
Also add information on how to contact you by electronic and paper mail.
If your software can interact with users remotely through a computer
network, you should also make sure that it provides a way for users to
get its source. For example, if your program is a web application, its
interface could display a "Source" link that leads users to an archive
of the code. There are many ways you could offer source, and different
solutions will be better for different programs; see section 13 for the
specific requirements.
You should also get your employer (if you work as a programmer) or school,
if any, to sign a "copyright disclaimer" for the program, if necessary.
For more information on this, and how to apply and follow the GNU AGPL, see
<https://www.gnu.org/licenses/>.
================================================
FILE: README.md
================================================
<div align="center">
<img alt="LOGO" src="https://avatars.githubusercontent.com/u/122017386" width="256" height="256" />
# Bert-VITS2
VITS2 Backbone with multilingual bert
For quick guide, please refer to `webui_preprocess.py`.
简易教程请参见 `webui_preprocess.py`。
## 【项目推介】
# FishAudio下的全新自回归TTS [Fish-Speech](https://github.com/fishaudio/fish-speech)现已可用，效果为目前开源SOTA水准，且在持续维护，推荐使用该项目作为BV2/GSV的替代。本项目短期内不再进行维护。
## Demo Video: https://www.bilibili.com/video/BV18E421371Q
## Tech slides Video: https://www.bilibili.com/video/BV1zJ4m1K7cj
## 请注意，本项目核心思路来源于[anyvoiceai/MassTTS](https://github.com/anyvoiceai/MassTTS) 一个非常好的tts项目
## MassTTS的演示demo为[ai版峰哥锐评峰哥本人,并找回了在金三角失落的腰子](https://www.bilibili.com/video/BV1w24y1c7z9)
[//]: # (## 本项目与[PlayVoice/vits_chinese](https://github.com/PlayVoice/vits_chinese) 没有任何关系)
[//]: # ()
[//]: # (本仓库来源于之前朋友分享了ai峰哥的视频，本人被其中的效果惊艳，在自己尝试MassTTS以后发现fs在音质方面与vits有一定差距，并且training的pipeline比vits更复杂，因此按照其思路将bert)
## 成熟的旅行者/开拓者/舰长/博士/sensei/猎魔人/喵喵露/V应当参阅代码自己学习如何训练。
### 严禁将此项目用于一切违反《中华人民共和国宪法》，《中华人民共和国刑法》，《中华人民共和国治安管理处罚法》和《中华人民共和国民法典》之用途。
### 严禁用于任何政治相关用途。
#### Video:https://www.bilibili.com/video/BV1hp4y1K78E
#### Demo:https://www.bilibili.com/video/BV1TF411k78w
## References
+ [anyvoiceai/MassTTS](https://github.com/anyvoiceai/MassTTS)
+ [jaywalnut310/vits](https://github.com/jaywalnut310/vits)
+ [p0p4k/vits2_pytorch](https://github.com/p0p4k/vits2_pytorch)
+ [svc-develop-team/so-vits-svc](https://github.com/svc-develop-team/so-vits-svc)
+ [PaddlePaddle/PaddleSpeech](https://github.com/PaddlePaddle/PaddleSpeech)
+ [emotional-vits](https://github.com/innnky/emotional-vits)
+ [fish-speech](https://github.com/fishaudio/fish-speech)
+ [Bert-VITS2-UI](https://github.com/jiangyuxiaoxiao/Bert-VITS2-UI)
## 感谢所有贡献者作出的努力
<a href="https://github.com/fishaudio/Bert-VITS2/graphs/contributors" target="_blank">
<img src="https://contrib.rocks/image?repo=fishaudio/Bert-VITS2"/>
</a>
[//]: # (# 本项目所有代码引用均已写明，bert部分代码思路来源于[AI峰哥](https://www.bilibili.com/video/BV1w24y1c7z9)，与[vits_chinese](https://github.com/PlayVoice/vits_chinese)无任何关系。欢迎各位查阅代码。同时，我们也对该开发者的[碰瓷，乃至开盒开发者的行为](https://www.bilibili.com/read/cv27101514/)表示强烈谴责。)
================================================
FILE: attentions.py
================================================
import math
import torch
from torch import nn
from torch.nn import functional as F
import commons
import logging
logger = logging.getLogger(__name__)
class LayerNorm(nn.Module):
def __init__(self, channels, eps=1e-5):
super().__init__()
self.channels = channels
self.eps = eps
self.gamma = nn.Parameter(torch.ones(channels))
self.beta = nn.Parameter(torch.zeros(channels))
def forward(self, x):
x = x.transpose(1, -1)
x = F.layer_norm(x, (self.channels,), self.gamma, self.beta, self.eps)
return x.transpose(1, -1)
@torch.jit.script
def fused_add_tanh_sigmoid_multiply(input_a, input_b, n_channels):
n_channels_int = n_channels[0]
in_act = input_a + input_b
t_act = torch.tanh(in_act[:, :n_channels_int, :])
s_act = torch.sigmoid(in_act[:, n_channels_int:, :])
acts = t_act * s_act
return acts
class Encoder(nn.Module):
def __init__(
self,
hidden_channels,
filter_channels,
n_heads,
n_layers,
kernel_size=1,
p_dropout=0.0,
window_size=4,
isflow=True,
**kwargs
):
super().__init__()
self.hidden_channels = hidden_channels
self.filter_channels = filter_channels
self.n_heads = n_heads
self.n_layers = n_layers
self.kernel_size = kernel_size
self.p_dropout = p_dropout
self.window_size = window_size
# if isflow:
# cond_layer = torch.nn.Conv1d(256, 2*hidden_channels*n_layers, 1)
# self.cond_pre = torch.nn.Conv1d(hidden_channels, 2*hidden_channels, 1)
# self.cond_layer = weight_norm(cond_layer, name='weight')
# self.gin_channels = 256
self.cond_layer_idx = self.n_layers
if "gin_channels" in kwargs:
self.gin_channels = kwargs["gin_channels"]
if self.gin_channels != 0:
self.spk_emb_linear = nn.Linear(self.gin_channels, self.hidden_channels)
# vits2 says 3rd block, so idx is 2 by default
self.cond_layer_idx = (
kwargs["cond_layer_idx"] if "cond_layer_idx" in kwargs else 2
)
logging.debug(self.gin_channels, self.cond_layer_idx)
assert (
self.cond_layer_idx < self.n_layers
), "cond_layer_idx should be less than n_layers"
self.drop = nn.Dropout(p_dropout)
self.attn_layers = nn.ModuleList()
self.norm_layers_1 = nn.ModuleList()
self.ffn_layers = nn.ModuleList()
self.norm_layers_2 = nn.ModuleList()
for i in range(self.n_layers):
self.attn_layers.append(
MultiHeadAttention(
hidden_channels,
hidden_channels,
n_heads,
p_dropout=p_dropout,
window_size=window_size,
)
)
self.norm_layers_1.append(LayerNorm(hidden_channels))
self.ffn_layers.append(
FFN(
hidden_channels,
hidden_channels,
filter_channels,
kernel_size,
p_dropout=p_dropout,
)
)
self.norm_layers_2.append(LayerNorm(hidden_channels))
def forward(self, x, x_mask, g=None):
attn_mask = x_mask.unsqueeze(2) * x_mask.unsqueeze(-1)
x = x * x_mask
for i in range(self.n_layers):
if i == self.cond_layer_idx and g is not None:
g = self.spk_emb_linear(g.transpose(1, 2))
g = g.transpose(1, 2)
x = x + g
x = x * x_mask
y = self.attn_layers[i](x, x, attn_mask)
y = self.drop(y)
x = self.norm_layers_1[i](x + y)
y = self.ffn_layers[i](x, x_mask)
y = self.drop(y)
x = self.norm_layers_2[i](x + y)
x = x * x_mask
return x
class Decoder(nn.Module):
def __init__(
self,
hidden_channels,
filter_channels,
n_heads,
n_layers,
kernel_size=1,
p_dropout=0.0,
proximal_bias=False,
proximal_init=True,
**kwargs
):
super().__init__()
self.hidden_channels = hidden_channels
self.filter_channels = filter_channels
self.n_heads = n_heads
self.n_layers = n_layers
self.kernel_size = kernel_size
self.p_dropout = p_dropout
self.proximal_bias = proximal_bias
self.proximal_init = proximal_init
self.drop = nn.Dropout(p_dropout)
self.self_attn_layers = nn.ModuleList()
self.norm_layers_0 = nn.ModuleList()
self.encdec_attn_layers = nn.ModuleList()
self.norm_layers_1 = nn.ModuleList()
self.ffn_layers = nn.ModuleList()
self.norm_layers_2 = nn.ModuleList()
for i in range(self.n_layers):
self.self_attn_layers.append(
MultiHeadAttention(
hidden_channels,
hidden_channels,
n_heads,
p_dropout=p_dropout,
proximal_bias=proximal_bias,
proximal_init=proximal_init,
)
)
self.norm_layers_0.append(LayerNorm(hidden_channels))
self.encdec_attn_layers.append(
MultiHeadAttention(
hidden_channels, hidden_channels, n_heads, p_dropout=p_dropout
)
)
self.norm_layers_1.append(LayerNorm(hidden_channels))
self.ffn_layers.append(
FFN(
hidden_channels,
hidden_channels,
filter_channels,
kernel_size,
p_dropout=p_dropout,
causal=True,
)
)
self.norm_layers_2.append(LayerNorm(hidden_channels))
def forward(self, x, x_mask, h, h_mask):
"""
x: decoder input
h: encoder output
"""
self_attn_mask = commons.subsequent_mask(x_mask.size(2)).to(
device=x.device, dtype=x.dtype
)
encdec_attn_mask = h_mask.unsqueeze(2) * x_mask.unsqueeze(-1)
x = x * x_mask
for i in range(self.n_layers):
y = self.self_attn_layers[i](x, x, self_attn_mask)
y = self.drop(y)
x = self.norm_layers_0[i](x + y)
y = self.encdec_attn_layers[i](x, h, encdec_attn_mask)
y = self.drop(y)
x = self.norm_layers_1[i](x + y)
y = self.ffn_layers[i](x, x_mask)
y = self.drop(y)
x = self.norm_layers_2[i](x + y)
x = x * x_mask
return x
class MultiHeadAttention(nn.Module):
def __init__(
self,
channels,
out_channels,
n_heads,
p_dropout=0.0,
window_size=None,
heads_share=True,
block_length=None,
proximal_bias=False,
proximal_init=False,
):
super().__init__()
assert channels % n_heads == 0
self.channels = channels
self.out_channels = out_channels
self.n_heads = n_heads
self.p_dropout = p_dropout
self.window_size = window_size
self.heads_share = heads_share
self.block_length = block_length
self.proximal_bias = proximal_bias
self.proximal_init = proximal_init
self.attn = None
self.k_channels = channels // n_heads
self.conv_q = nn.Conv1d(channels, channels, 1)
self.conv_k = nn.Conv1d(channels, channels, 1)
self.conv_v = nn.Conv1d(channels, channels, 1)
self.conv_o = nn.Conv1d(channels, out_channels, 1)
self.drop = nn.Dropout(p_dropout)
if window_size is not None:
n_heads_rel = 1 if heads_share else n_heads
rel_stddev = self.k_channels**-0.5
self.emb_rel_k = nn.Parameter(
torch.randn(n_heads_rel, window_size * 2 + 1, self.k_channels)
* rel_stddev
)
self.emb_rel_v = nn.Parameter(
torch.randn(n_heads_rel, window_size * 2 + 1, self.k_channels)
* rel_stddev
)
nn.init.xavier_uniform_(self.conv_q.weight)
nn.init.xavier_uniform_(self.conv_k.weight)
nn.init.xavier_uniform_(self.conv_v.weight)
if proximal_init:
with torch.no_grad():
self.conv_k.weight.copy_(self.conv_q.weight)
self.conv_k.bias.copy_(self.conv_q.bias)
def forward(self, x, c, attn_mask=None):
q = self.conv_q(x)
k = self.conv_k(c)
v = self.conv_v(c)
x, self.attn = self.attention(q, k, v, mask=attn_mask)
x = self.conv_o(x)
return x
def attention(self, query, key, value, mask=None):
# reshape [b, d, t] -> [b, n_h, t, d_k]
b, d, t_s, t_t = (*key.size(), query.size(2))
query = query.view(b, self.n_heads, self.k_channels, t_t).transpose(2, 3)
key = key.view(b, self.n_heads, self.k_channels, t_s).transpose(2, 3)
value = value.view(b, self.n_heads, self.k_channels, t_s).transpose(2, 3)
scores = torch.matmul(query / math.sqrt(self.k_channels), key.transpose(-2, -1))
if self.window_size is not None:
assert (
t_s == t_t
), "Relative attention is only available for self-attention."
key_relative_embeddings = self._get_relative_embeddings(self.emb_rel_k, t_s)
rel_logits = self._matmul_with_relative_keys(
query / math.sqrt(self.k_channels), key_relative_embeddings
)
scores_local = self._relative_position_to_absolute_position(rel_logits)
scores = scores + scores_local
if self.proximal_bias:
assert t_s == t_t, "Proximal bias is only available for self-attention."
scores = scores + self._attention_bias_proximal(t_s).to(
device=scores.device, dtype=scores.dtype
)
if mask is not None:
scores = scores.masked_fill(mask == 0, -1e4)
if self.block_length is not None:
assert (
t_s == t_t
), "Local attention is only available for self-attention."
block_mask = (
torch.ones_like(scores)
.triu(-self.block_length)
.tril(self.block_length)
)
scores = scores.masked_fill(block_mask == 0, -1e4)
p_attn = F.softmax(scores, dim=-1) # [b, n_h, t_t, t_s]
p_attn = self.drop(p_attn)
output = torch.matmul(p_attn, value)
if self.window_size is not None:
relative_weights = self._absolute_position_to_relative_position(p_attn)
value_relative_embeddings = self._get_relative_embeddings(
self.emb_rel_v, t_s
)
output = output + self._matmul_with_relative_values(
relative_weights, value_relative_embeddings
)
output = (
output.transpose(2, 3).contiguous().view(b, d, t_t)
) # [b, n_h, t_t, d_k] -> [b, d, t_t]
return output, p_attn
def _matmul_with_relative_values(self, x, y):
"""
x: [b, h, l, m]
y: [h or 1, m, d]
ret: [b, h, l, d]
"""
ret = torch.matmul(x, y.unsqueeze(0))
return ret
def _matmul_with_relative_keys(self, x, y):
"""
x: [b, h, l, d]
y: [h or 1, m, d]
ret: [b, h, l, m]
"""
ret = torch.matmul(x, y.unsqueeze(0).transpose(-2, -1))
return ret
def _get_relative_embeddings(self, relative_embeddings, length):
2 * self.window_size + 1
# Pad first before slice to avoid using cond ops.
pad_length = max(length - (self.window_size + 1), 0)
slice_start_position = max((self.window_size + 1) - length, 0)
slice_end_position = slice_start_position + 2 * length - 1
if pad_length > 0:
padded_relative_embeddings = F.pad(
relative_embeddings,
commons.convert_pad_shape([[0, 0], [pad_length, pad_length], [0, 0]]),
)
else:
padded_relative_embeddings = relative_embeddings
used_relative_embeddings = padded_relative_embeddings[
:, slice_start_position:slice_end_position
]
return used_relative_embeddings
def _relative_position_to_absolute_position(self, x):
"""
x: [b, h, l, 2*l-1]
ret: [b, h, l, l]
"""
batch, heads, length, _ = x.size()
# Concat columns of pad to shift from relative to absolute indexing.
x = F.pad(x, commons.convert_pad_shape([[0, 0], [0, 0], [0, 0], [0, 1]]))
# Concat extra elements so to add up to shape (len+1, 2*len-1).
x_flat = x.view([batch, heads, length * 2 * length])
x_flat = F.pad(
x_flat, commons.convert_pad_shape([[0, 0], [0, 0], [0, length - 1]])
)
# Reshape and slice out the padded elements.
x_final = x_flat.view([batch, heads, length + 1, 2 * length - 1])[
:, :, :length, length - 1 :
]
return x_final
def _absolute_position_to_relative_position(self, x):
"""
x: [b, h, l, l]
ret: [b, h, l, 2*l-1]
"""
batch, heads, length, _ = x.size()
# pad along column
x = F.pad(
x, commons.convert_pad_shape([[0, 0], [0, 0], [0, 0], [0, length - 1]])
)
x_flat = x.view([batch, heads, length**2 + length * (length - 1)])
# add 0's in the beginning that will skew the elements after reshape
x_flat = F.pad(x_flat, commons.convert_pad_shape([[0, 0], [0, 0], [length, 0]]))
x_final = x_flat.view([batch, heads, length, 2 * length])[:, :, :, 1:]
return x_final
def _attention_bias_proximal(self, length):
"""Bias for self-attention to encourage attention to close positions.
Args:
length: an integer scalar.
Returns:
a Tensor with shape [1, 1, length, length]
"""
r = torch.arange(length, dtype=torch.float32)
diff = torch.unsqueeze(r, 0) - torch.unsqueeze(r, 1)
return torch.unsqueeze(torch.unsqueeze(-torch.log1p(torch.abs(diff)), 0), 0)
class FFN(nn.Module):
def __init__(
self,
in_channels,
out_channels,
filter_channels,
kernel_size,
p_dropout=0.0,
activation=None,
causal=False,
):
super().__init__()
self.in_channels = in_channels
self.out_channels = out_channels
self.filter_channels = filter_channels
self.kernel_size = kernel_size
self.p_dropout = p_dropout
self.activation = activation
self.causal = causal
if causal:
self.padding = self._causal_padding
else:
self.padding = self._same_padding
self.conv_1 = nn.Conv1d(in_channels, filter_channels, kernel_size)
self.conv_2 = nn.Conv1d(filter_channels, out_channels, kernel_size)
self.drop = nn.Dropout(p_dropout)
def forward(self, x, x_mask):
x = self.conv_1(self.padding(x * x_mask))
if self.activation == "gelu":
x = x * torch.sigmoid(1.702 * x)
else:
x = torch.relu(x)
x = self.drop(x)
x = self.conv_2(self.padding(x * x_mask))
return x * x_mask
def _causal_padding(self, x):
if self.kernel_size == 1:
return x
pad_l = self.kernel_size - 1
pad_r = 0
padding = [[0, 0], [0, 0], [pad_l, pad_r]]
x = F.pad(x, commons.convert_pad_shape(padding))
return x
def _same_padding(self, x):
if self.kernel_size == 1:
return x
pad_l = (self.kernel_size - 1) // 2
pad_r = self.kernel_size // 2
padding = [[0, 0], [0, 0], [pad_l, pad_r]]
x = F.pad(x, commons.convert_pad_shape(padding))
return x
================================================
FILE: bert/bert-base-japanese-v3/.gitattributes
================================================
*.7z filter=lfs diff=lfs merge=lfs -text
*.arrow filter=lfs diff=lfs merge=lfs -text
*.bin filter=lfs diff=lfs merge=lfs -text
*.bz2 filter=lfs diff=lfs merge=lfs -text
*.ckpt filter=lfs diff=lfs merge=lfs -text
*.ftz filter=lfs diff=lfs merge=lfs -text
*.gz filter=lfs diff=lfs merge=lfs -text
*.h5 filter=lfs diff=lfs merge=lfs -text
*.joblib filter=lfs diff=lfs merge=lfs -text
*.lfs.* filter=lfs diff=lfs merge=lfs -text
*.mlmodel filter=lfs diff=lfs merge=lfs -text
*.model filter=lfs diff=lfs merge=lfs -text
*.msgpack filter=lfs diff=lfs merge=lfs -text
*.npy filter=lfs diff=lfs merge=lfs -text
*.npz filter=lfs diff=lfs merge=lfs -text
*.onnx filter=lfs diff=lfs merge=lfs -text
*.ot filter=lfs diff=lfs merge=lfs -text
*.parquet filter=lfs diff=lfs merge=lfs -text
*.pb filter=lfs diff=lfs merge=lfs -text
*.pickle filter=lfs diff=lfs merge=lfs -text
*.pkl filter=lfs diff=lfs merge=lfs -text
*.pt filter=lfs diff=lfs merge=lfs -text
*.pth filter=lfs diff=lfs merge=lfs -text
*.rar filter=lfs diff=lfs merge=lfs -text
*.safetensors filter=lfs diff=lfs merge=lfs -text
saved_model/**/* filter=lfs diff=lfs merge=lfs -text
*.tar.* filter=lfs diff=lfs merge=lfs -text
*.tflite filter=lfs diff=lfs merge=lfs -text
*.tgz filter=lfs diff=lfs merge=lfs -text
*.wasm filter=lfs diff=lfs merge=lfs -text
*.xz filter=lfs diff=lfs merge=lfs -text
*.zip filter=lfs diff=lfs merge=lfs -text
*.zst filter=lfs diff=lfs merge=lfs -text
*tfevents* filter=lfs diff=lfs merge=lfs -text
================================================
FILE: bert/bert-base-japanese-v3/README.md
================================================
---
license: apache-2.0
datasets:
- cc100
- wikipedia
language:
- ja
widget:
- text: 東北大学で[MASK]の研究をしています。
---
# BERT base Japanese (unidic-lite with whole word masking, CC-100 and jawiki-20230102)
This is a [BERT](https://github.com/google-research/bert) model pretrained on texts in the Japanese language.
This version of the model processes input texts with word-level tokenization based on the Unidic 2.1.2 dictionary (available in [unidic-lite](https://pypi.org/project/unidic-lite/) package), followed by the WordPiece subword tokenization.
Additionally, the model is trained with the whole word masking enabled for the masked language modeling (MLM) objective.
The codes for the pretraining are available at [cl-tohoku/bert-japanese](https://github.com/cl-tohoku/bert-japanese/).
## Model architecture
The model architecture is the same as the original BERT base model; 12 layers, 768 dimensions of hidden states, and 12 attention heads.
## Training Data
The model is trained on the Japanese portion of [CC-100 dataset](https://data.statmt.org/cc-100/) and the Japanese version of Wikipedia.
For Wikipedia, we generated a text corpus from the [Wikipedia Cirrussearch dump file](https://dumps.wikimedia.org/other/cirrussearch/) as of January 2, 2023.
The corpus files generated from CC-100 and Wikipedia are 74.3GB and 4.9GB in size and consist of approximately 392M and 34M sentences, respectively.
For the purpose of splitting texts into sentences, we used [fugashi](https://github.com/polm/fugashi) with [mecab-ipadic-NEologd](https://github.com/neologd/mecab-ipadic-neologd) dictionary (v0.0.7).
## Tokenization
The texts are first tokenized by MeCab with the Unidic 2.1.2 dictionary and then split into subwords by the WordPiece algorithm.
The vocabulary size is 32768.
We used [fugashi](https://github.com/polm/fugashi) and [unidic-lite](https://github.com/polm/unidic-lite) packages for the tokenization.
## Training
We trained the model first on the CC-100 corpus for 1M steps and then on the Wikipedia corpus for another 1M steps.
For training of the MLM (masked language modeling) objective, we introduced whole word masking in which all of the subword tokens corresponding to a single word (tokenized by MeCab) are masked at once.
For training of each model, we used a v3-8 instance of Cloud TPUs provided by [TPU Research Cloud](https://sites.research.google/trc/about/).
## Licenses
The pretrained models are distributed under the Apache License 2.0.
## Acknowledgments
This model is trained with Cloud TPUs provided by [TPU Research Cloud](https://sites.research.google/trc/about/) program.
================================================
FILE: bert/bert-base-japanese-v3/config.json
================================================
{
"architectures": [
"BertForPreTraining"
],
"attention_probs_dropout_prob": 0.1,
"hidden_act": "gelu",
"hidden_dropout_prob": 0.1,
"hidden_size": 768,
"initializer_range": 0.02,
"intermediate_size": 3072,
"layer_norm_eps": 1e-12,
"max_position_embeddings": 512,
"model_type": "bert",
"num_attention_heads": 12,
"num_hidden_layers": 12,
"pad_token_id": 0,
"type_vocab_size": 2,
"vocab_size": 32768
}
================================================
FILE: bert/bert-base-japanese-v3/tokenizer_config.json
================================================
{
"tokenizer_class": "BertJapaneseTokenizer",
"model_max_length": 512,
"do_lower_case": false,
"word_tokenizer_type": "mecab",
"subword_tokenizer_type": "wordpiece",
"mecab_kwargs": {
"mecab_dic": "unidic_lite"
}
}
================================================
FILE: bert/bert-base-japanese-v3/vocab.txt
================================================
[PAD]
[UNK]
[CLS]
[SEP]
[MASK]
[unused0]
[unused1]
[unused2]
[unused3]
[unused4]
[unused5]
[unused6]
[unused7]
[unused8]
[unused9]
!
"
#
$
%
&
'
(
)
*
+
,
-
.
/
0
1
2
3
4
5
6
7
8
9
:
;
<
=
>
?
@
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
[
\
]
^
_
`
a
b
c
d
e
f
g
h
i
j
k
l
m
n
o
p
q
r
s
t
u
v
w
x
y
z
{
|
}
~
¡
¢
£
¤
¥
¦
§
©
«
¬
®
°
±
¶
·
»
¿
Å
×
÷
ÿ
ħ
Γ
Δ
Θ
Λ
Ξ
Ο
Π
Σ
Φ
Ψ
Ω
α
β
γ
δ
ε
ζ
η
θ
ι
κ
λ
μ
ν
ξ
π
ρ
σ
τ
υ
φ
χ
ψ
ω
Д
Щ
д
з
щ
ъ
ё
א
ิ
ლ
‐
–
—
―
‖
‘
’
“
”
†
‡
•
‰
′
※
‿
⁂
⁑
€
℧
←
↑
→
↓
↔
↖
↗
↘
↙
⇄
⇒
⇔
⇦
⇧
⇨
⇩
∀
∂
∃
∅
∇
∈
∉
∋
−
∓
√
∝
∞
∟
∠
∥
∦
∧
∨
∩
∪
∫
∮
∴
∵
∽
≃
≅
≈
≒
≠
≡
≢
≦
≧
≪
≫
≶
≷
⊂
⊃
⊄
⊅
⊆
⊇
⊊
⊋
⊕
⊖
⊗
⊥
⊿
⋚
⋛
⌅
⌆
⌒
⌘
⎾
⎿
⏀
⏁
⏂
⏃
⏄
⏅
⏆
⏇
⏈
⏉
⏊
⏋
⏌
⏎
⓫
⓬
⓭
⓮
⓯
⓰
⓱
⓲
⓳
⓴
⓵
⓶
⓷
⓸
⓹
⓺
⓻
⓼
⓽
⓾
─
━
┌
┐
┘
├
╹
■
□
▱
▲
△
▶
▷
▼
▽
◀
◁
◆
◇
◉
○
◎
●
◐
◑
◒
◓
◡
◦
◯
☀
☁
☂
☃
★
☆
☎
☖
☗
☞
♀
♂
♠
♡
♢
♣
♤
♥
♦
♧
♨
♩
♪
♫
♬
♭
♮
♯
✓
❖
❶
❷
❸
❹
❺
❻
❼
❽
❾
❿
⤴
⤵
⦅
⦆
⦿
⧺
⧻
、
。
〃
〄
々
〆
〇
〈
〉
《
》
「
」
『
』
【
】
〒
〓
〔
〕
〖
〗
〘
〙
〜
〝
〟
〠
〳
〴
〵
〻
〼
〽
ぁ
あ
ぃ
い
ぅ
う
ぇ
え
ぉ
お
か
が
き
ぎ
く
ぐ
け
げ
こ
ご
さ
ざ
し
じ
す
ず
せ
ぜ
そ
ぞ
た
だ
ち
ぢ
っ
つ
づ
て
で
と
ど
な
に
ぬ
ね
の
は
ば
ぱ
ひ
び
ぴ
ふ
ぶ
ぷ
へ
べ
ぺ
ほ
ぼ
ぽ
ま
み
む
め
も
ゃ
や
ゅ
ゆ
ょ
よ
ら
り
る
れ
ろ
ゎ
わ
ゐ
ゑ
を
ん
ゝ
ゞ
゠
ァ
ア
ィ
イ
ゥ
ウ
ェ
エ
ォ
オ
カ
ガ
キ
ギ
ク
グ
ケ
ゲ
コ
ゴ
サ
ザ
シ
ジ
ス
ズ
セ
ゼ
ソ
ゾ
タ
ダ
チ
ヂ
ッ
ツ
ヅ
テ
デ
ト
ド
ナ
ニ
ヌ
ネ
ノ
ハ
バ
パ
ヒ
ビ
ピ
フ
ブ
プ
ヘ
ベ
ペ
ホ
ボ
ポ
マ
ミ
ム
メ
モ
ャ
ヤ
ュ
ユ
ョ
ヨ
ラ
リ
ル
レ
ロ
ヮ
ワ
ヰ
ヱ
ヲ
ン
ヴ
ヵ
ヶ
ヷ
ヸ
・
ー
ヽ
ヾ
ㇲ
ㇻ
㓛
㮶
一
丁
丂
七
万
丈
三
上
下
不
与
丐
丑
且
丕
世
丘
丙
丞
両
並
个
中
丰
串
丸
丹
主
丼
丿
乂
乃
久
之
乍
乎
乏
乕
乖
乗
乘
乙
九
乞
也
乢
乱
乳
乾
亀
亂
了
予
争
事
二
于
云
互
五
井
亘
亙
些
亜
亞
亟
亡
亢
交
亥
亦
亨
享
京
亭
亮
亳
亶
人
亻
什
仁
仄
仆
仇
今
介
仍
从
仏
仔
仕
他
仗
付
仙
仝
仞
代
令
以
仭
仮
仰
仲
仵
件
价
任
份
仿
企
伉
伊
伋
伍
伎
伏
伐
休
会
伜
伝
伯
估
伴
伶
伸
伺
似
伽
佃
但
佇
位
低
住
佐
佑
体
何
佗
余
佚
佛
作
佝
佞
佟
佤
佩
佯
佳
併
佶
佻
佼
使
侃
來
侈
例
侍
侏
侑
侖
侗
侘
供
依
侠
価
侫
侭
侮
侯
侵
侶
便
係
促
俄
俅
俊
俎
俐
俑
俔
俗
俘
俚
俛
保
俟
俠
信
俣
俤
俥
修
俯
俱
俳
俵
俶
俸
俺
俾
倂
倅
倆
倉
個
倍
倏
們
倒
倔
倖
候
倚
借
倣
値
倥
倦
倨
倩
倪
倫
倭
倶
倹
倻
偃
假
偈
偉
偏
偐
偕
偖
做
停
健
偬
偲
側
偵
偶
偸
偽
傀
傅
傍
傑
傕
傘
備
傚
傪
催
傭
傲
傳
傴
債
傷
傾
僂
僅
僉
僊
働
像
僑
僔
僕
僖
僚
僞
僣
僥
僧
僭
僮
價
僻
儀
儁
儂
億
儉
儋
儒
儔
儕
儘
儚
儛
儞
償
儡
優
儲
儷
儺
儻
儼
兀
允
元
兄
充
兆
兇
先
光
兊
克
兌
免
兎
児
兒
兔
兕
兗
党
兜
兢
入
內
全
兩
兪
八
公
六
兮
共
兵
其
具
典
兼
冀
内
円
冉
冊
册
再
冐
冑
冒
冕
冗
写
冠
冢
冤
冥
冦
冨
冩
冪
冬
冰
冱
冲
决
冴
况
冶
冷
冼
冽
凄
准
凉
凋
凌
凍
凖
凛
凜
凝
凞
几
凡
処
凧
凩
凪
凭
凮
凰
凱
凶
凸
凹
出
函
凾
刀
刃
刄
分
切
刈
刊
刋
刎
刑
刕
列
初
判
別
利
刪
刮
到
刳
制
刷
券
刹
刺
刻
剃
剄
則
削
剋
剌
前
剔
剖
剛
剝
剣
剤
剥
剪
副
剰
剱
割
剴
創
剽
剿
劃
劇
劈
劉
劍
劒
劔
力
功
加
劣
助
努
劫
劬
劭
励
労
効
劻
劾
勁
勃
勅
勇
勉
勒
動
勘
務
勛
勝
勞
募
勢
勣
勤
勧
勰
勲
勳
勵
勸
勺
勾
勿
匀
匁
匂
包
匆
匈
匍
匏
匐
匕
化
北
匙
匝
匠
匡
匣
匪
匯
匱
匹
区
医
匾
匿
區
十
千
卅
卆
升
午
卉
半
卍
卑
卒
卓
協
南
単
博
卜
卞
占
卣
卦
卩
卮
卯
印
危
即
却
卵
卷
卸
卻
卽
卿
厄
厓
厖
厘
厚
原
厠
厥
厦
厨
厩
厭
厰
厲
厳
厷
去
参
參
又
叉
及
友
双
反
収
叔
取
受
叙
叛
叟
叡
叢
口
古
句
叩
只
叫
召
叭
叮
可
台
叱
史
右
叶
号
司
叺
吁
吃
各
合
吉
吊
同
名
后
吏
吐
向
君
吝
吞
吟
吠
否
吩
含
听
吶
吸
吹
吻
吼
吽
吾
呀
呂
呆
呈
呉
告
呍
呑
呕
呟
周
呪
呰
呱
味
呵
呶
呷
呻
呼
命
咀
咄
咆
咈
咋
和
咎
咏
咐
咒
咜
咤
咥
咨
咩
咫
咬
咯
咲
咳
咸
咽
哀
品
哄
哆
哇
哈
哉
員
哥
哨
哭
哮
哲
哺
哿
唄
唆
唇
唎
唐
唔
唖
售
唯
唱
唳
唸
唹
唼
唾
啀
啄
商
問
啐
啓
啖
啜
啞
啣
啻
啼
啾
喀
喃
善
喆
喇
喉
喊
喋
喎
喘
喙
喚
喜
喝
喟
喧
喨
喩
喪
喫
喬
單
喰
営
嗄
嗅
嗇
嗔
嗚
嗜
嗟
嗣
嗤
嗷
嗽
嗾
嘆
嘉
嘎
嘔
嘖
嘗
嘘
嘩
嘯
嘱
嘲
嘴
嘶
嘸
噂
噉
噌
噎
噓
噛
噤
噦
器
噪
噫
噬
噯
噲
噴
噶
噸
噺
嚀
嚆
嚇
嚊
嚏
嚔
嚙
嚠
嚢
嚥
嚭
嚮
嚴
嚶
嚼
囀
囁
囂
囃
囈
囊
囎
囓
囗
囘
囚
四
回
因
団
囮
困
囲
図
囹
固
国
囿
圀
圃
圄
國
圍
圏
園
圓
圖
團
圜
土
圦
圧
在
圭
地
圳
圷
圻
址
坂
均
坊
坍
坎
坏
坐
坑
坡
坤
坦
坨
坩
坪
垂
垈
型
垓
垜
垠
垢
垣
垰
垸
埃
埋
城
埒
埓
埔
埜
域
埠
埣
埤
埴
埵
執
培
基
埼
堀
堂
堅
堆
堊
堕
堙
堝
堡
堤
堪
堯
堰
報
場
堵
堺
塀
塁
塊
塋
塌
塑
塒
塔
塗
塘
塙
塚
塞
塡
塢
塩
填
塰
塲
塵
塹
塼
塾
境
墅
墉
墓
増
墜
增
墟
墨
墳
墺
墻
墾
壁
壅
壇
壊
壌
壑
壒
壓
壕
壘
壙
壜
壟
壤
士
壬
壮
壯
声
壱
売
壷
壹
壺
壻
壼
壽
変
夋
夏
夔
夕
外
夙
多
夛
夜
夢
夥
大
天
太
夫
夬
夭
央
失
夷
夾
奄
奇
奈
奉
奎
奏
契
奔
奕
套
奘
奚
奝
奠
奢
奥
奧
奨
奪
奬
奭
奮
女
奴
奶
奸
好
妁
如
妃
妄
妊
妍
妓
妖
妙
妣
妥
妨
妬
妲
妹
妺
妻
妾
姆
姉
始
姐
姑
姒
姓
委
姙
姚
姜
姣
姥
姦
姧
姨
姪
姫
姶
姸
姻
姿
威
娃
娍
娑
娘
娜
娟
娠
娥
娩
娯
娵
娶
娼
婀
婁
婆
婉
婚
婢
婣
婦
婪
婬
婿
媄
媒
媚
媛
媧
媳
媼
媽
媾
嫁
嫂
嫄
嫉
嫋
嫌
嫐
嫖
嫗
嫡
嫣
嫦
嫩
嫵
嫺
嬉
嬋
嬌
嬖
嬢
嬥
嬪
嬬
嬰
嬲
嬴
嬶
孀
孁
孃
孅
孌
子
孑
孔
孕
字
存
孚
孛
孜
孝
孟
季
孤
学
孩
孫
孰
孵
學
孺
孽
宀
宅
宇
守
安
宋
完
宍
宏
宓
宕
宗
官
宙
定
宛
宜
宝
実
客
宣
室
宥
宦
宮
宰
害
宴
宵
家
宸
容
宿
寂
寃
寄
寅
密
寇
富
寐
寒
寓
寔
寛
寝
寞
察
寡
寢
寤
寥
實
寧
寨
審
寫
寮
寰
寳
寵
寶
寸
寺
対
寿
封
専
射
将
將
專
尉
尊
尋
對
導
小
少
尓
尖
尚
尠
尤
尨
尩
尫
尭
就
尸
尹
尺
尻
尼
尽
尾
尿
局
屁
居
屈
届
屋
屍
屎
屏
屐
屑
屓
展
屛
属
屠
屡
屢
層
履
屬
屮
屯
山
屹
岌
岐
岑
岡
岨
岩
岫
岬
岱
岳
岷
岸
岺
岻
峅
峙
峠
峡
峨
峩
峪
峭
峯
峰
峴
島
峻
峽
崇
崋
崎
崑
崔
崕
崖
崗
崘
崙
崛
崟
崧
崩
嵆
嵋
嵌
嵎
嵐
嵜
嵩
嵬
嵯
嶂
嶄
嶇
嶋
嶌
嶠
嶮
嶲
嶺
嶼
嶽
巉
巌
巍
巎
巒
巓
巖
川
州
巡
巢
巣
工
左
巧
巨
巫
差
己
已
巳
巴
巷
巻
巽
巾
市
布
帆
希
帑
帕
帖
帙
帚
帛
帝
帥
師
席
帮
帯
帰
帳
帶
帷
常
帽
幀
幄
幅
幇
幌
幎
幔
幕
幖
幗
幘
幟
幡
幢
幣
幫
干
平
年
并
幷
幸
幹
幻
幼
幽
幾
庁
広
庄
庇
床
序
底
庖
店
庚
府
庠
度
座
庫
庭
庵
庶
康
庸
庾
廁
廂
廃
廈
廉
廊
廋
廏
廐
廓
廖
廚
廛
廟
廠
廡
廢
廣
廩
廬
廰
廳
廴
延
廷
廸
建
廻
廼
廿
弁
弄
弉
弊
弋
弌
式
弐
弑
弓
弔
引
弖
弗
弘
弛
弟
弥
弦
弧
弩
弭
弯
弱
弴
張
強
弼
弾
彅
彈
彊
彌
彎
当
彗
彙
彝
彡
形
彣
彤
彦
彧
彩
彪
彫
彬
彭
彰
影
彳
彷
役
彼
彿
往
征
徂
徃
径
待
徇
徊
律
後
徐
徒
従
得
徘
徙
從
徠
御
徧
徨
復
循
徭
微
徳
徴
徵
德
徹
徽
心
必
忉
忌
忍
忖
志
忘
忙
応
忝
忠
忤
忩
快
忯
忰
忱
念
忸
忽
忿
怏
怐
怒
怕
怖
怙
怛
怜
思
怠
怡
急
性
怨
怩
怪
怫
怯
怱
怺
恁
恂
恃
恆
恊
恋
恍
恐
恒
恕
恙
恚
恟
恠
恢
恣
恤
恥
恨
恩
恪
恫
恬
恭
息
恰
恵
悃
悄
悅
悉
悋
悌
悍
悔
悖
悚
悛
悝
悟
悠
患
悦
悧
悩
悪
悰
悲
悳
悴
悵
悶
悸
悼
悽
情
惇
惑
惓
惔
惕
惘
惚
惜
惟
惠
惡
惣
惧
惨
惰
惱
想
惴
惶
惹
惺
惻
愁
愆
愈
愉
愍
愎
意
愕
愚
愛
感
愡
愧
愨
愬
愴
愷
愼
愾
愿
慂
慄
慇
慈
慊
態
慌
慍
慎
慓
慕
慘
慙
慚
慟
慢
慣
慥
慧
慨
慫
慮
慰
慳
慴
慶
慷
慾
憂
憊
憍
憎
憐
憑
憔
憖
憙
憚
憤
憧
憩
憫
憬
憮
憲
憶
憺
憾
懃
懆
懇
懈
應
懊
懋
懌
懐
懣
懦
懲
懴
懶
懷
懸
懺
懼
懽
懾
懿
戀
戈
戉
戊
戌
戍
戎
成
我
戒
戔
或
戚
戛
戞
戟
戡
戦
戩
截
戮
戯
戰
戲
戴
戸
戻
房
所
扁
扇
扈
扉
手
才
扎
打
払
托
扛
扞
扠
扣
扨
扮
扱
扶
批
扼
承
技
抂
抃
抄
抉
把
抑
抒
抓
抔
投
抖
抗
折
抛
抜
択
披
抬
抱
抵
抹
押
抽
拂
担
拆
拇
拈
拉
拌
拍
拏
拐
拒
拓
拔
拕
拗
拘
拙
招
拜
拝
拠
拡
括
拭
拮
拯
拱
拳
拵
拶
拷
拼
拾
拿
持
挂
指
挈
按
挊
挌
挍
挐
挑
挘
挙
挟
挨
挫
振
挵
挹
挺
挽
挾
挿
捉
捌
捍
捏
捐
捕
捗
捜
捥
捧
捨
捩
据
捲
捶
捷
捺
捻
掃
授
掉
掌
掏
排
掖
掘
掛
掟
掠
採
探
掣
接
控
推
掩
措
掬
掲
掴
掻
掾
揃
揄
揆
揉
描
提
插
揖
揚
換
握
揣
揭
揮
援
揶
揷
揺
搆
損
搏
搔
搖
搗
搜
搦
搨
搩
搬
搭
携
搾
摂
摑
摘
摠
摧
摩
摭
摯
摶
摸
摹
摺
撃
撈
撒
撓
撕
撚
撝
撞
撤
撥
撩
撫
播
撮
撰
撲
撹
撻
撼
撾
撿
擁
擂
擅
擇
操
擒
擔
擘
據
擠
擡
擢
擣
擤
擦
擧
擬
擯
擱
擲
擴
擺
擻
擽
擾
攀
攅
攘
攝
攣
攪
攫
攬
支
攴
攵
收
攷
攸
改
攻
放
政
故
效
敍
敎
敏
救
敕
敖
敗
教
敝
敢
散
敦
敧
敬
数
敲
整
敵
敷
數
斂
斃
文
斉
斌
斎
斐
斑
斗
料
斛
斜
斟
斡
斤
斥
斧
斫
斬
断
斯
新
斷
方
於
施
旁
旄
旅
旆
旋
旌
族
旒
旗
旛
无
既
日
旦
旧
旨
早
旬
旭
旱
旺
旻
旼
昂
昆
昇
昉
昊
昌
明
昏
易
昔
昕
星
映
春
昧
昨
昭
是
昱
昴
昵
昶
昺
昼
晁
時
晃
晄
晉
晋
晏
晒
晝
晟
晢
晤
晦
晧
晨
晩
普
景
晰
晴
晶
晷
智
暁
暇
暈
暉
暎
暑
暖
暗
暘
暝
暠
暢
暦
暫
暮
暴
暸
暹
暻
暼
暾
曁
曄
曇
曈
曉
曖
曙
曜
曝
曠
曦
曩
曰
曲
曳
更
曵
曷
書
曹
曺
曻
曼
曽
曾
替
最
會
朅
月
有
朋
服
朔
朕
朖
朗
望
朝
期
朦
朧
木
未
末
本
札
朮
朱
朴
朶
朸
机
朽
杆
杈
杉
李
杏
材
村
杓
杖
杙
杜
杞
束
杠
条
杢
杣
杤
来
杭
杮
杯
杰
東
杲
杳
杵
杷
杼
松
板
枇
枉
枋
枌
析
枕
林
枘
枚
果
枝
枠
枡
枢
枯
枲
枳
枴
架
枷
枸
枹
枻
柁
柄
柊
柏
某
柑
染
柔
柘
柚
柝
柞
柢
柩
柬
柯
柱
柳
柴
柵
査
柾
柿
栂
栃
栄
栓
栖
栗
栞
校
栢
栩
株
栫
栱
栲
栴
核
根
格
栽
栾
桀
桁
桂
桃
桅
框
案
桎
桐
桑
桒
桓
桔
桛
桜
桝
桟
档
桧
桴
桶
桿
梁
梃
梅
梏
梓
梔
梗
梛
條
梟
梠
梢
梦
梧
梨
梭
梯
械
梱
梲
梳
梵
梶
梼
棃
棄
棉
棊
棋
棍
棐
棒
棕
棖
棗
棘
棚
棟
棠
棡
棣
棧
棭
森
棰
棱
棲
棹
棺
椀
椅
椋
植
椎
椏
椒
椙
椚
椛
検
椥
椨
椰
椴
椵
椹
椽
椿
楂
楊
楓
楔
楕
楚
楝
楞
楠
楡
楢
楣
楨
楪
楫
業
楮
楯
楳
極
楷
楸
楹
楼
楽
榀
概
榊
榎
榑
榔
榕
榛
榜
榧
榮
榲
榴
榻
榾
槁
槃
槇
槊
構
槌
槍
槎
槐
槓
様
槙
槧
槨
槫
槲
槵
槹
槻
槽
槿
樂
樅
樊
樋
樒
樓
樗
標
樞
樟
模
樣
権
横
樫
樵
樸
樹
樺
樽
橄
橅
橇
橈
橋
橘
橙
橛
機
橡
橢
橫
橳
橿
檀
檄
檍
檎
檐
檔
檗
檜
檞
檠
檢
檣
檪
檫
檬
檮
檳
檸
檻
櫂
櫃
櫑
櫓
櫚
櫛
櫞
櫟
櫨
櫪
櫬
櫺
櫻
欄
欅
權
欒
欖
欝
欠
次
欣
欧
欲
欵
欷
欹
欺
欽
款
歃
歇
歌
歎
歐
歓
歔
歙
歛
歟
歡
止
正
此
步
武
歩
歪
歯
歳
歴
歷
歸
死
歿
殃
殄
殆
殉
殊
残
殖
殘
殞
殤
殪
殯
殱
殲
殳
殴
段
殷
殺
殻
殼
殿
毀
毅
毉
毋
母
毎
每
毒
毓
比
毖
毗
毘
毛
毟
毫
毬
毮
毯
毳
氈
氏
氐
民
氓
气
気
氣
水
氵
氷
永
氾
汀
汁
求
汎
汐
汕
汗
汙
汚
汜
汝
汞
江
池
汪
汰
汲
汳
汴
汶
決
汽
汾
沁
沂
沃
沅
沈
沌
沍
沐
沒
沓
沖
沙
沚
沛
没
沢
沪
沫
沮
沱
河
沸
油
治
沼
沽
沾
沿
況
泄
泉
泊
泌
泓
泔
法
泗
泛
泝
泡
波
泣
泥
注
泪
泰
泳
洋
洌
洎
洒
洗
洙
洛
洞
洟
津
洩
洪
洫
洮
洱
洲
洵
洶
洸
洹
活
洽
派
流
浄
浅
浙
浚
浜
浣
浦
浩
浪
浬
浮
浴
海
浸
涂
涅
涇
消
涌
涎
涓
涕
涙
涛
涜
涪
涯
液
涵
涸
涼
涿
淀
淄
淅
淆
淇
淋
淑
淘
淙
淚
淛
淝
淞
淡
淤
淦
淨
淪
淫
淮
深
淳
淵
混
淹
淺
添
淼
清
渇
済
渉
渋
渓
渕
渙
渚
減
渝
渟
渠
渡
渣
渤
渥
渦
渧
温
渫
測
渭
港
游
渺
渾
湃
湄
湊
湍
湎
湑
湖
湘
湛
湣
湧
湫
湮
湯
湲
湾
湿
満
溂
溌
源
準
溘
溜
溝
溟
溢
溥
溪
溫
溯
溲
溶
溷
溺
滂
滄
滅
滇
滉
滋
滌
滎
滑
滓
滔
滕
滙
滝
滞
滬
滲
滴
滸
滾
滿
漁
漂
漆
漉
漏
漑
漓
演
漕
漠
漢
漣
漪
漫
漬
漱
漲
漳
漸
漾
漿
潁
潅
潑
潔
潘
潙
潜
潞
潟
潤
潦
潭
潮
潯
潰
潴
潸
潺
潼
潾
澀
澁
澂
澄
澆
澈
澎
澗
澠
澡
澣
澤
澪
澱
澳
澶
澹
激
濁
濂
濃
濊
濕
濘
濛
濟
濠
濡
濤
濫
濮
濯
濱
濳
濵
濶
濹
濾
瀆
瀉
瀋
瀏
瀑
瀕
瀚
瀛
瀝
瀞
瀟
瀦
瀧
瀨
瀬
瀰
瀾
灌
灑
灘
灝
灣
灤
火
灯
灰
灸
灼
災
炉
炊
炎
炒
炕
炙
炫
炬
炭
炮
炯
炳
炷
炸
点
為
炻
烈
烏
烔
烙
烝
烟
烬
烱
烹
烽
焉
焔
焙
焚
焜
無
焦
焰
然
焼
煆
煇
煉
煊
煌
煎
煕
煖
煙
煜
煞
煠
煤
煥
煦
照
煩
煬
煮
煽
熄
熇
熈
熊
熏
熒
熔
熕
熙
熟
熨
熬
熱
熹
熾
燁
燃
燈
燎
燐
燒
燔
燕
燗
營
燠
燥
燦
燧
燬
燭
燮
燵
燹
燻
燼
燾
燿
爆
爐
爛
爨
爪
爬
爭
爰
爲
爵
父
爸
爹
爺
爻
爼
爽
爾
牀
牆
片
版
牋
牌
牒
牓
牘
牙
牛
牝
牟
牡
牢
牧
物
牯
牲
牴
特
牽
牾
犀
犁
犂
犇
犍
犒
犠
犢
犧
犬
犯
状
狀
狂
狃
狄
狆
狎
狐
狒
狗
狙
狛
狡
狢
狩
独
狭
狷
狸
狹
狼
狽
猊
猖
猙
猛
猜
猝
猟
猥
猨
猩
猪
猫
献
猯
猴
猶
猷
猹
猾
猿
獄
獅
獏
獒
獗
獣
獦
獨
獪
獰
獲
獵
獸
獺
玄
玅
率
玉
王
玕
玖
玘
玟
玩
玫
玲
玳
玷
玻
珀
珂
珈
珉
珊
珍
珎
珞
珠
珥
珩
珪
班
珮
現
球
琅
理
琉
琊
琛
琢
琥
琦
琨
琪
琫
琬
琮
琰
琲
琳
琴
琵
琶
琺
瑀
瑁
瑇
瑕
瑗
瑙
瑚
瑛
瑜
瑞
瑟
瑠
瑣
瑤
瑩
瑪
瑫
瑯
瑰
瑳
瑶
瑾
璃
璇
璈
璉
璋
璐
璘
璜
璞
璟
璣
璧
璫
環
璽
璿
瓊
瓏
瓔
瓚
瓜
瓠
瓢
瓣
瓦
瓩
瓮
瓲
瓶
瓷
甃
甄
甌
甍
甎
甑
甕
甗
甘
甚
甜
生
産
甥
甦
用
甪
甫
甬
田
由
甲
申
男
甸
町
画
畊
界
畏
畑
畔
留
畚
畜
畝
畠
畢
畤
略
畦
畧
番
畫
畭
畯
異
畳
畴
當
畷
畸
畿
疆
疇
疊
疋
疎
疏
疑
疔
疚
疝
疣
疥
疫
疱
疲
疳
疵
疸
疹
疼
疽
疾
痂
痃
病
症
痍
痎
痒
痔
痕
痘
痙
痛
痞
痢
痣
痤
痩
痰
痲
痳
痴
痺
痼
痾
痿
瘀
瘁
瘋
瘍
瘖
瘙
瘞
瘠
瘡
瘢
瘤
瘦
瘧
瘭
瘰
瘳
瘴
瘻
療
癆
癇
癈
癋
癌
癒
癖
癘
癜
癡
癢
癧
癩
癪
癬
癭
癰
癲
癸
発
登
發
白
百
皃
的
皆
皇
皈
皋
皎
皐
皓
皕
皖
皙
皚
皮
皰
皴
皷
皸
皹
皺
皿
盂
盃
盆
盈
盉
益
盒
盔
盖
盗
盛
盜
盞
盟
盡
監
盤
盥
盦
盧
盪
目
盱
盲
直
相
盻
盼
盾
省
眄
眇
眈
眉
看
県
眙
眛
眞
真
眠
眥
眦
眩
眶
眷
眸
眺
眼
着
睛
睜
睡
睢
督
睥
睦
睨
睫
睹
睺
睾
睿
瞀
瞋
瞑
瞞
瞠
瞥
瞬
瞭
瞰
瞳
瞶
瞻
瞼
瞽
瞿
矍
矗
矛
矜
矢
矣
知
矧
矩
短
矮
矯
石
砂
砌
砒
研
砕
砖
砥
砦
砧
砭
砲
破
砺
硅
硏
硝
硨
硫
硬
确
硯
硴
硼
碁
碆
碇
碌
碍
碎
碑
碓
碕
碗
碣
碧
碩
碪
確
碾
磁
磊
磋
磌
磐
磔
磚
磧
磨
磬
磯
磲
磴
磽
礁
礎
礑
礒
礙
礦
礪
礫
礬
礮
示
礼
社
祀
祁
祅
祆
祇
祈
祉
祐
祓
祕
祖
祗
祚
祛
祝
神
祟
祠
祢
祥
票
祭
祷
祺
祿
禀
禁
禄
禅
禊
禍
禎
福
禛
禝
禦
禧
禪
禮
禰
禱
禴
禹
禺
禽
禾
禿
秀
私
秉
秋
种
科
秒
秕
秘
秞
租
秡
秣
秤
秦
秧
秩
称
移
稀
稈
程
稍
税
稔
稗
稙
稚
稜
稟
稠
種
稱
稲
稷
稹
稻
稼
稽
稿
穀
穂
穆
穉
積
穎
穏
穐
穗
穡
穢
穣
穫
穰
穴
穵
究
穹
空
穽
穿
突
窃
窄
窈
窒
窓
窕
窖
窗
窘
窟
窠
窩
窪
窬
窮
窯
窰
窶
窺
窿
竃
竄
竅
竇
竈
竊
立
竎
站
竜
竝
竟
章
竢
竣
童
竦
竪
竫
竭
端
競
竸
竹
竺
竿
笄
笈
笊
笋
笏
笑
笘
笙
笛
笞
笠
笥
符
笨
第
笮
笵
笹
筅
筆
筈
等
筋
筌
筍
筏
筐
筑
筒
答
策
筝
筠
筥
筧
筬
筭
筮
筰
筱
筵
筺
筿
箆
箇
箋
箍
箏
箒
箔
箕
算
箙
箚
箜
箝
箞
管
箪
箭
箱
箴
箸
節
篁
範
篆
篇
築
篋
篌
篏
篙
篝
篠
篤
篥
篦
篩
篭
篳
篶
篷
簀
簁
簃
簇
簋
簍
簑
簒
簓
簔
簗
簞
簟
簠
簡
簣
簧
簪
簫
簳
簶
簷
簸
簽
簾
簿
籀
籃
籌
籍
籏
籐
籔
籖
籙
籟
籠
籤
籬
米
籾
粂
粃
粉
粋
粍
粏
粒
粕
粗
粘
粛
粟
粡
粢
粤
粥
粦
粧
粮
粱
粲
粳
粹
粼
粽
精
糀
糂
糅
糊
糒
糕
糖
糜
糝
糞
糟
糠
糢
糧
糯
糲
糴
糶
糸
糺
系
糾
紀
紂
約
紅
紆
紇
紈
紊
紋
納
紐
紒
純
紗
紘
紙
級
紛
紜
素
紡
索
紫
紬
紮
累
細
紲
紳
紹
紺
絁
終
絃
組
絅
絆
経
絎
絏
結
絓
絖
絛
絜
絞
絡
絢
絣
給
絨
絮
統
絲
絳
絵
絶
絹
絽
綉
綏
經
継
続
綛
綜
綟
綠
綢
綦
綫
綬
維
綮
綯
綰
綱
網
綴
綵
綸
綺
綻
綽
綾
綿
緂
緇
緊
緋
総
緑
緒
緖
緘
線
緜
緝
緞
締
緡
緣
編
緩
緬
緯
緲
練
緻
縁
縄
縅
縉
縊
縋
縑
縒
縕
縛
縞
縟
縢
縣
縦
縫
縬
縮
縱
縲
縵
縷
縹
縺
縻
總
績
繁
繃
繅
繆
繇
繊
繋
繍
織
繕
繙
繚
繝
繞
繡
繧
繩
繪
繫
繭
繰
繹
繻
繼
繽
纂
纈
纉
續
纍
纏
纐
纒
纓
纔
纛
纜
缶
缺
罄
罅
罌
罎
罐
罔
罕
罘
罠
罡
罣
罨
罩
罪
罫
置
罰
署
罵
罷
罸
罹
羂
羅
羆
羇
羈
羊
羌
美
羚
羞
羣
群
羨
義
羮
羯
羲
羸
羹
羽
羿
翁
翅
翆
翊
翌
翎
習
翔
翕
翛
翟
翠
翡
翦
翩
翫
翰
翳
翹
翻
翼
耀
老
考
耄
者
耆
耋
而
耐
耒
耕
耗
耘
耙
耡
耤
耨
耳
耶
耻
耽
耿
聃
聆
聊
聖
聘
聚
聞
聟
聡
聢
聨
聯
聰
聱
聲
聳
聴
聶
職
聽
聾
聿
肄
肅
肆
肇
肉
肋
肌
肓
肖
肘
肚
肛
肝
股
肢
肥
肩
肪
肭
肯
肱
育
肴
肺
胃
胄
胆
背
胎
胖
胚
胛
胝
胞
胡
胤
胥
胯
胱
胴
胸
胼
能
脂
脅
脆
脇
脈
脉
脊
脘
脚
脛
脞
脣
脩
脯
脱
脳
脹
脾
腆
腊
腋
腎
腐
腑
腓
腔
腕
腟
腥
腦
腫
腮
腰
腱
腴
腸
腹
腺
腿
膀
膂
膃
膅
膈
膊
膏
膓
膕
膚
膜
膝
膠
膣
膨
膩
膰
膳
膵
膸
膺
膻
膽
膾
膿
臀
臂
臆
臈
臉
臍
臏
臑
臓
臘
臙
臚
臟
臠
臣
臥
臧
臨
自
臬
臭
至
致
臺
臼
臾
舁
舂
舅
與
興
舉
舊
舌
舍
舎
舐
舒
舗
舘
舛
舜
舞
舟
舩
航
舫
般
舲
舳
舵
舶
舷
舸
船
艀
艇
艘
艙
艚
艜
艟
艣
艤
艦
艨
艪
艫
艮
良
艱
色
艶
艷
艸
艾
芋
芍
芎
芒
芙
芝
芟
芥
芦
芨
芩
芬
芭
芯
花
芳
芷
芸
芹
芻
芽
芾
芿
苅
苑
苒
苓
苔
苕
苗
苛
苜
苞
苟
苡
苣
若
苦
苧
苫
英
苳
苴
苹
苺
苻
茂
范
茄
茅
茆
茉
茎
茗
茘
茜
茣
茨
茫
茯
茱
茲
茴
茵
茶
茸
茹
荀
荃
草
荊
荏
荒
荔
荘
荳
荵
荷
荻
荼
莅
莆
莉
莊
莎
莒
莓
莕
莖
莘
莚
莞
莟
莠
莢
莧
莨
莩
莪
莫
莱
莵
莽
菀
菁
菅
菇
菊
菌
菎
菓
菖
菘
菜
菟
菠
菩
菫
華
菰
菱
菲
菴
萃
萄
萇
萊
萌
萍
萎
萓
萠
萢
萩
萪
萬
萱
萵
萸
萼
落
葆
葈
葉
葎
著
葛
葡
葢
董
葦
葩
葫
葬
葭
葯
葱
葵
葷
葺
蒂
蒋
蒐
蒔
蒙
蒜
蒟
蒡
蒯
蒲
蒸
蒻
蒼
蒾
蒿
蓀
蓁
蓂
蓄
蓆
蓉
蓊
蓋
蓍
蓐
蓑
蓖
蓙
蓚
蓬
蓮
蓯
蓴
蓼
蓿
蔀
蔑
蔓
蔔
蔕
蔗
蔘
蔚
蔟
蔡
蔣
蔦
蔬
蔭
蔲
蔵
蔽
蕁
蕃
蕈
蕉
蕊
蕋
蕎
蕗
蕙
蕚
蕣
蕨
蕩
蕪
蕭
蕷
蕾
薀
薄
薇
薈
薊
薏
薐
薑
薔
薗
薙
薛
薜
薟
薤
薦
薨
薩
薪
薫
薬
薭
薮
薯
薹
薺
藁
藉
藍
藏
藐
藕
藜
藝
藤
藥
藦
藩
藪
藷
藹
藺
藻
藿
蘂
蘄
蘆
蘇
蘊
蘋
蘐
蘑
蘖
蘗
蘚
蘞
蘭
蘯
蘿
虎
虐
虔
處
虗
虚
虜
虞
號
虢
虧
虫
虬
虱
虹
虻
蚊
蚋
蚓
蚕
蚣
蚤
蚩
蚪
蚫
蚯
蚰
蛄
蛆
蛇
蛉
蛋
蛍
蛎
蛔
蛙
蛛
蛞
蛟
蛤
蛩
蛭
蛮
蛯
蛸
蛹
蛻
蛾
蜀
蜂
蜃
蜆
蜈
蜉
蜊
蜍
蜑
蜒
蜓
蜘
蜚
蜜
蜥
蜩
蜱
蜴
蜷
蜺
蜻
蜾
蜿
蝀
蝃
蝉
蝋
蝌
蝎
蝓
蝕
蝗
蝙
蝟
蝠
蝣
蝦
蝨
蝪
蝮
蝯
蝴
蝶
蝸
蝿
螂
融
螟
螢
螫
螭
螳
螺
螻
螽
蟀
蟄
蟇
蟋
蟎
蟐
蟒
蟠
蟥
蟬
蟯
蟲
蟷
蟹
蟻
蟾
蠃
蠅
蠍
蠕
蠖
蠟
蠡
蠢
蠣
蠧
蠱
蠶
蠻
血
衄
衆
行
衍
衒
術
街
衙
衛
衝
衞
衡
衢
衣
衤
表
衫
衰
衲
衵
衷
衽
衾
衿
袁
袂
袈
袋
袍
袒
袖
袗
袘
袙
袞
袢
袤
袪
被
袮
袰
袱
袴
袵
袷
袿
裁
裂
裃
裄
装
裏
裒
裔
裕
裘
裙
裛
補
裝
裟
裡
裨
裰
裱
裲
裳
裴
裵
裸
裼
製
裾
褂
褄
複
褊
褌
褐
褒
褓
褘
褙
褚
褥
褪
褫
褲
褶
褸
褻
襁
襄
襖
襞
襟
襠
襤
襦
襲
襴
襷
襾
西
要
覃
覆
覇
覈
覊
見
規
覓
視
覗
覘
覚
覡
覦
覧
覩
親
覬
覯
覲
観
覺
覽
覿
觀
角
觔
觚
觜
觝
解
触
觴
觸
觿
言
訂
訃
計
訊
訌
討
訓
託
記
訛
訝
訟
訢
訣
訥
訪
設
許
訳
訴
訶
診
註
証
詁
詆
詈
詐
詒
詔
評
詛
詞
詠
詡
詢
詣
試
詩
詫
詬
詭
詮
詰
話
該
詳
詵
詹
詼
誂
誄
誅
誇
誉
誌
認
誑
誓
誕
誘
語
誠
誡
誣
誤
誥
誦
誨
説
読
誰
課
誹
誼
誾
調
諂
諄
談
請
諌
諍
諏
諒
論
諗
諚
諛
諜
諡
諢
諤
諦
諧
諫
諭
諮
諱
諳
諶
諷
諸
諺
諾
謀
謁
謂
謄
謌
謎
謐
謔
謖
謗
謙
謚
講
謝
謟
謠
謡
謦
謨
謫
謬
謳
謹
謾
譃
證
譌
譎
譏
譔
識
譙
譚
譜
警
譫
譬
譯
議
譲
譴
護
譽
讀
讃
變
讌
讎
讐
讒
讓
讖
讙
讚
讜
谷
谺
谿
豁
豆
豈
豉
豊
豌
豎
豐
豕
豚
象
豨
豪
豫
豬
豳
豸
豹
豺
豼
貂
貅
貉
貌
貎
貔
貘
貝
貞
負
財
貢
貧
貨
販
貪
貫
責
貮
貯
貰
貴
貶
買
貸
費
貼
貽
貿
賀
賁
賂
賃
賄
資
賈
賊
賍
賎
賑
賓
賚
賛
賜
賞
賠
賡
賢
賣
賤
賦
質
賭
賺
購
賽
贄
贅
贇
贈
贊
贋
贍
贏
贐
贓
贔
贖
贛
赤
赦
赧
赫
赭
走
赳
赴
起
趁
超
越
趙
趣
趨
足
趺
趾
跋
跌
跎
跏
跑
跖
跚
跛
距
跟
跡
跣
跨
跪
跫
路
跳
践
跼
踈
踉
踊
踏
踐
踝
踞
踠
踪
踰
踵
蹂
蹄
蹇
蹈
蹉
蹊
蹌
蹐
蹕
蹙
蹟
蹠
蹣
蹤
蹬
蹲
蹴
蹶
蹼
躁
躄
躅
躇
躊
躋
躍
躑
躓
躔
躙
躡
躪
身
躬
躯
躰
躱
躶
躾
軀
軈
車
軋
軌
軍
軒
軛
軟
転
軫
軸
軺
軻
軼
軽
軾
較
載
輊
輌
輒
輓
輔
輕
輗
輛
輜
輝
輞
輦
輩
輪
輯
輳
輸
輻
輾
輿
轂
轄
轅
轆
轉
轍
轎
轔
轗
轜
轟
轡
轢
轤
辛
辜
辞
辟
辣
辦
辧
辨
辭
辮
辯
辰
辱
農
辶
辷
辺
辻
込
辿
迂
迄
迅
迎
近
返
迚
迢
迦
迩
迪
迫
迭
迯
述
迴
迷
迸
迹
迺
追
退
送
适
逃
逅
逆
逈
逋
逍
透
逐
逑
逓
途
逕
逗
這
通
逝
逞
速
造
逡
逢
連
逮
週
進
逵
逸
逹
逼
遁
遂
遅
遇
遉
遊
運
遍
過
遏
遐
遑
道
達
違
遖
遙
遜
遞
遠
遡
遣
遥
適
遭
遮
遯
遲
遵
遶
遷
選
遺
遼
遽
避
邀
邁
邂
邃
還
邇
邈
邉
邊
邏
邑
邕
邙
邢
那
邦
邨
邪
邯
邱
邳
邵
邶
邸
邾
郁
郈
郊
郎
郗
郝
郞
郡
郢
部
郭
郯
郵
郷
都
郿
鄂
鄒
鄕
鄘
鄙
鄧
鄭
鄯
鄰
鄲
鄴
酈
酉
酊
酋
酌
配
酎
酒
酔
酖
酘
酛
酡
酢
酣
酤
酥
酩
酪
酬
酲
酵
酷
酸
醂
醇
醉
醋
醍
醐
醒
醗
醜
醢
醤
醪
醫
醬
醱
醴
醵
醸
醺
釀
釁
釆
采
釈
釉
釋
里
重
野
量
釐
金
釗
釘
釜
針
釟
釡
釣
釦
釧
釭
釵
釼
鈍
鈎
鈑
鈔
鈕
鈞
鈴
鈷
鈸
鈺
鈿
鉄
鉅
鉇
鉈
鉉
鉋
鉏
鉗
鉛
鉞
鉢
鉤
鉦
鉧
鉱
鉾
銀
銃
銅
銈
銍
銑
銓
銕
銖
銘
銙
銚
銛
銜
銭
銷
銹
鋏
鋒
鋤
鋧
鋩
鋪
鋭
鋲
鋳
鋸
鋹
鋺
鋼
錄
錆
錐
錕
錘
錙
錚
錠
錡
錢
錣
錦
錨
錫
錬
錮
錯
録
錵
錺
錻
鍈
鍋
鍍
鍑
鍔
鍛
鍜
鍬
鍮
鍵
鍼
鍾
鎌
鎔
鎖
鎗
鎚
鎛
鎧
鎬
鎭
鎮
鎰
鎹
鏃
鏈
鏑
鏖
鏗
鏘
鏝
鏞
鏟
鏡
鏢
鏤
鏧
鏨
鏱
鏻
鏽
鐃
鐐
鐓
鐔
鐗
鐘
鐙
鐚
鐡
鐫
鐵
鐶
鐸
鐺
鑁
鑄
鑑
鑒
鑓
鑚
鑛
鑞
鑠
鑢
鑫
鑰
鑵
鑷
鑼
鑽
鑾
鑿
長
镹
門
閂
閃
閇
閉
閊
開
閎
閏
閑
閒
間
閔
閖
閘
閙
関
閣
閤
閥
閦
閧
閨
閩
閭
閲
閹
閻
閼
閽
閾
闇
闊
闌
闍
闐
闔
闕
闖
闘
關
闡
闢
闥
阜
阡
阨
阪
阮
阯
防
阳
阻
阿
陀
附
陋
陌
降
限
陖
陘
陛
陜
陝
陞
陟
院
陣
除
陥
陪
陬
陰
陲
陳
陵
陶
陷
陸
険
陽
隂
隄
隅
隆
隈
隊
隋
隍
階
随
隔
隕
隗
隘
隙
際
障
隠
隣
隧
隨
險
隱
隲
隴
隷
隸
隹
隺
隻
隼
雀
雁
雄
雅
集
雇
雉
雋
雌
雍
雎
雑
雒
雖
雙
雛
雜
雝
雞
離
難
雨
雩
雪
雫
雯
雰
雲
零
雷
雹
電
需
霄
霆
震
霊
霍
霏
霑
霓
霖
霙
霜
霞
霧
霰
露
霹
霽
靁
靂
靄
靆
靈
靉
靑
青
靖
静
靚
靛
靜
非
靠
靡
面
靤
靨
革
靫
靭
靱
靳
靴
靹
靺
靼
鞁
鞄
鞅
鞆
鞋
鞍
鞏
鞘
鞜
鞠
鞢
鞣
鞦
鞨
鞭
鞮
鞳
鞴
鞺
韃
韆
韋
韓
韜
韞
韮
音
韴
韵
韶
韻
響
頁
頂
頃
項
順
須
頊
頌
頎
頏
預
頑
頒
頓
頗
領
頚
頞
頡
頣
頤
頫
頬
頭
頰
頴
頷
頸
頻
頼
頽
顆
顋
題
額
顎
顏
顓
顔
顕
顗
願
顚
顛
類
顥
顧
顫
顬
顯
顰
顱
顳
顴
風
颪
颯
颱
颶
颷
颼
飄
飆
飛
飜
食
飡
飢
飩
飫
飭
飮
飯
飰
飲
飴
飼
飽
飾
餃
餅
餉
養
餌
餐
餒
餓
餘
餝
餞
餠
餡
餤
館
餬
餮
饂
饅
饉
饋
饌
饐
饑
饒
饕
饗
首
馗
馘
香
馞
馥
馨
馬
馭
馮
馳
馴
駁
駄
駅
駆
駈
駐
駑
駒
駕
駘
駛
駝
駟
駢
駭
駮
駱
駸
駻
駿
騁
騅
騎
騏
騒
験
騙
騨
騫
騰
騷
騾
驀
驃
驍
驒
驕
驗
驚
驛
驟
驢
驤
驥
驩
驪
骨
骰
骶
骸
骼
髀
髄
髏
髑
髓
體
高
髙
髞
髠
髢
髣
髦
髪
髫
髭
髯
髱
髴
髷
髻
鬆
鬐
鬘
鬚
鬟
鬢
鬣
鬧
鬨
鬩
鬪
鬮
鬱
鬲
鬻
鬼
魁
魂
魃
魄
魅
魋
魍
魎
魏
魑
魔
魘
魚
魯
魳
魴
魹
鮃
鮄
鮎
鮑
鮒
鮓
鮟
鮠
鮧
鮨
鮪
鮫
鮭
鮮
鮴
鮹
鯆
鯉
鯊
鯎
鯒
鯔
鯖
鯛
鯡
鯢
鯣
鯥
鯨
鯯
鯰
鯱
鯵
鰆
鰈
鰉
鰊
鰌
鰍
鰐
鰒
鰓
鰕
鰣
鰤
鰥
鰭
鰮
鰯
鰰
鰱
鰲
鰹
鰺
鰻
鱁
鱇
鱈
鱉
鱏
鱒
鱗
鱚
鱠
鱧
鱮
鱲
鱶
鱷
鱸
鳥
鳧
鳩
鳰
鳳
鳴
鳶
鴃
鴇
鴈
鴉
鴎
鴒
鴗
鴛
鴟
鴣
鴦
鴨
鴫
鴬
鴻
鴾
鴿
鵄
鵐
鵑
鵙
鵜
鵝
鵞
鵠
鵡
鵤
鵬
鵯
鵲
鵺
鵼
鵾
鶉
鶏
鶚
鶩
鶫
鶯
鶲
鶴
鶸
鶺
鶿
鷀
鷁
鷄
鷓
鷗
鷙
鷦
鷧
鷭
鷯
鷲
鷸
鷹
鷺
鷽
鸕
鸚
鸛
鸞
鹵
鹸
鹹
鹼
鹽
鹿
麁
麈
麋
麒
麓
麕
麗
麝
麟
麤
麥
麦
麩
麪
麭
麴
麵
麸
麹
麺
麻
麼
麽
麾
麿
黄
黌
黍
黎
黐
黑
黒
黔
默
黙
黛
黜
黝
點
黠
黥
黨
黯
黴
黷
黻
黽
鼇
鼈
鼎
鼓
鼕
鼙
鼠
鼬
鼯
鼹
鼻
鼽
鼾
齊
齋
齎
齒
齕
齟
齡
齢
齣
齦
齧
齪
齬
齲
齶
齷
龍
龐
龔
龕
龗
龜
龝
龠
龢
﨑
﨟
﹅
﹆
𢌞
𣗄
𥝱
##レ
##ッ
##タ
##・
##セ
##ラ
##シ
##エ
##N
##V
##I
##T
##O
##ル
##ズ
##バ
##a
##n
##s
##t
##i
##r
##ス
##ジ
##話
##デ
##ー
##ヌ
##え
##る
##ン
##サ
##プ
##ポ
##ギ
##ハ
##メ
##モ
##リ
##ア
##ュ
##ミ
##u
##w
##l
##瀬
##m
##b
##o
##フ
##S
##X
##9
##6
##5
##0
##3
##e
##p
##勝
##マ
##ド
##ャ
##ァ
##M
##E
##y
##d
##h
##ク
##R
##K
##k
##U
##A
##虫
##ム
##況
##c
##イ
##ビ
##ソ
##ヴ
##ォ
##ろ
##う
##g
##ピ
##ザ
##玖
##ヤ
##コ
##ェ
##ト
##ィ
##ナ
##ニ
##拡
##が
##っ
##1
##介
##兎
##喜
##ユ
##弐
##ウ
##カ
##P
##テ
##き
##ぬ
##け
##ブ
##ワ
##ペ
##キ
##ツ
##ケ
##ヒ
##v
##ふ
##く
##張
##z
##j
##ヂ
##ベ
##ち
##消
##せ
##ボ
##L
##G
##ダ
##ゥ
##C
##行
##耳
##古
##ガ
##ョ
##ロ
##2
##で
##か
##し
##チ
##わ
##言
##ヨ
##ネ
##Y
##F
##H
##グ
##永
##パ
##B
##Z
##8
##7
##山
##段
##オ
##ノ
##ゴ
##ゲ
##D
##立
##4
##尾
##当
##て
##兄
##ゾ
##れ
##論
##傷
##ヘ
##希
##目
##q
##簡
##Q
##島
##み
##ら
##仲
##宗
##根
##歌
##吾
##ぎ
##取
##f
##ど
##ま
##友
##×
##合
##い
##格
##ゼ
##域
##め
##禁
##り
##д
##豆
##色
##鹽
##吉
##げ
##止
##挟
##す
##送
##釈
##つ
##氏
##柄
##緑
##口
##飛
##ば
##九
##上
##じ
##ホ
##房
##技
##x
##土
##θ
##作
##さ
##ご
##こ
##流
##淆
##里
##子
##断
##光
##芳
##腕
##び
##と
##大
##仕
##駝
##麿
##辰
##や
##留
##身
##声
##指
##庵
##会
##印
##文
##羊
##深
##彦
##座
##鑫
##明
##鶴
##蛤
##出
##頭
##/
##'
##朗
##王
##之
##助
##秀
##ず
##軸
##長
##щ
##序
##λ
##δ
##α
##込
##軽
##酒
##臘
##朝
##越
##そ
##笑
##返
##風
##お
##絹
##遇
##集
##"
##ひ
##仁
##造
##川
##抜
##卸
##野
##達
##.
##)
##}
##袖
##も
##新
##宅
##巻
##丞
##晒
##臣
##む
##ヅ
##召
##梁
##ъ
##з
##引
##袋
##清
##郎
##兵
##衛
##谷
##は
##航
##あ
##州
##(
##だ
##太
##能
##外
##面
##甚
##〜
##ん
##ν
##μ
##η
##年
##実
##岡
##装
##歩
##ぶ
##旦
##空
##生
##木
##鋼
##記
##広
##団
##治
##直
##よ
##汁
##廻
##物
##;
##に
##修
##河
##射
##林
##節
##田
##W
##塚
##町
##鳥
##帰
##粮
##西
##重
##精
##一
##柳
##雨
##堤
##掛
##車
##曲
##京
##陽
##廠
##報
##髭
##憑
##平
##台
##奸
##鑵
##ヲ
##た
##切
##脇
##な
##爆
##爪
##回
##以
##都
##美
##笛
##誨
##和
##ほ
##類
##考
##官
##κ
##υ
##所
##江
##ぐ
##ρ
##σ
##看
##睨
##定
##番
##難
##の
##用
##六
##体
##世
##ヶ
##崎
##湊
##ι
##入
##的
##潤
##門
##三
##線
##音
##蹴
##注
##退
##着
##峠
##蕎
##麦
##点
##反
##茗
##ё
##昭
##草
##白
##球
##箱
##次
##利
##逃
##館
##原
##敷
##乱
##沈
##程
##斎
##書
##忠
##依
##乳
##!
##-
##」
##寄
##殺
##胤
##代
##筋
##落
##東
##路
##店
##邦
##仄
##心
##昌
##許
##福
##打
##ゅ
##液
##娯
##憲
##針
##刑
##ぼ
##天
##来
##堂
##寇
##鴨
##費
##地
##机
##ω
##法
##付
##肉
##本
##ヮ
##々
##皮
##葺
##茶
##春
##圧
##撃
##設
##J
##磴
##、
##彤
##是
##万
##尹
##務
##説
##備
##分
##鳴
##計
##高
##織
##間
##莪
##彌
##那
##ิ
##信
##観
##票
##蛎
##市
##減
##使
##鏡
##亥
##駅
##哭
##除
##雲
##ぃ
##教
##寺
##轍
##毛
##肘
##南
##雄
##閣
##示
##種
##寔
##蜘
##蛛
##咽
##橋
##神
##噺
##科
##鳳
##湿
##嶺
##豪
##英
##焼
##死
##鈴
##村
##幸
##街
##版
##弁
##員
##獣
##韓
##将
##酸
##捨
##瞰
##枝
##倉
##語
##名
##内
##晶
##岳
##腐
##加
##孝
##童
##小
##金
##井
##人
##郷
##賛
##鰐
##払
##φ
##』
##『
##詰
##烟
##悪
##章
##諭
##芸
##膳
##戻
##緒
##紙
##旭
##弾
##開
##津
##淑
##尊
##手
##四
##杯
##比
##邇
##輯
##狸
##殻
##貨
##願
##中
##礼
##油
##刻
##支
##訓
##ゃ
##梅
##●
##洗
##客
##談
##包
##令
##茸
##札
##奴
##替
##鸞
##氷
##扉
##魔
##民
##脂
##与
##経
##督
##禎
##仙
##者
##ぜ
##壺
##諸
##米
##伊
##國
##意
##知
##商
##家
##貝
##灯
##岩
##τ
##膜
##海
##久
##憐
##阿
##弥
##牧
##国
##摩
##半
##保
##術
##例
##毒
##栄
##池
##嘗
##食
##絵
##ね
##べ
##場
##財
##薬
##成
##鍾
##羽
##続
##存
##水
##星
##前
##勤
##見
##我
##鱗
##籠
##澤
##命
##療
##菜
##布
##旗
##ざ
##餅
##力
##+
##影
##琬
##邊
##居
##骨
##脳
##気
##鷹
##別
##欠
##栗
##羅
##,
##→
##[
##律
##玄
##母
##ぞ
##二
##裂
##歪
##糸
##弦
##ぽ
##床
##扇
##渋
##嬢
##俊
##辺
##壁
##沓
##史
##釧
##植
##賜
##堀
##祚
##元
##━
##襟
##筒
##烏
##弧
##浦
##粟
##司
##洲
##滑
##義
##丈
##夫
##塾
##汗
##ε
##好
##媧
##残
##狭
##康
##丸
##躾
##船
##ぁ
##結
##冀
##埔
##時
##隆
##下
##Д
##焦
##麻
##折
##Σ
##Λ
##Ω
##証
##乃
##糖
##役
##起
##答
##葉
##局
##ヽ
##]
##β
##肥
##并
##夏
##茂
##鎬
##控
##沢
##沙
##溟
##選
##遊
##淵
##連
##述
##違
##鎮
##月
##殴
##肝
##校
##龍
##饅
##純
##敏
##虐
##彬
##露
##拳
##左
##桃
##学
##陰
##拓
##懇
##屋
##沌
##頒
##髪
##良
##則
##責
##飼
##致
##※
##樹
##耶
##判
##也
##縁
##更
##儀
##火
##窓
##工
##甲
##増
##】
##。
##帆
##稿
##π
##γ
##角
##院
##公
##男
##認
##炎
##浜
##求
##禍
##傅
##換
##陸
##遣
##占
##売
##伸
##寵
##郡
##ぺ
##果
##析
##汶
##熙
##詳
##苑
##積
##侠
##蔵
##条
##城
##按
##妨
##承
##道
##府
##県
##営
##孜
##泊
##藏
##鷲
##ょ
##釜
##裏
##劇
##渓
##鼓
##熊
##竹
##芥
##式
##歳
##{
##接
##麼
##第
##彊
##笠
##片
##敗
##聞
##産
##隋
##華
##ゆ
##づ
##松
##器
##字
##差
##厚
##穂
##部
##糧
##掲
##χ
##禄
##季
##図
##鎖
##日
##給
##宮
##剤
##賢
##帝
##桶
##疹
##向
##佳
##持
##靡
##無
##浩
##剣
##繁
##竜
##損
##快
##覚
##添
##正
##石
##厳
##塁
##患
##掻
##鶏
##酷
##熱
##昱
##洋
##茎
##苞
##継
##議
##斉
##臭
##矢
##ξ
##暦
##性
##追
##首
##桜
##運
##謎
##闘
##裾
##安
##政
##攻
##拉
##競
##底
##斌
##鐘
###
##沖
##繭
##緲
##制
##案
##亀
##碁
##藻
##貪
##業
##呂
##蛆
##姦
##幅
##環
##型
##品
##蝉
##揚
##杓
##想
##纛
##約
##霊
##慄
##尽
##苗
##:
##主
##奈
##勢
##漉
##扱
##紀
##脱
##篭
##銃
##杉
##量
##相
##岱
##灘
##姫
##模
##網
##錬
##派
##七
##庶
##女
##姿
##*
##称
##味
##往
##基
##破
##随
##賊
##琴
##絶
##動
##席
##凪
##貞
##椅
##甘
##卵
##寿
##施
##協
##_
##|
##紫
##害
##騎
##花
##去
##?
##幇
##機
##状
##垂
##孫
##参
##譜
##獲
##帳
##砥
##鋒
##染
##抑
##枚
##泉
##肌
##眼
##若
##翻
##叉
##溝
##舎
##垣
##坂
##渡
##多
##±
##潺
##価
##漬
##偏
##五
##א
##郊
##件
##桑
##恥
##勳
##錦
##疏
##†
##蘂
##任
##弟
##免
##崙
##放
##孩
##響
##階
##滝
##恩
##刊
##区
##質
##右
##竿
##寧
##へ
##転
##防
##核
##善
##飯
##牛
##湖
##十
##−
##硫
##為
##煮
##麗
##鍋
##納
##争
##極
##揮
##園
##盛
##壊
##伐
##詩
##只
##潮
##細
##帖
##粉
##勲
##繋
##銀
##攫
##愚
##束
##訴
##弱
##哲
##丘
##來
##詞
##皇
##途
##復
##甕
##@
##武
##避
##寛
##板
##湘
##須
##形
##端
##亭
##徳
##等
##祖
##楓
##散
##算
##材
##智
##至
##室
##搗
##変
##祝
##危
##哉
##志
##磨
##舟
##顛
##未
##叩
##息
##解
##構
##圭
##帶
##惜
##誉
##横
##\
##由
##貴
##茅
##祷
##養
##共
##〆
##菊
##甫
##煥
##琳
##提
##筆
##欷
##畑
##寥
##暮
##函
##燥
##「
##壇
##鍵
##綬
##要
##八
##戸
##僧
##改
##管
##雛
##巡
##録
##ゑ
##餘
##望
##交
##先
##締
##臥
##葡
##伝
##超
##欧
##豊
##郭
##溜
##受
##睡
##伯
##補
##通
##働
##廣
##表
##組
##暁
##児
##姆
##籍
##短
##両
##労
##溪
##強
##縞
##匠
##幡
##淳
##冷
##港
##恵
##蹟
##犯
##輝
##欲
##満
##秋
##威
##邪
##蒲
##方
##罵
##疆
##吶
##宿
##演
##被
##塀
##咩
##坐
##恕
##辣
##拂
##護
##吽
##譲
##瑠
##蝕
##融
##站
##槍
##茹
##数
##皋
##群
##権
##愛
##速
##藩
##毅
##諏
##訪
##盧
##親
##拝
##聴
##事
##興
##隊
##徹
##‘
##詣
##荷
##梨
##雉
##戌
##側
##圏
##博
##巴
##蟠
##ゝ
##洪
##艦
##憶
##椎
##様
##齢
##嶋
##桂
##櫃
##<
##憎
##度
##^
##變
##兒
##守
##央
##廟
##然
##肚
##頼
##克
##■
##雪
##鰭
##雅
##履
##云
##割
##資
##囚
##催
##軍
##封
##玉
##崩
##誌
##削
##豚
##塩
##殿
##討
##専
##挙
##及
##告
##佐
##仮
##父
##摂
##震
##筏
##胆
##降
##拠
##闊
##近
##陀
##獄
##埠
##丹
##買
##亮
##製
##老
##領
##烙
##ヱ
##枉
##鰹
##真
##刀
##巣
##鞋
##刷
##洛
##伍
##綾
##淋
##跡
##呵
##俣
##翼
##医
##ぱ
##周
##循
##躬
##没
##失
##発
##盤
##固
##銭
##蛙
##澄
##忍
##飴
##ლ
##鱈
##嘆
##径
##軟
##絞
##璃
##服
##崇
##禅
##香
##滓
##顔
##隣
##森
##徒
##読
##庭
##躓
##宣
##荒
##侯
##鉄
##陵
##汀
##鴎
##輪
##済
##尺
##襲
##講
##兼
##踏
##浄
##馬
##登
##陣
##後
##皐
##足
##砲
##鹿
##灸
##脈
##跳
##魚
##虎
##便
##建
##唇
##魂
##君
##腰
##戒
##胎
##醒
##夷
##蘇
##映
##顕
##恋
##唆
##却
##覧
##叡
##濠
##誤
##可
##化
##題
##燕
##嗚
##巳
##有
##ヰ
##祭
##慧
##辱
##弘
##癌
##活
##仏
##編
##視
##鑑
##爛
##薪
##請
##象
##含
##德
##千
##漢
##列
##莱
##典
##敦
##附
##疑
##ㇲ
##系
##遺
##丁
##拭
##棚
##押
##候
##踊
##負
##將
##歯
##感
##痒
##彝
##舌
##宏
##寸
##蛇
##慢
##繕
##戍
##烈
##莉
##箋
##ぇ
##撤
##萬
##孔
##碕
##汐
##磁
##浅
##漁
##楽
##離
##蔭
##累
##士
##ぷ
##騒
##曇
##繰
##售
##摺
##洙
##岬
##慶
##僂
##帽
##粘
##惚
##霆
##維
##埃
##突
##芽
##彫
##碑
##衣
##還
##鵞
##`
##狀
##瓜
##悟
##脚
##調
##誼
##故
##愁
##宜
##層
##戦
##輔
##閩
##瓦
##態
##斡
##縫
##奔
##熬
##蝗
##姓
##讃
##惣
##妄
##窯
##柴
##駒
##項
##帯
##○
##温
##股
##延
##譚
##當
##蒼
##源
##埒
##曽
##侑
##如
##柱
##税
##料
##像
##綴
##裡
##冲
##慨
##百
##展
##囲
##喝
##懋
##顧
##丰
##幌
##賃
##吐
##画
##仇
##狂
##巌
##紗
##投
##哈
##婆
##岐
##理
##境
##額
##=
##ぴ
##覆
##詠
##珞
##病
##位
##念
##呼
##待
##婚
##妻
##ぢ
##菓
##涙
##頂
##宝
##萃
##貸
##標
##溥
##黒
##賀
##倒
##慈
##轄
##情
##粤
##沿
##岸
##嚢
##矩
##処
##恒
##箕
##犬
##借
##奏
##濃
##珠
##戎
##臺
##坤
##収
##誣
##珍
##隠
##災
##築
##炉
##溺
##髷
##進
##鈸
##艶
##陶
##剥
##賞
##紐
##排
##住
##轉
##号
##署
##夕
##坊
##翅
##柯
##富
##絨
##崗
##祐
##栩
##塞
##窺
##“
##”
##曾
##血
##潰
##社
##寶
##喰
##蘭
##蝶
##株
##毘
##賣
##浸
##描
##灰
##壮
##匿
##予
##電
##俗
##抗
##自
##郵
##欽
##円
##尚
##烱
##婦
##究
##対
##籟
##妃
##眉
##波
##鉦
##鼠
##配
##塡
##萊
##概
##優
##鬘
##婢
##鶯
##棹
##楼
##率
##涌
##遷
##最
##頸
##戯
##撫
##妹
##鉢
##遭
##棒
##价
##撥
##》
##審
##煙
##逐
##農
##晴
##篇
##輩
##唄
##槽
##忌
##槻
##又
##舞
##伎
##歴
##峯
##同
##貢
##鰍
##撒
##迫
##玩
##藤
##粒
##聊
##璋
##冠
##卿
##斐
##宴
##己
##際
##党
##而
##鼻
##週
##鬼
##熟
##乾
##墨
##鬱
##終
##疔
##團
##邑
##識
##燭
##裕
##洞
##穴
##鮫
##屈
##捻
##Δ
##塵
##聖
##筵
##駆
##牟
##遅
##伽
##堅
##規
##庁
##豸
##>
##景
##蓋
##衫
##問
##得
##隅
##痢
##宋
##罪
##鐸
##鍮
##軌
##體
##幀
##悲
##絲
##鵲
##琉
##壑
##申
##稜
##沼
##挫
##祀
##躍
##筑
##充
##縄
##饌
##屏
##惶
##耀
##鞘
##魯
##駕
##菌
##杜
##鍍
##酢
##匙
##過
##蛟
##阪
##劣
##杭
##瘤
##栓
##刈
##溢
##串
##思
##艮
##才
##稔
##浚
##瑣
##翔
##軒
##彩
##貂
##乎
##埜
##椿
##夜
##現
##學
##北
##潭
##董
##礙
##霜
##咋
##娘
##棲
##棣
##嵐
##閉
##畫
##矛
##阳
##膝
##亦
##旨
##狩
##託
##鑒
##界
##濡
##紅
##Ο
##順
##謙
##廬
##綱
##炭
##瑩
##彧
##紋
##擬
##琰
##叙
##腹
##鐙
##賦
##應
##瑀
##硯
##燃
##彪
##族
##句
##灼
##迪
##唱
##瑞
##沸
##革
##賓
##芝
##因
##置
##卒
##初
##趣
##僔
##荘
##芋
##肺
##榻
##効
##无
##褒
##銅
##〉
##÷
##銘
##吻
##冊
##振
##$
##啼
##鋸
##辭
##倪
##碧
##並
##輸
##牌
##斤
##蝋
##煤
##早
##容
##娥
##襷
##租
##峰
##障
##爵
##揃
##枕
##徙
##献
##易
##症
##濱
##伏
##涼
##·
##∇
##龜
##梓
##坪
##祺
##毀
##斑
##瓶
##該
##糠
##韻
##括
##常
##勇
##簫
##訳
##堰
##寮
##吸
##験
##練
##泰
##燾
##胡
##櫓
##塗
##透
##薫
##勒
##干
##鯛
##載
##煎
##佛
##弓
##衆
##姉
##尖
##掘
##崖
##浪
##綰
##楨
##苦
##貌
##條
##砕
##朱
##萍
##暴
##亡
##届
##粋
##喙
##関
##籤
##泛
##熈
##腥
##慕
##杖
##腑
##蒂
##猨
##椥
##祥
##丑
##縮
##貫
##蜜
##羌
##昴
##≧
##≦
##躙
##恢
##姜
##冑
##奎
##謡
##拾
##移
##畝
##泥
##走
##猫
##腸
##芯
##遠
##悩
##尻
##隔
##謬
##独
##暑
##策
##柿
##撮
##釘
##急
##簞
##御
##雷
##具
##範
##鬟
##羮
##兜
##捕
##猿
##腎
##懷
##莫
##祟
##睦
##敬
##粛
##蟋
##完
##暈
##〇
##孤
##宇
##芬
##弊
##衷
##舜
##覲
##販
##嫁
##亜
##稱
##撰
##堕
##著
##従
##紳
##吏
##否
##侵
##剌
##誓
##健
##逸
##爾
##臂
##痘
##滴
##決
##璽
##夢
##青
##癖
##朶
##娜
##圃
##紇
##粕
##異
##赤
##僑
##懐
##庸
##頃
##値
##♪
##涇
##胃
##纂
##□
##竄
##賚
##尼
##鉞
##桁
##‖
##腺
##榮
##∞
##妓
##昼
##釣
##秘
##喬
##什
##巖
##私
##°
##簀
##儲
##衞
##密
##垢
##豹
##焙
##盟
##据
##迎
##仔
##牘
##益
##滅
##拒
##冨
##旬
##姑
##胞
##彰
##鏝
##擁
##淛
##距
##涯
##憂
##湯
##統
##余
##葛
##幕
##黄
##怖
##盗
##坡
##嘉
##慮
##苛
##允
##珈
##爬
##陥
##壱
##寒
##掠
##屑
##剃
##筠
##盃
##期
##證
##濁
##葵
##墓
##導
##其
##趙
##尉
##鵡
##秤
##據
##綏
##滔
##倍
##訛
##了
##吹
##于
##総
##奇
##驗
##賈
##泣
##鯨
##抄
##隙
##唯
##ゞ
##鉾
##糞
##纏
##低
##聯
##各
##汰
##嵜
##痛
##貿
##庫
##在
##蒙
##寨
##朋
##潜
##肆
##棋
##賽
##乗
##診
##蕉
##探
##邸
##泡
##閑
##躰
##廷
##蕃
##蔑
##琛
##践
##師
##哥
##毬
##遍
##檬
##凡
##抵
##ÿ
##胝
##鰻
##默
##漠
##廊
##照
##且
##挽
##誕
##虬
##璟
##渦
##圍
##綿
##級
##楚
##汲
##卉
##漆
##牙
##奪
##特
##祓
##摘
##枠
##挑
##咲
##卯
##侍
##胱
##鮴
##阻
##肴
##寂
##庚
##舉
##盈
##瑟
##旺
##畳
##不
##亞
##胥
##静
##胴
##試
##濫
##⌒
##魅
##券
##篠
##瑚
##倫
##薯
##祠
##斗
##崑
##飾
##誅
##末
##辞
##触
##仰
##巽
##嗣
##埋
##頓
##鶉
##偵
##蹙
##準
##少
##蟹
##塔
##舩
##叢
##猛
##鮭
##濟
##狄
##察
##羯
##孚
##蝨
##蕾
##藍
##叫
##唾
##適
##択
##鳩
##肩
##猜
##脩
##輓
##坑
##飲
##妬
##般
##褻
##晦
##淫
##礬
##觀
##諦
##壌
##捏
##醴
##讐
##於
##企
##怨
##准
##鍛
##冶
##孽
##顎
##翰
##惰
##潔
##頬
##橇
##職
##需
##傳
##珂
##惑
##搦
##黍
##餐
##揄
##幽
##歎
##痕
##盲
##價
##逢
##渺
##賎
##午
##蘚
##休
##旅
##揖
##迅
##廼
##漏
##趾
##升
##応
##蜂
##慣
##敵
##省
##艇
##蜉
##葬
##梗
##箇
##矣
##腿
##磐
##黛
##熔
##双
##蓉
##磊
##樋
##焰
##萱
##似
##惨
##彗
##庇
##凌
##背
##悴
##徽
##飽
##庄
##蹠
##貯
##酪
##箸
##鋤
##秣
##採
##蟲
##〔
##┐
##訊
##匡
##麺
##穏
##踪
##捌
##邃
##慰
##韆
##袒
##△
##嚴
##讀
##鹹
##禹
##錠
##【
##育
##%
##を
##素
##蒸
##播
##搖
##躯
##諫
##袴
##穎
##諤
##衰
##捺
##鮑
##畜
##衡
##腫
##欄
##宰
##緩
##吞
##兩
##礪
##馴
##帛
##吟
##幣
##喫
##聲
##兪
##穆
##葆
##舵
##黙
##橘
##暢
##塑
##椰
##鍬
##略
##梶
##銛
##昇
##弯
##錫
##媛
##檣
##呑
##呀
##駄
##監
##穀
##琅
##韋
##叱
##虚
##醬
##窪
##隧
##箪
##渠
##鄂
##玻
##柔
##囃
##攬
##隨
##佩
##涸
##虱
##砂
##斯
##諌
##褐
##測
##璿
##全
##斬
##栖
##虔
##曳
##辛
##枯
##卓
##Π
##櫛
##炙
##傑
##蓮
##鴉
##棍
##躇
##册
##篌
##凜
##勅
##棘
##謀
##債
##蚕
##槌
##熏
##ぅ
##評
##汜
##蕨
##瑪
##霞
##筮
##裘
##塘
##弼
##權
##習
##桓
##澠
##茄
##蕩
##彎
##辻
##冕
##狛
##眠
##縦
##匱
##鱒
##燵
##顫
##箔
##爲
##蓼
##励
##薨
##椒
##砧
##渕
##遂
##藪
##粧
##研
##蛄
##浮
##奮
##翁
##就
##桟
##酉
##餌
##蹇
##縛
##限
##實
##闍
##騙
##凶
##謨
##觚
##俵
##戚
##捜
##秒
##睫
##尿
##牢
##臓
##〵
##ゐ
##酌
##鋏
##既
##刺
##檜
##哆
##唎
##篤
##簾
##惠
##募
##狗
##祢
##始
##曹
##癪
##罰
##殖
##佑
##李
##唐
##丕
##雀
##峪
##娠
##嫌
##懸
##雞
##琪
##瀾
##尋
##詁
##緻
##廈
##牲
##岑
##~
##猶
##膏
##翠
##焜
##糊
##恨
##朔
##閔
##寞
##悍
##峡
##斃
##菅
##﨟
##屎
##凄
##鄰
##鮎
##秩
##非
##厭
##遵
##妙
##靖
##鮮
##樂
##醸
##皿
##會
##聚
##舶
##此
##箒
##梛
##冥
##沱
##謝
##★
##▼
##〓
##裁
##砦
##湛
##燮
##瀆
##蒜
##∠
##聳
##埼
##洟
##經
##弗
##他
##写
##擦
##旻
##猟
##泳
##颪
##凍
##稼
##紹
##堯
##笏
##架
##薄
##毎
##嗜
##掌
##竈
##甜
##愴
##赫
##薹
##汪
##覇
##喪
##塙
##絣
##倶
##紛
##伴
##刃
##桧
##痰
##竦
##啓
##喩
##芦
##豬
##杏
##拇
##俘
##后
##豫
##怠
##坎
##征
##誾
##混
##劉
##疾
##輦
##涂
##鐵
##鼬
##昔
##凝
##紡
##措
##鰌
##籏
##到
##墾
##听
##裳
##濯
##髄
##酔
##忘
##漫
##浴
##攣
##鴻
##罫
##諾
##宕
##邨
##潟
##痣
##喉
##淄
##俐
##贅
##籌
##媼
##寝
##鑿
##游
##–
##杵
##戴
##雜
##淡
##裸
##對
##凋
##柏
##擇
##雑
##膠
##衝
##整
##誇
##騰
##絖
##涎
##痤
##縷
##叔
##撓
##彼
##鄙
##磯
##婁
##鉱
##恭
##噛
##Щ
##嬰
##晩
##課
##ζ
##礫
##圳
##蝣
##簋
##挺
##弩
##雍
##苔
##坦
##鯰
##☆
##逆
##薦
##窃
##啞
##晃
##蒡
##淙
##醍
##醐
##嘎
##駁
##勿
##阡
##焚
##撲
##靳
##披
##埓
##顯
##乙
##吊
##剛
##盆
##朽
##杰
##蛉
##単
##嘴
##鎧
##諱
##葦
##嬪
##峻
##秦
##碩
##賤
##培
##刕
##汚
##停
##綢
##宸
##峨
##謂
##托
##緋
##属
##戩
##▲
##麵
##籃
##隈
##皓
##稲
##斜
##羲
##幹
##墳
##鞍
##厩
##葱
##遥
##帙
##蓄
##瑤
##鷺
##猊
##繪
##祇
##綺
##廓
##框
##奨
##畯
##拙
##膨
##咄
##怡
##燈
##劫
##操
##糲
##迷
##玲
##霧
##靈
##狼
##鍼
##肪
##朴
##紮
##蕙
##皖
##咳
##焔
##圓
##怒
##頌
##訶
##缺
##佞
##箏
##謁
##嫡
##鵬
##韜
##功
##傘
##奥
##併
##贛
##艾
##檗
##畤
##這
##奚
##滞
##必
##駐
##個
##蹄
##檀
##揺
##恐
##蓬
##廉
##薔
##薇
##ヵ
##醤
##頽
##迦
##﨑
##旋
##笵
##碓
##緣
##炒
##勘
##艫
##廃
##徴
##痺
##疫
##拗
##棉
##刹
##供
##欣
##襄
##宍
##鮨
##樵
##奉
##倩
##撼
##酛
##墟
##縣
##褪
##釉
##瀉
##蕊
##僊
##幾
##瀛
##卑
##⤴
##碎
##堪
##笙
##瞳
##亂
##槎
##湾
##曜
##渤
##槨
##褄
##抱
##俳
##丼
##壷
##∅
##狙
##脾
##厄
##套
##嶠
##梦
##儒
##誦
##傭
##蜓
##◇
##壽
##罷
##陌
##汝
##援
##冬
##硝
##迹
##萎
##鯖
##襖
##紘
##袞
##瀧
##伶
##廳
##屯
##蛾
##邕
##抹
##咎
##憤
##綽
##亟
##鵠
##梟
##鎔
##蝦
##弔
##靜
##娩
##険
##匪
##享
##拌
##茫
##奭
##步
##澳
##麹
##凛
##吼
##炮
##礒
##杼
##湍
##菫
##楊
##墅
##柵
##嗇
##榜
##藥
##犠
##垠
##瑜
##琢
##符
##確
##紊
##創
##傾
##絡
##嶽
##斥
##脆
##與
##傍
##⇒
##厓
##倹
##冰
##蛮
##桐
##萌
##錯
##碗
##疱
##恃
##麒
##禰
##仞
##谿
##噲
##薗
##副
##萩
##輿
##繹
##齊
##忽
##椀
##瀝
##鏈
##舘
##妣
##噴
##⤵
##検
##績
##釵
##蔬
##畔
##謹
##袍
##吠
##嵌
##戮
##贏
##做
##戰
##歓
##誠
##驒
##焉
##懿
##宵
##賑
##棄
##袱
##蟻
##ヷ
##戟
##礁
##餓
##晋
##棺
##簶
##鈔
##窟
##臼
##瘡
##麟
##譙
##漱
##煩
##訣
##摯
##瘍
##紬
##慎
##煊
##翎
##辦
##歸
##莒
##呆
##黎
##躑
##躅
##零
##瞼
##棟
##舷
##曰
##禀
##′
##薙
##塰
##楯
##狐
##鰲
##薩
##臨
##幄
##纓
##邵
##鬢
##毯
##貧
##紺
##苓
##辨
##鈍
##堆
##↓
##諛
##慾
##尭
##萢
##螺
##’
##驚
##鏃
##陳
##餡
##鵜
##怪
##雁
##〈
##麝
##緬
##訟
##蠟
##眞
##鉤
##悶
##楢
##輛
##妖
##悌
##偃
##缶
##剖
##劒
##憚
##鞭
##杞
##再
##菲
##杢
##〳
##暉
##彡
##轅
##燻
##犀
##芹
##欅
##炳
##腔
##隹
##魋
##畷
##預
##蛋
##聡
##倭
##鈞
##瑳
##梳
##罕
##├
##霑
##蝙
##款
##葭
##鞆
##委
##雙
##鼎
##澗
##屠
##註
##啄
##鉈
##脞
##脹
##脛
##癒
##禿
##査
##耕
##逝
##巍
##愕
##勉
##蔓
##肖
##均
##幢
##胸
##謌
##窖
##魃
##巧
##薐
##莞
##萄
##匯
##愈
##乞
##頡
##陲
##齡
##畠
##悦
##昧
##暗
##蟇
##翩
##貽
##疎
##梏
##痔
##宛
##巾
##瞑
##遁
##寅
##挿
##髏
##索
##懲
##鴿
##幗
##¥
##睛
##旧
##熕
##恚
##疽
##皴
##劭
##薮
##漕
##凉
##幼
##豉
##哀
##今
##癸
##錐
##髻
##弖
##警
##晁
##蝮
##媒
##燗
##蝠
##卅
##痴
##即
##甑
##苺
##鞴
##渾
##斷
##誡
##蚊
##怯
##宥
##凱
##獅
##綸
##瀨
##稚
##鷦
##鷯
##微
##倣
##詢
##寡
##謖
##朮
##兮
##凧
##稈
##疇
##契
##»
##樽
##芎
##剝
##槫
##滉
##疳
##虞
##巫
##燐
##曼
##苫
##戛
##喇
##痙
##踞
##¤
##&
##瓏
##捐
##墻
##暇
##猷
##―
##墜
##數
##頊
##塊
##昶
##鞮
##芩
##貼
##轡
##鞏
##懌
##叭
##⏌
##救
##竝
##伺
##粥
##鬚
##哇
##埴
##♀
##♂
##鋪
##奢
##霏
##爐
##Γ
##Ξ
##羹
##鑞
##舁
##籐
##覺
##昏
##猴
##推
##關
##沃
##穢
##遼
##柬
##翳
##悔
##瑶
##揉
##洩
##蹲
##圀
##荼
##彭
##棱
##係
##幟
##笘
##燼
##楡
##茨
##籬
##扶
##媚
##螂
##彈
##諧
##峅
##玕
##巨
##僚
##靴
##菱
##陷
##呈
##闕
##癩
##硬
##侗
##幻
##珊
##艸
##担
##殘
##闇
##牝
##鹼
##杲
##慌
##蟬
##卦
##娼
##藁
##廡
##舒
##毫
##虜
##—
##囊
##握
##蔽
##尤
##巓
##躁
##炊
##咐
##鬆
##堵
##叟
##隻
##錮
##壹
##梯
##汽
##龕
##璇
##閃
##蛸
##←
##↑
##妾
##罠
##螳
##鶚
##昂
##朦
##餮
##椽
##麩
##詔
##膚
##ㇻ
##穡
##簿
##樣
##澹
##衾
##藺
##旛
##跚
##糟
##窮
##緜
##瓊
##窩
##縋
##緞
##剋
##阯
##汞
##肭
##¿
##鉛
##灌
##帥
##£
##槓
##禾
##鴣
##恤
##拐
##涅
##曄
##▽
##訂
##擲
##罸
##舊
##捉
##馳
##辟
##鈎
##壙
##婉
##號
##蛍
##捶
##饉
##澈
##蒻
##邉
##厲
##溶
##韶
##聾
##獺
##鈑
##敖
##哨
##驛
##脊
##敢
##瞭
##已
##儘
##畿
##贈
##徨
##雇
##瓢
##兆
##喊
##諶
##箚
##倆
##喆
##侶
##陝
##鉉
##璘
##愧
##鴒
##址
##濂
##瞬
##眷
##銓
##塲
##《
##蘊
##汎
##∀
##骸
##誂
##酵
##壻
##跨
##諄
##錨
##熹
##迭
##盔
##嵩
##犧
##楠
##髴
##釋
##執
##爺
##滸
##漸
##繼
##徐
##祉
##牽
##舅
##籀
##撻
##絃
##驩
##卜
##禦
##滾
##拼
##疋
##蓑
##莢
##跋
##悠
##饒
##茉
##瑾
##區
##覡
##芭
##枷
##劍
##舗
##屍
##咤
##琦
##馗
##贊
##鹸
##截
##嵎
##厥
##廿
##瑗
##欒
##嘘
##聟
##裔
##篋
##糶
##∓
##遮
##菁
##粢
##樫
##錚
##矧
##鏞
##鎭
##暎
##閘
##偽
##廁
##鷗
##奠
##亨
##把
##鰈
##頤
##眩
##漂
##肛
##蔡
##咫
##何
##騨
##巷
##阜
##猾
##撞
##蔀
##戈
##怙
##樟
##餉
##禽
##☁
##☂
##蘗
##蝿
##狽
##ψ
##瀑
##刎
##爽
##陬
##粱
##蕷
##激
##呍
##煕
##顆
##隴
##褥
##朕
##摧
##鎚
##斧
##逓
##釗
##嘯
##渇
##繇
##飩
##授
##悸
##牀
##鬪
##喘
##樊
##嘩
##鞜
##悛
##嬋
##雯
##蝓
##宙
##倻
##榴
##蛹
##蜀
##梱
##氐
##菴
##處
##堡
##靭
##彙
##醢
##俄
##漿
##穿
##徠
##縅
##喚
##邈
##帑
##芻
##邏
##磔
##謗
##笹
##决
##擾
##寫
##闡
##√
##•
##弄
##盾
##獨
##頚
##醉
##ħ
##峙
##某
##普
##苅
##恂
##鋭
##靄
##複
##睿
##圖
##夭
##隸
##呉
##蔟
##賄
##掃
##雋
##俸
##馭
##淇
##撕
##賠
##浙
##恣
##裒
##膿
##僖
##贄
##芾
##藝
##些
##嶌
##岨
##肢
##棊
##毟
##掬
##緯
##湮
##蠅
##瑰
##疲
##梧
##鵑
##廂
##潸
##篩
##貔
##柑
##飡
##啾
##鑰
##淮
##卷
##槐
##樓
##晏
##甸
##酥
##諜
##歡
##鄕
##蘋
##酬
##瑛
##耗
##癇
##迄
##扁
##嗟
##攸
##瞥
##抽
##衍
##洒
##鎌
##垜
##黑
##羞
##嘲
##瞋
##儡
##祁
##澂
##盡
##竃
##淹
##琶
##渫
##聰
##嘔
##佯
##惧
##禺
##襞
##蓿
##杙
##霓
##鄭
##臾
##ゎ
##陟
##佗
##溌
##ぉ
##嬬
##壬
##骰
##霄
##褌
##穗
##頑
##險
##潼
##煌
##臧
##忙
##杷
##憾
##掾
##鰯
##彅
##掴
##灝
##叛
##跌
##從
##俎
##梵
##崛
##¡
##鬨
##槙
##擔
##纈
##怕
##睺
##諚
##╹
##撈
##«
##耨
##班
##捷
##紂
##豁
##惇
##魎
##疵
##鯒
##廩
##赦
##瓠
##劾
##稹
##堺
##逍
##鴈
##洽
##姒
##鏘
##Θ
##臈
##搔
##甥
##喧
##粗
##嘱
##儉
##靱
##晷
##羚
##爻
##詹
##呰
##孟
##閲
##劃
##肋
##裝
##隷
##渣
##礦
##猪
##邱
##魁
##恬
##篦
##〕
##盒
##隲
##茱
##萸
##囂
##蜒
##采
##琵
##兗
##櫞
##濤
##沫
##璐
##奕
##覩
##澣
##簪
##脘
##馨
##儺
##暖
##兀
##顚
##凭
##眈
##揆
##縵
##錄
##♠
##瞞
##淞
##嶂
##夾
##筝
##晨
##Å
##儞
##銷
##勧
##俅
##勃
##渉
##杈
##閭
##齋
##鞁
##靼
##痩
##舫
##©
##尸
##籾
##栽
##丙
##蕪
##蜷
##慟
##婿
##氣
##曁
##鉋
##踝
##歟
##偶
##箭
##狡
##娃
##俠
##潑
##霖
##籙
##昉
##氈
##拵
##龢
##况
##們
##蜍
##熨
##厦
##兇
##軛
##颯
##溯
##佃
##歷
##璞
##枢
##頻
##搬
##牒
##滿
##♥
##錢
##鼈
##麋
##櫚
##崋
##翊
##泗
##臚
##莎
##兌
##禮
##發
##聽
##詮
##嶇
##♦
##♣
##駱
##腮
##斂
##勞
##旁
##榑
##紆
##飄
##烹
##琮
##徃
##碍
##昊
##篁
##擧
##‡
##繞
##‐
##蹤
##濛
##莧
##禧
##墉
##褸
##閥
##◆
##遏
##韮
##鈷
##葩
##悼
##侮
##窒
##頰
##葎
##砌
##闔
##槿
##憊
##蟎
##侃
##錘
##煽
##莊
##偉
##殊
##桿
##巒
##儁
##圻
##峴
##崧
##剰
##滋
##肯
##諺
##晝
##闥
##鳶
##隱
##痞
##恪
##慙
##浣
##蜻
##顰
##稷
##倚
##蔘
##虹
##懦
##翦
##砺
##歿
##欝
##⓷
##❹
##❺
##几
##燁
##縱
##湫
##艚
##仗
##麓
##或
##騏
##泌
##冽
##巎
##袁
##沁
##礎
##冢
##億
##竟
##鰓
##芿
##渟
##悳
##菟
##擅
##漪
##癬
##簣
##凹
##泄
##錕
##§
##蠻
##褓
##簽
##努
##慳
##鰆
##跑
##祿
##粹
##閾
##衙
##孛
##匝
##个
##椋
##搭
##菰
##壕
##妁
##鈿
##蜥
##蜴
##滬
##◯
##嗽
##憺
##楮
##淚
##韞
##姚
##覯
##閇
##閨
##禱
##楷
##珪
##隼
##≪
##招
##凰
##涛
##薊
##跪
##詐
##樺
##妊
##稀
##惟
##諡
##穽
##倅
##骼
##爰
##嵬
##嶼
##苣
##酎
##拍
##篆
##婪
##藹
##繊
##陋
##蒔
##閤
##笥
##唔
##冒
##齧
##旱
##楂
##曝
##Φ
##償
##煉
##靂
##傪
##咨
##穫
##徊
##雫
##腓
##槃
##侈
##攘
##囘
##潦
##璉
##肄
##螟
##畴
##穣
##驤
##鯉
##哺
##扎
##剄
##笈
##裙
##漑
##纜
##蹊
##駿
##蘿
##姥
##輕
##梭
##抓
##筅
##薺
##愍
##份
##祗
##狃
##洮
##駟
##耆
##∽
##⊿
##逵
##壤
##但
##皆
##駑
##棗
##蠱
##隗
##杣
##沚
##暠
##衢
##疼
##筌
##凸
##冪
##坏
##癭
##姐
##紈
##睹
##傲
##胛
##襴
##剪
##厨
##沂
##殃
##嵋
##捗
##蠃
##錆
##痾
##櫻
##瓷
##壓
##弉
##玅
##嚮
##踵
##詛
##拜
##竺
##冤
##肇
##誰
##毓
##魄
##總
##惔
##馥
##茜
##茘
##騫
##飭
##兔
##彳
##匈
##渙
##堊
##匣
##詡
##郁
##僕
##嚼
##懣
##祈
##袤
##卍
##忱
##毳
##罩
##鋲
##媽
##♭
##瞻
##怩
##秉
##楝
##矯
##涜
##乏
##促
##銜
##竊
##禝
##蔗
##俚
##皺
##窬
##∩
##〃
##殼
##辯
##扼
##罐
##皙
##劻
##鯱
##郢
##汴
##鞨
##姻
##鄲
##舐
##曙
##孺
##珉
##筐
##徭
##軀
##璧
##櫨
##稙
##栂
##翹
##爼
##茲
##珀
##柘
##犢
##諍
##亙
##鎗
##梃
##塢
##娑
##鑽
##磧
##獗
##摸
##蘆
##孕
##俱
##遐
##癧
##⎿
##奘
##贋
##龗
##昺
##榊
##填
##駈
##憩
##翌
##甦
##黜
##詵
##殷
##俑
##氓
##峭
##隘
##赭
##昆
##逞
##辜
##癲
##〝
##榕
##箍
##耐
##壜
##欖
##遜
##蠡
##稽
##孑
##乘
##枡
##灣
##懼
##誘
##虻
##欺
##▷
##◁
##洱
##滄
##抬
##酊
##〘
##〖
##侭
##咬
##撚
##鞠
##癘
##尓
##醇
##沐
##覓
##爭
##嶮
##懃
##≡
##廸
##膣
##駭
##胖
##娶
##儂
##續
##奶
##瓮
##炫
##∥
##牡
##蠣
##拱
##蹕
##絮
##檮
##愷
##倖
##气
##諂
##蓴
##獦
##枇
##痍
##濶
##蹼
##罔
##壯
##仆
##泓
##鸚
##猥
##頴
##遙
##惡
##擺
##濘
##¬
##奧
##洹
##嗾
##裴
##棠
##誄
##耽
##嫉
##愾
##槹
##堝
##嚇
##稻
##鏑
##轢
##轎
##檸
##嚥
##鶫
##擻
##蓂
##盞
##鍑
##勁
##槁
##甌
##邀
##購
##帷
##鑾
##鮪
##冉
##譯
##臍
##檻
##劔
##痲
##瀏
##縹
##仭
##懈
##豈
##茯
##檎
##咯
##互
##琨
##詫
##譽
##蹌
##范
##穵
##芒
##諮
##繍
##駸
##瓚
##罡
##飜
##瑙
##髯
##絆
##諒
##覽
##訥
##贖
##匂
##姪
##梢
##鶿
##兢
##拯
##踠
##柚
##蔔
##讖
##拏
##傕
##荻
##蔦
##坨
##瑁
##淀
##暹
##竇
##趺
##翫
##鞄
##稟
##詈
##鱚
##衿
##鐐
##蠍
##皰
##掉
##毖
##謐
##淨
##雹
##赴
##湃
##鹵
##涓
##蓙
##孁
##埤
##珥
##蠢
##敲
##蘖
##齕
##嬖
##閦
##雌
##塹
##枳
##畢
##誥
##佚
##縻
##拔
##醜
##刄
##呪
##齦
##簃
##攀
##啖
##♡
##械
##蔣
##屢
##黐
##逑
##畏
##渚
##郞
##燦
##效
##拆
##犁
##牋
##枲
##屬
##跎
##騷
##竭
##蔚
##彿
##聃
##淺
##梠
##繩
##捲
##邳
##淼
##嶲
##敎
##匆
##∫
##⊥
##∵
##∪
##荃
##糜
##緊
##篥
##賁
##莚
##擴
##卻
##擂
##蝎
##臏
##芨
##漣
##綜
##盂
##皎
##艟
##荳
##譴
##暻
##猩
##牆
##縟
##淅
##唳
##醺
##鉇
##炸
##搏
##縒
##鏖
##閏
##璜
##逅
##咀
##Ψ
##携
##銑
##藜
##袷
##營
##栱
##貅
##藷
##嚶
##雖
##舍
##灤
##瀞
##鈺
##膊
##暘
##蒾
##批
##戊
##轟
##鋳
##袂
##沮
##憫
##嫋
##歇
##軋
##每
##忩
##泪
##掖
##弭
##鞅
##腴
##斛
##亘
##轆
##齬
##罘
##綻
##魏
##乖
##塒
##穹
##胚
##椏
##踐
##剱
##煦
##嚭
##糾
##儻
##甄
##顏
##訌
##档
##簸
##顗
##雎
##芷
##膺
##攷
##縊
##寐
##咸
##毗
##匹
##燧
##嫂
##嬌
##綵
##唖
##冴
##櫂
##軾
##邁
##滌
##點
##掟
##繃
##瀚
##麴
##腦
##羨
##穰
##驟
##寓
##闢
##飫
##嘖
##桔
##娟
##繆
##鑼
##臑
##瘻
##佻
##抉
##衲
##莽
##鮒
##駮
##窠
##訝
##邙
##蚯
##蚓
##湲
##鋺
##柁
##嵯
##橙
##戔
##豳
##檄
##諗
##盥
##淘
##肱
##歐
##譔
##沛
##榎
##柝
##鰤
##倦
##琊
##筈
##瑕
##妍
##岻
##藉
##綫
##餞
##頗
##駘
##恰
##嬉
##擘
##〒
##搾
##粲
##濕
##豨
##咆
##沒
##鑢
##遽
##縺
##磋
##僉
##腋
##樸
##獵
##弑
##鑚
##珮
##褘
##痂
##鑁
##耄
##丿
##顥
##噌
##萇
##鷀
##黻
##驍
##瑯
##薑
##擢
##羿
##碾
##沽
##鰕
##噶
##遞
##踉
##勣
##廛
##捥
##逮
##錡
##贇
##銹
##掩
##釐
##巢
##捍
##疸
##跛
##盪
##銖
##戲
##軻
##苧
##蹐
##窄
##棕
##墺
##璣
##緘
##蜊
##瑫
##惕
##翡
##靆
##蒿
##腟
##昕
##琲
##喋
##晟
##厘
##昨
##汾
##屁
##眙
##夛
##窕
##趨
##僞
##霰
##參
##莘
##糕
##幫
##烽
##湧
##佶
##皷
##糒
##咒
##邯
##緝
##郝
##畦
##鏢
##噪
##炯
##刳
##狹
##襠
##閒
##驥
##橡
##箆
##儔
##臆
##≒
##柢
##蔲
##訢
##膽
##鎰
##貰
##榔
##紜
##懶
##跏
##桝
##假
##羣
##樞
##蒋
##茵
##柩
##齪
##煜
##雒
##朧
##燹
##姨
##怛
##⇧
##蟄
##蚰
##勰
##謾
##寤
##憬
##蟾
##輊
##辿
##圄
##窗
##悝
##宓
##鮄
##哿
##醫
##种
##澱
##蠖
##禛
##絏
##罅
##騁
##僥
##貶
##菖
##滇
##悉
##蠕
##酘
##鵄
##鳧
##苴
##衽
##梔
##飢
##棰
##狒
##亢
##謫
##陞
##殆
##橿
##輌
##蜩
##濮
##湎
##醋
##鄧
##徧
##輳
##蛭
##菇
##閼
##璫
##隍
##燎
##觴
##扈
##歙
##忸
##蝌
##檢
##喃
##笄
##碌
##拶
##侘
##髀
##黴
##幷
##縢
##祕
##襦
##袢
##黔
##裟
##蚪
##煬
##啜
##洸
##筰
##荊
##淪
##困
##鱇
##蕭
##仿
##∈
##殉
##繡
##埵
##悅
##耘
##鮃
##鑠
##荀
##窿
##厠
##骶
##叮
##貮
##陘
##怜
##鈕
##迩
##鍔
##∂
##晰
##袈
##闖
##灑
##旆
##◎
##〻
##衒
##玘
##鑓
##潯
##跖
##檐
##耿
##獏
##兊
##愿
##¢
##毋
##癈
##沅
##敕
##嫣
##觸
##潴
##旄
##菩
##蟀
##筍
##謔
##鱮
##瘁
##褚
##‰
##稠
##眸
##腱
##聘
##燠
##鸕
##挂
##唹
##沪
##鳰
##鴦
##渭
##爨
##嚀
##豐
##摶
##熄
##阮
##勵
##岌
##眄
##叺
##弋
##賂
##黽
##瘠
##驢
##誑
##寳
##芙
##繝
##緖
##悰
##漳
##屓
##慂
##艘
##逼
##廋
##麭
##栢
##蕗
##儚
##蕈
##鐡
##跟
##喨
##羈
##耋
##醂
##潘
##艙
##刮
##擒
##嫗
##簇
##岷
##憖
##鋩
##貉
##廢
##豕
##瀟
##溂
##瘦
##蚣
##涕
##睢
##适
##◦
##轂
##頎
##珎
##匐
##艷
##偸
##饗
##觜
##頫
##玳
##哮
##爸
##鯥
##蜿
##叶
##鴫
##頁
##儷
##儼
##笋
##覈
##闐
##弌
##婬
##丐
##廚
##鷄
##碇
##孃
##悧
##仝
##黨
##嫩
##褙
##慚
##磚
##繚
##麈
##璈
##渥
##鴬
##囀
##碣
##瀦
##藐
##轤
##闌
##苡
##枋
##較
##垈
##獪
##偈
##洌
いる
する
ある
20
19
から
こと
201
その
れる
なっ
ない
ため
など
200
##ール
この
日本
##ック
##ター
##リー
られ
より
10
##ット
##ング
いう
なる
##ラン
##スト
##ート
あっ
よう
また
あり
もの
まで
##ュー
##ーム
##ード
##ント
18
12
##ティ
##ージ
##ョン
11
199
学校
##ンド
大学
##00
でき
おり
##かっ
これ
##イン
##ース
##ディ
よる
##リア
##er
放送
それ
198
昭和
よっ
##ップ
##ション
##ーク
プロ
##リカ
##ーズ
##する
##ーン
15
アル
受け
##イト
197
だっ
なく
現在
英語
なり
##on
東京
しか
202
##バー
アメ
キャ
世界
17
##in
アメリカ
場合
##える
なかっ
時代
16
つい
##an
使用
会社
ファ
196
テレ
できる
平成
登場
おい
##レー
##ープ
られる
行わ
イン
コン
選手
##ライ
テレビ
##ラー
研究
ジャ
13
##ar
しかし
##める
作品
##しい
##ンス
14
ライ
30
##リス
194
195
##en
##ッド
番組
##リン
##or
可能
たち
発売
##ンジ
存在
##イル
多く
映画
とも
開始
##ランド
活動
##カー
##ルト
リー
クラ
##ナー
およ
##ーマ
同じ
##ンク
のみ
当時
##at
フラン
ページ
チャ
##al
##れる
25
フィ
および
バス
しま
対し
呼ば
明治
発表
にて
##シュ
鉄道
一部
チーム
21
##es
スタ
時間
##ダー
##ックス
タイ
行っ
代表
大き
##ニア
ディ
開発
ゲーム
22
取り
開催
##ける
出演
##シア
同年
なお
##リーズ
##ic
アルバ
ドラ
##イツ
オー
以降
大会
地域
193
スト
変更
ニュー
24
参加
関係
フォ
持つ
##シャ
##ステ
だけ
アイ
##がら
さら
23
##ナル
出場
##it
##レイ
シリーズ
試合
おけ
以下
所属
用い
担当
##ンター
たり
##オン
せる
アルバム
自分
##ロー
記録
ドイツ
ながら
##クター
いっ
##ッチ
以上
設置
##is
##サー
利用
中国
コー
さらに
音楽
中心
##ーズン
192
フランス
##ニー
自身
株式
シーズン
事業
国際
出身
大阪
リーグ
##ャー
##ウン
かつ
##クト
なら
26
引き
一般
28
##ンバー
考え
監督
2010
多い
ステ
##しく
##ょう
生ま
##ブル
攻撃
異な
アン
27
人物
行う
##フィ
ウィ
##ビュー
優勝
かけ
女性
委員
グル
収録
##ングル
アニ
##el
サン
高等
31
卒業
##ーツ
務め
必要
##ソン
フェ
中央
29
2011
文化
知ら
##デル
##ジオ
教育
2009
2012
マン
社会
##ベル
##パー
ジェ
設立
情報
スペ
2008
##スタ
##まり
##ウス
問題
2007
意味
##he
事件
##レス
##le
ジョ
地方
##ファ
2014
サー
通り
2015
##めて
位置
うち
イギ
##フト
##フォ
ほか
2013
シングル
2016
イギリス
##ou
いく
都市
##ion
##ネル
##マン
ブラ
2019
自動
アニメ
2017
キャラ
##ールド
##上げ
##ーション
##さい
2018
##して
影響
結果
計画
ただ
##as
ほど
2006
同様
2020
高校
最終
191
終了
世紀
とき
##ol
##わっ
##ラス
ウェ
##わり
サイ
戦争
##ータ
ショ
最初
販売
当初
シャ
##ヴァ
##ッカー
場所
##ヴィ
##ウェ
ラン
グループ
##ころ
獲得
選挙
一方
##ロン
作曲
メンバー
生まれ
100
及び
##よう
建設
センター
2021
##om
##キー
一覧
km
制作
##ーター
部分
アー
そして
##ンタ
##ジア
人間
政府
スター
地区
##わせ
2005
##まっ
かつて
##re
最後
発生
以外
機関
リンク
状態
特に
2000
彼女
関する
##ステム
技術
調査
##リング
年間
##am
経済
就任
スポ
まま
全国
システム
廃止
##カル
##ぞれ
##スター
##メント
持ち
それぞれ
施設
デビュー
50
政治
ところ
決定
契約
野球
公開
##il
##et
マイ
モデル
教授
ブル
年度
異なる
記念
航空
しまう
##レン
##イス
##ッシュ
キャラクター
向け
ます
##ac
ロシア
主義
女子
歴史
40
##アン
構成
##us
オリ
##ro
##ラム
持っ
名前
実施
合衆
戦闘
##ケット
ヴァ
##ビー
複数
京都
チェ
路線
2004
##ザー
##ジェ
議員
ただし
管理
##イド
同時
##デン
デザ
たい
製造
全て
能力
高い
相手
入り
です
さん
設定
##シー
こう
##テン
##フェ
カー
190
ドラマ
初めて
2022
スー
記事
##ルス
本作
生活
採用
果た
組織
対する
機能
ホーム
車両
##つけ
指定
最も
ダイ
特別
運行
起こ
##替え
リリー
帝国
##エル
##ing
列車
戦い
公式
目的
あた
合併
##リスト
##出し
ロー
エンジ
受賞
丁目
##ートル
ヴィ
##海道
シュ
ベル
通常
##ーロ
名称
##ビス
ライブ
##んど
##ろう
イタ
出版
出来
勝利
クロ
始め
IS
サッカー
道路
協会
##ンプ
##スク
企業
最大
トラ
##かり
生産
##ンチ
与え
科学
リリース
共和
2003
##ンダ
##リオ
対応
たら
##ッツ
結婚
##クション
クラブ
交通
ラジオ
部隊
そこ
コミ
続け
事務
最高
漫画
使わ
##ーナ
00
含む
イタリア
##タル
少な
##ER
##ンガ
189
188
##ニング
パー
警察
伴い
##わる
自由
ハイ
##ch
公園
運動
海軍
##ディング
##コン
営業
大きな
製作
アナ
マル
もっ
カード
総合
独立
完成
搭載
一人
デザイン
予定
##アー
近い
時期
主人
運転
2002
時点
主に
基本
バイ
##イトル
##アル
バンド
提供
プレイ
##ter
移籍
ほと
ユニ
2001
##テル
発見
##モン
大正
北海道
江戸
##ッパ
サービス
ティ
以前
成功
内容
##かけ
飛行
人口
マー
新聞
実際
##AN
##チャ
経営
宇宙
##ルフ
加え
ほとんど
完全
チャン
JR
特徴
ミュー
ジュ
期間
専門
カップ
重要
活躍
理由
評価
タイトル
##ッグ
ウォ
小説
##がっ
##ヤー
神社
バー
運営
レー
##ay
自ら
ソフト
プレ
##ed
述べ
##ビア
連続
000
挙げ
編成
企画
##ディア
決勝
エンジン
35
インター
入っ
ビル
イベ
作詞
いわ
撮影
オープ
187
様々
##リック
対象
再び
構造
導入
##ad
子供
##付け
スポーツ
新た
##ギー
ネット
##ティー
1990
行動
##nd
初期
支援
すべ
連合
性格
of
参照
##ワー
指導
病院
##ig
スーパー
イベント
設計
##id
しまっ
すべて
認め
ファン
よく
開業
ライン
##古屋
##IN
スク
もと
楽曲
付け
人気
データ
文字
名古屋
言わ
改称
ちゃ
##まる
規模
とっ
##クス
レース
そう
##ピック
表記
45
##タン
不明
移動
法人
##000
以来
紹介
##ーカー
指揮
案内
1999
非常
男性
##バル
配信
##ミー
大きく
展開
ブロ
環境
工業
国家
ひと
##ur
追加
関連
下さい
ボー
共同
団体
ミュージ
物語
##プリ
##ot
##os
労働
##ation
教会
##ent
##入れ
レコ
##リンピック
##トル
国民
結成
ここ
議会
フリー
プラ
舞台
番号
程度
##BN
グラ
テーマ
ジョン
##ッジ
のち
項目
クラス
##ON
##わら
回避
cm
競技
限定
##ゅう
工場
レイ
変化
果たし
由来
CD
##ストラ
文学
広島
ISBN
会議
死去
銀行
写真
32
##AR
電気
##ンパ
表示
カル
候補
mm
距離
装備
美術
St
##らか
全体
会長
60
多数
##込ん
##ボール
インド
ドル
探し
方法
##um
過去
##じめ
サイト
##キング
1998
アレ
コーナー
国道
1980
息子
天皇
一番
いず
##じる
##シャル
言葉
The
NH
思い
学園
演奏
大統
大統領
ヨーロ
##マー
試験
アク
社長
##ウンド
##らし
連邦
乗り
ローマ
建築
裁判
福岡
ヨーロッパ
韓国
登録
県道
ぶり
##込み
オリジ
選ん
地下
##ウム
##iv
少年
##ッセ
引退
強い
打ち
空港
地球
入れ
横浜
##ルド
事故
##ir
スペイン
協力
支配
適切
見せ
国内
作戦
どう
##ag
ユー
周辺
##けれ
統合
1997
有する
ワールド
くる
自治
オリジナル
仕事
立ち
発行
ほぼ
48
区間
見つけ
自然
オリンピック
##ドル
##り替え
行い
陸軍
##チェ
NHK
基づ
高速
整備
##BS
##ギュ
民主
##込ま
対戦
##いは
経験
##リエ
1996
工事
初代
形式
アジア
通信
##ow
映像
アップ
ロック
いずれ
##ショ
##イズ
##ジー
主張
べき
##ヴェ
##メージ
エン
##太郎
状況
ホール
しよう
##んな
大戦
1995
誕生
朝鮮
大臣
掲載
##げる
組み
含ま
ター
劇場
36
##ec
トン
確認
移転
学生
ちゃん
使っ
効果
少女
##シン
##78
##なり
同じく
装置
好き
わた
33
1970
報告
動物
曖昧
表現
ベース
##なっ
II
産業
あるいは
発足
タイム
原作
##デュー
専用
##ネス
部門
普通
元年
ハー
運用
##ガー
1994
エル
取得
シェ
##im
種類
生徒
破壊
本部
方面
ニュース
出し
形成
人々
##かる
千葉
なけれ
生き
##ゴン
唯一
トップ
##ia
新しい
繰り
死亡
メートル
1993
##em
受ける
制度
家族
##レーション
186
ニューヨ
##un
個人
成立
モン
ステージ
輸送
ヴェ
##ジャー
比較
ニューヨーク
編集
プロデュー
##st
行政
タイプ
合わせ
やす
付近
##イント
ファイ
##AS
1992
FC
地名
途中
##ウト
##ジャ
スピ
郵便
保護
ごと
反対
勝ち
選出
業務
王国
県立
現代
アフ
条件
##ネット
正式
##えば
朝日
フレ
##AT
系統
入る
##od
##スコ
34
IC
近く
いい
##ティング
##パン
図書
拡大
用語
プレー
付き
博士
オープン
復帰
##ルム
1991
発展
##OR
##ばし
成績
続い
競馬
スカ
主要
ゴール
##ッション
##ap
編曲
##ut
クレ
公演
##サン
開設
##ちら
##クロ
以後
バージ
呼び
追い
中継
1989
##ダル
55
店舗
フル
求め
周年
38
##ラル
##ーリー
描か
料理
ベスト
直接
本人
コース
##リティ
観光
500
方向
##ントン
分類
父親
芸術
1987
フロ
##ポート
オン
方式
取締
国立
きっ
はじめ
目指
##デオ
##セン
後半
In
##がる
##ジェクト
本社
連載
愛知
務める
食べ
もう
スタジオ
言う
アド
##プト
水先
1988
張り替え
##ズム
男子
生物
##ul
Ch
迎え
含め
##リーン
魔法
九州
武器
カナ
細胞
電話
スコ
つけ
##かし
##キシ
メイン
所在
当た
オブ
俳優
80
施行
有名
選ば
シン
##合わせ
つつ
パイ
言語
使い
選択
よれ
地元
デジ
##oc
批判
平均
精神
雑誌
##ub
大型
カリ
作ら
41
##こう
ガン
流れ
率い
##and
コロ
特定
市民
示す
##ールズ
進出
事実
ジャン
支持
ツアー
被害
行き
南部
42
バル
新潟
##チュ
##キュ
37
関し
ギャ
編入
##がり
地上
アカ
人民
組合
司令
##ンドン
ピア
作家
ワン
##ES
安全
プログ
##BC
加入
イス
すぐ
翌年
神戸
##らい
やっ
所有
##ジュ
復活
1960
得点
向か
the
説明
##セス
本線
カン
女優
増加
クリス
アラ
原因
##ゆる
小さ
あまり
決め
コンピ
外国
1986
ドライ
アンド
##ークス
ポイント
43
政策
市場
直後
1985
建物
##リート
配置
将軍
離れ
##レット
##せる
植物
王座
あたる
設け
入学
購入
防衛
台湾
ビデオ
改正
39
医療
ルー
明らか
70
パリ
ホテル
思わ
敗れ
##らく
グラン
バック
44
##ースト
##メン
神奈
シーン
##ak
##IC
障害
語っ
通じ
ゲスト
フラ
仲間
##合い
商品
1984
化学
##EN
電子
関東
ハン
##50
東北
理事
キー
静岡
パン
ロンドン
DV
##AL
惑星
達成
リン
行為
トレ
##イア
中学
特殊
バラ
メディア
##ウェー
メーカー
土地
成長
なか
神奈川
内閣
実験
艦隊
沖縄
住民
プロジェクト
##なる
温泉
エネル
レベル
46
レコード
レギュ
派遣
代わり
##トロ
従来
##ers
失敗
記述
関西
トリ
系列
スケ
##なわ
978
##イク
##AM
カメ
##ピー
kg
in
指摘
拠点
基地
##ガン
##ウル
年代
各地
高く
標準
富士
ブランド
出会
##シング
フジ
プリ
エネルギー
仕様
形態
DVD
強化
残し
軍事
イメージ
##出す
太平
建て
1983
グレ
投票
ダム
製品
CM
作り
作業
記載
コンピュー
電車
ユニット
福島
##IS
政権
示し
##av
##op
90
トラン
オフ
切り
作成
きっかけ
イラ
延長
発電
同社
##ルク
兄弟
規定
一時
ソング
長野
ミュージック
山口
1982
海外
##ri
北部
モード
巨大
使う
レギュラー
##ュニ
バージョン
##スタン
報道
くだ
停止
無い
##ゲン
改造
##ッケ
呼ぶ
シー
##ov
機械
経由
ガス
米国
資料
処理
47
300
速度
トラック
商業
セル
例えば
言っ
披露
制御
オール
伝え
連盟
残っ
統一
埼玉
主演
##og
競走
パラ
法律
創設
##スティ
アイドル
分離
##ウンサー
歌手
##ストン
1972
上記
独自
##ロス
TO
言い
ギリ
描い
太陽
アナウンサー
ポー
th
##込む
少ない
博物
住宅
スパ
実現
##VE
脚本
プレイヤー
1981
ロボ
長崎
少なく
1979
落ち
デジタル
違い
集団
戦後
母親
昇格
継承
軌道
なし
新設
51
空間
ミニ
定期
解散
中華
おら
クリ
旅客
##AC
強く
接続
マーク
部屋
比べ
優秀
##ard
トゥ
現れ
革命
制限
置か
感じ
##ab
殺害
集め
##ルー
##ランダ
分野
安定
スタート
作っ
スキ
カナダ
周囲
貢献
名誉
展示
##ニュー
責任
伝統
条約
書か
参戦
##ミア
##ッフ
ブリ
面積
##ピオン
機構
ヒット
令和
##ブルク
パート
至る
##ce
まと
友人
いつ
1978
##ロット
感染
維持
1975
##ウィ
かなり
工学
意識
農業
交流
ジョージ
##ーフ
交換
停車
相当
要素
医学
続く
##ダム
52
書き
カラー
##ID
49
ライト
##ニック
##返し
##リアム
詳細
##HE
1973
二人
1950
シティ
54
エレ
基準
限り
役割
操作
反応
勢力
見る
ください
予選
共通
学院
紀元
##ファー
民族
機体
##FA
刊行
古代
現役
##OM
振り
取引
##掛け
##ie
地震
本来
段階
ランド
主催
##ンズ
TV
理論
コミュニ
進め
岡山
用法
範囲
1974
思っ
岐阜
1976
##th
ブルー
##バイ
ダン
禁止
校舎
レス
兵庫
長い
##くり
1971
##ブリ
コード
##ウェア
ボール
ポジ
ST
##シェ
自体
全員
オーストラ
治療
貨物
鹿児
##OS
鹿児島
命令
体制
イング
1969
継続
1945
まし
体育
大陸
キング
通称
メダル
交差
もら
同盟
エア
##ill
毎年
皇帝
オーストラリア
貴族
行く
熊本
観測
さま
扱い
##ワード
読み
##ッキ
##ガル
訓練
内部
陸上
コーチ
チャンピオン
提案
訪れ
主な
減少
向上
##EC
みな
認定
逮捕
判断
1977
アト
ダイヤ
1968
起き
ストーリー
ルート
宗教
家庭
あれ
##eb
##ミング
コンサ
演出
ちな
挑戦
宣言
動き
せい
キリスト
田中
対策
性能
課程
首相
##ディー
##ライナ
フォー
週間
再開
プロデューサー
鈴木
語句
近年
オランダ
##ell
TBS
改革
仙台
解説
前作
エリア
札幌
53
モー
文庫
ブラック
セット
de
##igh
一緒
得る
##ジョン
##しくは
)-
##イルス
ギター
連絡
##ワーク
要求
##AP
通過
職能
始める
つな
小学
生まれる
スペシャル
フィリ
回転
首都
インタ
##ッサ
良い
##切り
##マス
ウィリアム
しまい
まだ
##ッカ
起こし
##エン
アフリカ
##ra
移行
依頼
##立て
制定
原子
ヶ月
進学
広く
62
スタッフ
定め
プログラム
185
当選
発言
中村
ショー
終わっ
スタイル
開通
カメラ
58
##チン
ノー
衆議
単位
You
セント
知っ
奈良
声優
出来る
マネ
1000
1964
キロ
コンピュータ
全く
しばし
ポジション
##ッキー
##ずか
結ぶ
世代
防御
大字
ソ連
56
##ショナル
伝説
ソロ
前後
st
投手
戻っ
向かっ
自己
##ボン
書い
##ist
ミサ
##ok
メジャー
##ine
やま
レッド
勤務
危険
得意
チャンネル
本名
かか
秋田
ダウン
分か
備え
1967
ランキング
毎日
亡く
立て
定義
欧州
しばしば
除く
児童
グリ
ロード
会員
中止
##やか
異なり
推進
帰国
更に
負け
区域
身長
指す
##est
資格
##クラ
キャン
指名
押し
用いる
しょう
電力
隣接
知り
あら
更新
Al
佐藤
コンビ
##続き
学会
保存
作用
長男
飛び
THE
既に
##ーネ
同一
パワー
小型
主題
##ン・
##そう
カバー
改良
##ニス
ヴォ
始まっ
Re
SP
もしくは
後述
エピ
1965
ペン
分割
到着
戦車
視聴
建造
##ナム
トル
##ジン
消滅
1966
様子
理解
名乗
基礎
デイ
オス
回復
兵器
単独
けん
共産
つく
連れ
エイ
知事
リア
東海
小さな
ブレ
本塁
起用
チョ
サイズ
ピアノ
か月
##バート
置く
##出さ
ヘル
すれ
##ミン
184
巻き
ずつ
始まる
演じ
後継
創立
収め
400
消費
会場
ラー
任務
練習
ハウス
旅行
##ビン
##レンジ
##ess
57
デュ
##トゥ
文書
ダンス
西部
##all
対立
応じ
平和
後期
長官
発射
##ティスト
開幕
一定
海岸
ウイルス
エド
騎士
土曜
近代
##とう
目標
アマ
年齢
##ip
諸島
##おり
記憶
機器
消防
イングランド
オル
ユダ
バン
##IT
コント
ニコ
任命
半島
1955
大量
あたり
意見
前述
サポート
助け
##ダン
ドラゴン
1947
フォン
##AD
乗車
管轄
ポーランド
吉田
捜査
供給
実行
カラ
命名
##らす
180
困難
国鉄
幕府
en
出る
教師
オペ
ナイト
アス
芸能
通算
FI
##NA
##ーニ
車体
##ind
##ーチ
パーク
##トン
がっ
富山
資金
##かい
向かう
##フォル
##ストリア
与える
身体
立場
59
作る
##30
出現
やすい
なさ
確保
話し
らしい
1963
PC
趣味
##・ア
75
山田
著作
##ンスター
判定
##ッコ
マク
解放
##取り
在籍
リーダー
憲法
青年
##ジル
##ーラ
石川
マシン
アカデ
すぎ
64
投げ
師団
An
##ッター
スマ
ラグ
保険
ボス
階級
物質
##ct
低い
##レント
##ob
##OL
教え
画面
同日
徒歩
##テナ
ジャパン
##テム
吸収
ユダヤ
わけ
##10
##ゼル
注目
1962
進行
金曜
##ケーション
##ノン
阪神
傾向
弁護
コレ
目指し
設備
##ブン
球団
ほう
無く
インターネット
元々
##ヴォ
##ルン
物理
ブロック
刑事
##art
リス
わずか
領域
##UR
分け
いわゆる
1944
直前
戦士
ルール
撤退
##リーム
ネットワーク
売り
ゆう
前年
準備
計算
執筆
通し
東部
合計
未来
河川
1948
天文
##ツィ
##BA
検査
タウン
初回
交渉
上位
日曜
ミサイル
両親
トロ
処分
##換え
##ッピ
##ET
記者
動画
アリ
対抗
属する
グリーン
##ざま
解決
民国
判明
健康
連隊
エンディング
##ジアム
伴う
##ik
ウク
ロボット
価格
金属
##カン
許可
ルイ
アーティスト
民間
思想
##ーブ
残り
1954
置き
1961
入団
遺跡
登板
もっと
寺院
もた
入社
アシ
Ar
イラスト
歌詞
いち
日間
サラ
##ザン
##ソード
医師
なん
##ケル
伊勢
1949
松本
変え
##ンサー
休止
地位
新宿
模様
どの
引き継
##if
##80
##ーブル
取っ
ナイ
出す
生命
和歌
形状
ばかり
ファミ
大使
表明
検討
アイテム
##バン
持た
再生
学科
##US
1958
街道
##ども
##ポン
出力
##セル
1941
1956
普及
エリ
一種
くれ
##リアン
呼ん
テスト
##イオ
過ぎ
インタビュー
##たり
##ンマ
自衛
ヘン
徳島
急行
61
##ーンズ
南北
駆逐
認識
機動
1959
期待
創業
Bl
バトル
信号
犯罪
占領
どちら
ブラジル
愛称
##ant
方針
US
##トリック
ビジ
名義
ウクライナ
新人
##ルツ
固定
アカデミー
襲撃
ヒロ
率いる
##もと
結ん
今日
審査
1940
ブレー
##ルトラ
幹線
特急
##ノー
ポール
高橋
講師
and
べく
アプリ
分析
ベイ
開校
トンネル
##キシコ
背景
##シャン
ガー
爆発
とり
##20
63
機会
##フォルニア
##ティブ
AT
新型
見える
65
公共
Sh
だろう
サブ
市長
少し
ライダー
##グラ
エピソード
大きい
クロス
本格
##OW
権利
香港
山本
パス
川崎
エス
##ンタル
##持ち
崩壊
続ける
FM
適用
前半
シナ
マスター
オーストリア
停留
徳川
現場
提出
遺伝
コンサート
##シス
コマ
宮城
買収
シル
知識
イオン
分布
仮面
加盟
患者
互い
体重
##ud
1943
ライフ
##メートル
リング
食品
##ive
先発
失っ
組み合わせ
カリフォルニア
調整
Pl
十分
否定
果たす
哲学
負傷
チャート
アイル
神経
パーソ
ヤマ
##一郎
Sp
伊藤
青森
大幅
合格
送り
##ight
合流
サイド
推定
##衛門
##ミュ
小林
市街
同士
藤原
宮崎
収容
トレー
必ず
##ウント
大和
潜水
##ne
危機
無料
##かさ
##ort
アウト
敗北
逃げ
##ッテ
ジュニア
1952
せん
グランプリ
##サス
やや
結局
録音
執行
始まり
臨時
空軍
改善
古墳
殺人
メイ
スウェー
ウルトラ
画家
希望
乗っ
スイ
書店
150
十字
##チャー
##io
姉妹
##UN
つき
免許
上昇
財団
オーディ
落と
武装
合成
##ろし
インディ
スウェーデン
進ん
まず
イスラ
##サル
鎌倉
不足
##ue
用意
公立
概念
##エスト
スコット
命じ
拒否
基づく
大分
カール
バンク
注意
多かっ
シンガ
プライ
1957
おお
だい
侵攻
前身
優れ
統治
##ビエ
まつ
深夜
じゃ
##ルタ
自宅
戦う
##リュー
183
やり
ボク
ヘッド
##ーグ
弟子
楽し
オート
さまざま
一族
論文
竣工
試み
##ティック
##イヤ
北緯
##イム
あい
清水
閉鎖
スクール
結合
##レート
承認
呼称
拡張
専攻
##っと
1953
衛星
地点
1942
金融
オープニング
ハード
マリ
支店
1951
次第
ころ
##ブラ
1930
ちょう
##起こ
##でに
マイル
##FC
場面
##トリ
1946
Ne
さい
祖父
ホワ
学習
##11
しん
共演
サウンド
スペース
##ッタ
ノル
すでに
コンク
モンスター
やが
BS
兵士
同名
ジャンプ
次い
描写
たく
##ッハ
強制
##シック
指示
##ドリ
置い
##パス
過ご
秘密
De
##ge
##ロール
クー
かかわら
表す
現象
藩主
改名
アイルランド
ミス
区別
ダブル
実業
増え
左右
広告
メキシコ
通っ
ポルト
ビジネス
フィールド
有効
こそ
##ピン
略称
##レーター
毎週
古い
燃料
##ティア
判決
三菱
変身
プロレス
スキー
アレク
国会
##ran
各種
三重
現地
守る
軍人
人類
メモ
積極
歴任
作中
生じ
コラ
携帯
流れる
##てる
やがて
リスト
価値
見つ
相互
支払
低下
興味
##リーナ
よし
メル
移管
ケース
武蔵
原則
短期
山形
##ity
司会
規制
事態
加藤
改修
PS
差し
信頼
テロ
ボーカル
付属
ウェブ
法学
いき
南西
住む
##ターン
往復
##ian
##OC
Mar
戦略
##クル
小田
モノ
完了
自転
手段
バレー
称し
##ペン
翻訳
カット
福祉
ラテン
ヒト
あと
##ナイ
マッチ
死後
タレント
##デス
GP
かん
現実
駅前
わたっ
ターミ
中部
##ベルク
数多
歩兵
シア
テキ
職員
すなわ
すなわち
ディー
イエ
ダー
育成
テク
##次郎
##スタント
遺産
ホワイト
結び
フランク
うえ
植民
海上
投資
76
協議
マラ
福井
求める
SH
ベト
走行
属し
貿易
送っ
証明
外交
抵抗
##our
長く
クリア
コム
##組み
##ッズ
##クシー
Pro
留学
##ティン
考える
数学
Com
集落
若い
プレミア
ドア
ワシ
大半
LI
修道
ソフトウェア
アクション
超え
こちら
##チュア
有し
コミック
募集
申し
##デー
##ry
##ゼン
北西
移住
高度
フライ
英国
ヒュー
渋谷
##シャー
空気
見え
広場
マス
反乱
トーク
大賞
ヒル
遅れ
##ントリー
Th
##キン
知る
##ate
めぐ
まさ
クル
もつ
人名
クライ
超える
##リコ
パイロット
住ん
##AG
生息
話題
表面
開か
資本
至っ
感情
集中
Le
メッセ
装甲
レコー
まとめ
マグ
予備
東洋
120
##ib
数多く
ファイル
プラン
掛け
月曜
ジャック
基づい
本拠
##ED
将来
護衛
179
Un
アクセス
1889
突き
1920
フィン
取材
役所
楽器
はず
##ich
再建
エジ
ボタン
平日
暮らし
マリア
震災
代理
どこ
戦隊
笑い
スタジアム
スプ
国王
残る
##モンド
99
東経
ターミナル
##ーマン
バレ
満た
王者
格闘
チュー
規格
がっこう
ムー
##から
八幡
体験
相撲
聞い
衝突
相談
事情
学者
##ゼルス
テン
いか
コス
正体
終わり
東西
パーソナ
放射
茨城
議長
先生
##フレ
コロナ
電鉄
中間
72
##ジット
引き続き
ベトナム
キャリア
議論
ハリ
きょう
吹き
北東
強力
訪問
終え
フット
手法
##やし
教室
名付け
##ログ
##フォード
##ect
締結
##取っ
井上
分子
渡辺
本編
ロケット
ケン
ドン
過程
##IR
##ーマー
保有
##ニュ
01
協定
##トラ
##LE
諸国
##ゴル
カタ
##ord
##ランス
##ph
個体
集合
居住
記さ
北京
提携
##ビル
ネーム
エク
オーバー
1939
##II
シート
当たる
##ワイ
##40
ウェイ
目指す
重量
しゃ
##タイ
応援
次元
##ack
##ねる
群馬
600
達し
週刊
残さ
##合っ
受け入れ
##ンダム
暗殺
レーベル
##レッジ
音声
人形
182
カイ
翌日
800
深い
要請
##OT
警備
##ームズ
発達
譲渡
学ん
実力
流行
プロデュース
着用
ハンガ
つまり
従っ
ポルトガル
オフィ
77
ソビエ
##なた
地帯
人生
##ION
証券
出さ
##リウス
箇所
部下
ワシントン
シャー
殺し
進化
##AK
##ナン
動作
早く
##カイ
各国
ソビエト
際し
軍団
取り上げ
生み
養子
カトリック
歴代
バスケット
さく
85
戻る
クイズ
ごろ
天然
ラグビー
##ff
181
コミュニティ
守備
入手
男女
##60
ビッグ
ブラン
統計
昇進
世帯
午後
信仰
悪魔
傘下
1937
脱出
##ass
公表
和歌山
幹部
そんな
観客
転換
##違い
変わっ
従事
確立
##IM
ハル
ゴルフ
駅舎
渡り
##ハー
アメリカン
限ら
グロー
ベルリン
##カス
##ヌス
初頭
##ain
ペル
じょう
コメント
プロダ
おか
##ows
西側
とう
売却
離脱
投入
PR
買い
ドー
繰り返し
タン
ベン
幼少
伸び
##AY
NE
発着
手が
心理
緊急
両方
平方
多様
手紙
四国
生成
ソー
操縦
ボーイ
沿い
##キャ
ユーザー
進む
終盤
##per
普段
中世
池田
活用
モチ
描く
無線
演劇
史上
良く
##チュー
長期
##プス
王子
義務
##ドゥ
ソウル
##end
連携
くん
規則
収入
境界
初め
エジプト
##ast
全米
Cl
側面
敷地
コラボ
取る
セレ
岩手
解体
スイス
セイ
末期
ドゥ
ロバート
南東
##ハン
サム
No
上映
アイス
##Tub
ロサン
書籍
##EL
ドライバー
投稿
##ING
あげ
戦艦
1936
##プロ
選抜
打率
ギリシャ
たま
メガ
一切
ロサンゼルス
参議
ヒー
上げ
徐々
興行
商店
##兵衛
輸入
先行
Wind
コピー
女王
##ーナメント
たと
正確
政党
上野
社員
ロス
88
##ボード
人工
発揮
画像
補助
##ッピング
##フィア
ハンド
起こっ
全長
接触
リニュー
争い
手術
##ーリ
##テイン
グランド
AC
ガンダム
現存
ボディ
新田
##IG
マジ
##ッス
アント
午前
リニューアル
スティー
合意
古く
キュー
爆弾
大人
ロング
態度
栃木
栽培
パートナー
ウル
プラス
恐れ
1938
##ボー
スピード
巨人
リュ
暴力
モスク
附属
顧問
##ベルト
国勢
##pp
##立つ
レオ
実質
ディレ
最多
##マル
半分
86
機種
伯爵
はる
人員
答え
ハンガリー
##分け
トーナメント
ネタ
働き
約束
酸化
構想
アウ
解釈
下記
95
コロン
社名
##バス
##ヴァー
仏教
職業
73
##70
西武
##コール
メール
働い
太郎
金沢
モーター
子ども
高知
YouTub
戦死
66
終点
授業
自殺
178
ミュ
国境
同期
Am
BO
エース
##レル
##ver
##te
中山
ランク
財政
具体
死ん
ヤン
シュー
予想
殺さ
ブレイ
ブレーキ
コル
ジョー
しば
悪い
##の子
複雑
よい
現れる
防止
連結
赤い
##セント
頭部
明る
クイ
渡っ
##シップ
アム
トルコ
パル
大手
##ブレ
##ah
夫人
評論
78
交代
##ピア
##ey
隠し
ちなみ
SS
ファッション
##wit
付い
##たい
順位
com
創刊
##セプト
フィルム
北朝
尋常
構築
##合う
##RE
下り
材料
分かれ
160
合同
絶対
授与
活性
守護
恋人
冒険
##ロード
ドーム
キャッチ
バスケットボール
レコーディング
出走
続き
割り
料金
かわ
##立っ
修正
神話
災害
ダメージ
寄せ
ロゴ
来る
アニメーション
駐車
必殺
決意
性質
ロン
##ミス
モチーフ
##ライト
##ly
ポリ
武田
サル
会話
MS
コメ
沿岸
アタ
ハート
悪化
類似
##ens
扱う
##プレ
##稲田
脱退
##ルトン
たる
トヨ
保持
##az
明確
本当
68
##キア
修了
##ルター
ドラム
整理
ホイ
聞き
パーソナリティ
一致
##ミニ
##入り
アート
バラエ
MC
AS
タンパ
在学
##もり
両者
キン
曰く
1935
標高
コア
措置
ドラフト
81
早稲田
ステーション
シカ
単行
オペラ
佐賀
##ベット
##オス
##パート
02
銀河
##ない
1933
Go
芸人
様式
辞典
ヘンリー
違反
血液
##コー
止め
プロダクション
極めて
決まっ
起点
関与
##チス
小さい
メッセージ
公認
##ウェイ
大将
戦国
退職
勝負
1934
確定
講談
病気
跡地
エンター
圧倒
監視
上海
経緯
あらゆる
混乱
出会い
Su
振興
##つき
瀬戸
優先
74
数字
たび
回数
上陸
71
コレクション
テニス
パフォ
レスト
称さ
ギリシア
再度
会館
次男
対決
トライ
マイケル
当日
##越し
##シュタ
姿勢
とど
改め
予算
装着
1932
新規
Con
いえ
絵画
SC
放映
Windows
看護
リード
##レンス
モンゴル
82
古典
##ix
1928
づけ
異常
##ーナス
##テインメント
ラブ
大隊
加工
亡くなっ
利益
##フィック
##オー
たか
アレンジ
センチ
時計
発動
引き起こ
見せる
##ニャ
ライバル
まっ
以内
作者
てる
EX
遠征
印刷
激しい
##サイ
著書
差別
主力
木曜
組ん
輸出
支部
ナンバー
後方
フェル
##ld
##々木
ゼロ
容易
##どり
山梨
申請
通う
重視
あなた
##なし
98
鳥取
帰還
短い
生涯
デス
##直し
ジャケット
収集
書房
本体
##ージュ
団地
即位
しばらく
##上げる
開い
ガラス
ヴァン
##ore
石油
##シル
1929
戦線
ウィル
柔道
フィリピン
##ンバ
メロ
先輩
劇団
およそ
言及
外部
権力
誘導
関心
推薦
もっとも
上下
ストリート
##90
##プラ
違う
あき
滞在
小野
解除
北朝鮮
##ang
ボル
有力
##セット
##三郎
称号
##ッパー
木村
一員
1923
改札
不詳
測定
下部
ポート
先端
SU
##ial
##クソン
##らえ
トランス
ワイド
深く
保守
変換
Gr
##フィー
恋愛
##TR
FIFA
一家
04
北側
復興
05
コート
象徴
フリ
奴隷
問わ
イー
イスラエル
印象
とおり
##・デ
トヨタ
再現
私立
けい
##ツェ
Pr
1931
##チョ
東側
ディスク
##フォーム
スケート
子孫
リチャ
参謀
ジム
ブログ
信じ
依存
半ば
すら
さえ
球場
##回り
トム
学び
該当
1927
一体
過ごし
著名
##サイト
スカイ
させ
##たま
スラ
搭乗
1924
駆け
ニッ
アミ
スポンサー
振る
おこ
##oh
区分
デモ
ジェームズ
出発
千代
06
マガ
爆撃
ミラ
併設
インチ
楽団
証拠
##フス
空中
##ケン
除い
ショップ
蒸気
触れ
重ね
追放
##之助
白い
ひろ
出馬
ゴールデン
ローカル
かかる
費用
考慮
有限
ジャンル
火災
劇中
コンセプト
意思
III
プリン
オーディション
中野
黄色
##メイト
上部
ヒーロー
学ぶ
Be
敗退
道具
##ber
##んじ
##uc
気象
電動
##クタ
盛り
##GM
##ice
平安
メカ
交響
意図
##age
ジャズ
for
高松
##テッド
ミュージシャン
いけ
抱い
##ide
タッグ
出来事
侵入
黒い
下車
くれる
ハム
同月
太田
03
離婚
外見
打撃
フロント
戻り
##センス
##ss
##ボル
##べる
願い
ソン
170
国土
キック
ヒロイン
##EST
83
当該
メン
辞任
短編
##AA
##しみ
ゴールド
##ッシ
##ノス
##ナルド
プール
幼い
##たく
流通
ディズ
08
単純
もともと
不可
引っ
再会
複合
長年
直通
当主
リスナー
バイパス
GT
ファミリー
屋敷
##ラント
異なっ
最近
歌っ
ゴー
まち
ピン
ワイン
戦っ
##IL
学術
委託
入れる
##ST
ごう
##ンパス
修理
抑え
故障
コール
屋根
上り
En
最低
##ーマンス
##ライズ
クレジット
愛媛
東映
ノース
##ストロ
スコットランド
資源
マネージ
87
スパイ
許さ
探偵
直線
主体
タンパク
部品
にく
負担
トイ
##リット
思う
示さ
エディ
台風
1926
TR
チャールズ
盛ん
96
##向き
キャンプ
ドロ
保障
##ルズ
移り
250
通行
YouTube
代替
月刊
音源
シナリオ
##・マ
前期
##ドン
##立ち
犠牲
市内
##リル
文献
パフォーマンス
夫婦
AV
一環
抜け
##アイ
##one
92
起源
ませ
ユース
取り扱
モスクワ
効率
幼稚
自民
ディス
分岐
気持ち
##ブス
同級
ドライブ
突然
記し
食べる
##OK
攻略
nd
##ナス
ディレクター
84
##iz
天正
##ステル
怒り
ラウンド
当て
区画
到達
1925
SF
快速
入口
キャンパス
批評
突破
伝える
大橋
クラシック
##ヴァン
バラエティ
親友
発掘
##ジョ
##ネシア
ジェット
滋賀
漢字
700
自社
終わる
ポル
特性
関数
##ートン
##ザベ
中期
地理
##プター
##チェンジ
失わ
あろう
語り
言え
##ティス
報じ
スーツ
##サンド
信用
って
菓子
衣装
とる
もし
コスト
分解
育て
沿っ
##ft
Br
幅広
##NS
住居
ステークス
ウイ
パターン
ダーク
110
67
次々
##EM
援助
症状
入力
##ure
##ッケージ
ビー
マスコ
経路
レストラン
リチャード
温度
ポスト
今後
全域
南側
##ong
起こる
射撃
演技
聖書
ヴィル
訴訟
配備
ブラウン
合戦
基づき
##ッティ
ケーブル
##かす
前方
親王
##ージェ
伴っ
タンク
##ポール
##ith
学年
循環
マイクロ
山脈
発音
単に
おそ
##ンチン
CO
91
まる
研修
近鉄
春日
ディズニー
175
取り戻
当たり
パッケージ
ケイ
ホル
##ンマーク
期限
##KY
コンテ
デンマーク
解消
ビーム
観察
教員
処刑
ニッポン
並び
生じる
分裂
##ンジャ
無人
資産
ピエ
故郷
続編
線路
食事
取り入れ
包囲
日常
国防
なぜ
OS
会見
あたっ
出席
促進
ファンタ
##qu
事前
アブ
##PG
ジェイ
校長
天使
次ぐ
ライオン
スマート
1922
オプ
全面
たけ
行方
既存
ブック
閉店
##ミネ
ナポ
落とし
シカゴ
エンド
総督
松山
##フル
動産
##bo
借り
兼ね
##くま
抗議
メタル
犯人
建立
平野
英雄
議席
##下げ
89
接近
##UT
##ies
来日
##ニン
回収
##イナー
共有
気候
香川
##・カ
神宮
変形
推測
キャスト
領土
Co
下位
後ろ
進み
ピーター
みんな
文部
家臣
撤去
受験
折り
庁舎
177
診断
塗装
NT
##リズム
織田
訴え
退団
##受け
CH
司法
タワー
デー
代わっ
NP
さくら
つか
マルチ
クリー
101
角川
ファースト
ベルギー
もち
##クトル
ミッション
Se
##ペーン
任意
再編
読売
##っき
送ら
文明
マイナー
5000
##aw
1918
ゆえ
立っ
日記
水曜
上演
1919
定着
伝承
79
パソ
保安
肉体
##ちゃ
うる
ソニー
学区
避難
チェコ
決戦
マガジン
##須賀
##ite
総務
タクシー
ラム
##モア
閲覧
69
エクス
中島
93
周り
##ウルス
とて
観音
##man
所持
##ire
継い
トレード
働く
スキル
発明
##ポーター
ライセンス
インターチェンジ
地図
DJ
走る
##止め
スリー
簡単
在住
##ウッド
中隊
連覇
ナショナル
##回る
バレーボール
ノン
国有
##フェン
妖怪
送信
09
キュ
気づ
らしく
忘れ
##ary
##ust
出資
アマチュア
一連
最新
CP
前田
3000
後任
1921
功績
##66
フットボール
##アス
冒頭
でし
抱え
開店
##おう
怪我
ドキュ
ミリ
疑問
##ock
加わっ
双方
宝塚
##IP
特典
ML
LO
##ネマ
岡田
シリア
養成
占め
取扱
ファイナル
審議
造船
ショート
今回
スタン
火山
焼き
##OP
##なか
##つい
書記
##47
##しろ
不良
挿入
DS
ヤング
##シスコ
デル
SM
証言
した
LIVE
記号
出会っ
か所
##ヘン
130
ギャラ
いた
説得
##当たり
ビット
安打
FA
奪わ
かた
教皇
AK
修行
開館
財産
はじ
トー
攻め
##witter
独特
ボックス
イスラム
試作
Play
コンテン
AR
##アリー
##ジラ
##22
ON
助手
##まら
才能
ラスト
最強
バイオ
##oy
課題
示唆
##ug
宣伝
想定
演じる
海洋
##チア
原題
##ディングス
甲子
##プル
##ンジャー
怪獣
解析
シャル
変わら
フォード
ツー
天王
詩人
##ond
近畿
マレー
##ウォ
キャンペーン
用途
仕え
スロ
架空
Tr
##ニスト
ホー
ポップ
高級
降伏
ヤク
ガル
全線
移民
参考
マリオ
##33
##NN
フレーム
ざる
##ドロ
プロモ
実家
捨て
キャスター
越え
三角
##OD
ガイド
信長
##ゾン
ch
経過
素材
カテ
工作
ボーナス
##IA
チャレンジ
フィリップ
ラス
##WA
駆動
成分
認可
##ish
##ach
表彰
むら
厳しい
死者
除き
死刑
ポケ
フィンランド
北条
しょ
リスク
パソコン
属性
to
佐々木
広い
打点
##ル・
##ica
ブライ
評し
実装
大佐
たとえば
テキサス
将棋
He
選定
##ミック
大名
先頭
短縮
##ソー
のり
##tt
火曜
実績
あの
話す
士官
リアル
正面
退任
##ase
ひとり
New
ガイ
言える
後者
番地
別名
##se
ゲート
埋め
座席
##ライン
自主
ロイヤ
大野
宇都
男爵
キャプ
田村
カレッジ
固有
1914
味方
プレゼ
要塞
黄金
えき
ニー
扱わ
ユーロ
手掛け
融合
しも
チェンジ
AM
森林
カウ
##バラ
決める
##チル
題材
落語
衛生
セミ
ミッド
賞金
Ex
ハワイ
派生
並行
戦時
イラン
コミュニケーション
応用
掲げ
質問
無かっ
見解
防ぐ
プラット
相続
相模
入院
ウィーン
モル
歌唱
起こす
パーツ
創造
少将
大西
##バイス
北陸
図る
コンパ
台車
総理
メトロ
通る
保健
アシスタント
転じ
トレーニング
リオ
##当て
宇都宮
##・ス
158
勉強
Wor
##ational
近郊
粒子
##取る
マスク
倒し
SE
取り付け
##っくり
アルゼ
##ャン
人数
方言
トラブル
##・エ
##ace
やすく
恐怖
電波
師範
ウィン
スリ
歌う
上田
##レオ
エー
運航
厚生
浴び
運輸
##しま
出張
難しい
外務
近隣
巻き込ま
警視
キロメートル
回答
需要
ワイ
移植
ジャイ
UE
1912
ちゅう
端末
遺体
司教
一帯
140
ロケ
##カラ
レジ
少数
損傷
提示
Mus
駐屯
スライ
疾患
破り
地形
受け継
Twitter
いえる
郊外
開拓
ボン
封印
想い
##sh
176
AL
1900
しれ
ガード
取り組
ピンク
マリー
乗客
非難
例外
従業
##ヒー
アダ
若手
送る
広域
不満
##上がっ
##つける
降格
衝撃
捕虜
秀吉
事例
##イラー
##好き
主導
多摩
損害
持ち主
接し
売上
特集
関わっ
支え
戦力
低く
##わし
##ジュール
別れ
提唱
##らさ
救出
併せ
努力
1910
KO
当局
武将
祭り
勃発
正義
カフェ
終戦
とても
##ロジー
ノルウェー
国外
合唱
特技
##しん
##やく
暫定
##書き
最中
秘書
市川
##ェル
体系
##ory
1917
雇用
##tern
聖堂
アルゼンチン
夜間
MV
急速
足利
##KO
ローズ
行なっ
うま
連勝
エンタ
グロ
放つ
数々
反発
##48
つける
存続
民営
##ギュア
上級
未満
総称
##ook
役員
就職
青山
くらい
生存
##フラン
おも
しゅ
IN
マイク
慶長
若干
Ph
##ージー
コンテンツ
成田
要因
##ラ・
##UM
日々
栄養
わたり
合体
苦手
かける
ロール
##ove
ルイス
暴走
分校
町名
Vol
ポンド
ごく
北米
阻止
改編
##しゃ
空襲
パック
ファイター
現行
競争
西洋
友達
アレクサンド
商人
もらっ
ポン
Te
ヴェル
##ッキング
松平
クリスマス
周波
Dr
モール
海賊
##われ
描き
レーザー
他人
彫刻
成果
村上
小倉
サウス
CS
偶然
エレクト
##ナショナル
ゆき
##21
UEFA
山崎
##ークル
南海
二十
紛争
帰っ
中日
大宮
水素
##エー
07
軍隊
向かい
ベー
迎える
一貫
##ment
コムーネ
手がけ
97
関わる
中川
デザイナー
高田
会計
容疑
##入れる
トーマ
阪急
ウォー
三井
##St
フィギュア
及ぶ
かかっ
特許
がん
圧力
簡易
ゲル
バリ
日中
若者
ゾーン
##ワン
##int
ちなん
ガール
感謝
##ッセル
ウェスト
長女
##ai
女の子
BL
1913
ストライ
##ゲル
ヨー
上流
検出
##寄り
橋本
ウェブサイト
同僚
語る
ボクシング
切れ
Web
占める
##返す
表し
長谷
168
琉球
近づ
1911
サス
登山
騎兵
テープ
勲章
レスラー
師事
運賃
取ら
##ヨン
ビール
美しい
車線
##トー
並ん
立ち上げ
コントロール
アキ
##エフ
##VA
水戸
##ert
カム
雰囲
雰囲気
##44
オプション
したがっ
小川
##ick
倒す
騒動
てん
パネル
ポケモン
戦前
評議
Sc
マサ
##pe
##FL
Sch
読者
##イルド
市営
テル
レンズ
グレイ
開局
和田
レーダー
競輪
##・ド
ヘビー
レン
威力
五十
インドネシア
オフィス
高齢
And
家督
逃亡
CR
シンガポール
航海
ふく
任じ
一旦
##iss
サンタ
オリコン
上京
ショッピング
インディアン
学位
家康
打ち上げ
カロ
決議
構内
憧れ
Me
風景
##レード
権限
高山
延期
じゅ
ついに
##ツァ
この頃
救助
北方
コメディ
実用
修復
ベルト
改めて
うた
頻繁
コンクリート
ソース
招待
逆転
かい
まん
王朝
社団
##タウン
スミス
召喚
根拠
反映
打者
JAP
アサ
立つ
財務
HD
ホールディングス
出典
間違
保育
高原
官僚
署名
正月
##リフ
ジャーナ
Ad
165
坂本
引用
##ath
協同
マックス
やる
タイヤ
降り
全身
本店
##まえ
豊か
仕掛け
オーク
ベンチ
出産
##ッシャー
認める
相対
小山
応募
指し
ショット
気付
倒れ
削減
請求
ミュージカル
三振
接する
マラソン
あくま
告げ
1908
カンパ
船団
##エット
修士
海峡
アンダー
もらう
小さく
終結
トーマス
マニ
移っ
スカウト
医薬
勧め
質量
オーケ
ミル
##41
空母
排除
##スラ
トイレ
コミックス
豊富
放出
Ed
補給
函館
大島
当地
宮殿
供用
Sy
豊田
とら
目撃
東海道
##ジーランド
タッチ
療法
##ドウ
ジャー
大韓
繁殖
創作
老人
ニュ
ペア
航路
施さ
サイン
山陽
エドワード
al
中断
ニュージーランド
入門
コマンド
繰り広
旅団
横須賀
開放
パンチ
走り
動員
山下
中将
##イセン
マネージャー
オレンジ
喫し
ちょ
ボート
一郎
行事
ステップ
マップ
##レム
悪く
IT
国連
小松
##プレイ
##かける
ウッド
史料
行なわ
BGM
訪れる
おく
##pt
関わら
野村
##uk
##チック
カス
フー
プレゼント
メタ
岡崎
魚雷
本土
編纂
##フラ
イラク
いま
##九州
コロンビア
北九州
実況
撃破
挙げる
国籍
装飾
スタンド
ディーゼル
受信
##メンタ
IB
##久保
待ち
認知
出土
##ケード
##かく
##イラ
夫妻
制覇
半年
有料
閉じ
ネイ
##リダ
##・オ
ショック
JAPAN
あくまで
クリエ
##たび
東方
##oun
##99
##45
度々
浜松
変わる
意向
酵素
プロセス
覚え
三十
##ベン
一面
1915
わたる
ペット
地獄
##ーノ
セルビア
名乗っ
縮小
##切っ
Car
前日
Col
ツール
保管
##っかり
コンテスト
NC
義塾
エリザベ
基盤
語ら
補佐
ドリーム
嫌い
同行
心臓
主流
##ii
1907
チェーン
##テーション
シンガー
感覚
アルファ
魔女
炭素
##ヴィッド
インターナショナル
番線
量産
ねん
セー
##カリ
奉行
強調
踏み
大気
告白
瞬間
飼育
##スティバル
乗降
高野
落選
ふる
HP
放棄
125
##apan
ギア
クロー
ウラ
レンタル
遭遇
騎手
キャプテン
女神
三郎
無視
延伸
マド
避け
上場
式典
徹底
メモリ
積み
皇后
妨害
庭園
##レオン
171
ニック
配属
##ースター
配布
番台
破っ
鉱山
アリス
吉野
君主
##なう
MLB
名乗る
エキ
慶應
アナログ
バイク
##ivers
好意
OF
都合
##ガス
品種
##ネイ
##ence
-)
##ile
プロモーション
寄り
オスマン
ネオ
バレエ
渡る
正規
クール
ビュー
不安
伊達
加速
薩摩
##ロウ
控え
移し
偵察
フォーク
ヴァイオ
##むら
総会
切っ
艦長
飲み
魔術
人種
埋葬
ワー
講演
レディ
山地
##まれ
亡命
##61
倒さ
##ps
ブーム
戦術
削除
変動
突入
##ae
ヴァル
##っきり
あさ
リク
制し
検索
米軍
限界
フェア
不能
My
船舶
155
寄付
兼任
161
時刻
乗せ
守り
魔王
##わさ
##TC
休日
容姿
アトラン
ダニ
つれ
敗戦
日産
石井
山岳
ルーム
1906
AP
容量
UN
木造
DC
通貨
##EE
##ier
境内
予約
密度
王位
島根
ロイヤル
発覚
##28
弱い
諏訪
##上がり
墓地
前提
なくなっ
予測
考案
なれ
ないし
廃車
張り
ダウンロード
##ee
##DS
アラビア
ランプ
日立
1916
先駆
割合
三浦
担っ
##ラク
アラブ
評さ
##右衛門
900
オーナー
転向
##取ら
実践
後藤
不正
##クセン
回路
プレス
アプリケーション
水産
プロイセン
DNA
流域
遊び
天体
かね
激しく
フィル
##31
確率
##サウルス
入場
集まっ
##ime
オーケストラ
戦場
近藤
成り
カテゴ
リバ
奏者
直径
カップリング
毎回
壊滅
マツ
広がっ
バランス
魅力
種族
##35
改装
1909
東急
外観
##エラ
刑務
レール
総裁
157
スロー
陥っ
ボード
変える
審判
生き残
ヤード
公社
歌劇
動力
美濃
シド
維新
農民
講座
失い
イル
世話
所蔵
落下
消え
ほしい
##エム
##マイ
##AX
##キスタン
ユニバー
下し
地中
##アフ
外科
混合
おそらく
賛成
入賞
出店
臨床
cc
後輩
アポ
河内
##ont
##メンタリー
結ば
余儀
##グル
ハンター
会津
Ver
理想
テクノ
斎藤
フェスティバル
日野
室町
##KYO
##渡し
最小
流し
スイッチ
ブルース
三島
晩年
マンション
着手
博多
スコア
ニン
横断
領主
##ブロ
征服
##バーグ
当たっ
コンクール
##シオ
##IV
##とめ
La
成人
黒人
##ミル
ディア
ギル
謝罪
りゅう
##思議
宿泊
##メル
ストーン
福山
階段
##テス
数値
絶滅
##ペル
大谷
##付ける
フリードリ
りん
手伝
パーティー
復讐
独占
車内
隠れ
-』
初演
ガリ
もたらし
ラーメン
オレ
放っ
東宝
背中
売り上げ
叩き
環状
Par
選ぶ
リミ
大切
セブン
前線
小屋
妊娠
自称
配給
コーヒー
レビュー
##ハラ
フェリー
視点
主任
Man
通学
ドクター
墜落
抑制
##ニコ
誇る
ダービー
あわせ
図っ
着陸
##ッソ
##ケート
婦人
支流
重賞
##リヒ
on
逃れ
Joh
原理
百貨
陥落
内蔵
にくい
正解
武士
吹替
ボストン
##25
天才
ベネ
プレミアム
みや
天保
電源
ようやく
サークル
尽力
ドキュメンタリー
ゲイ
AN
##ium
159
##チャン
久保
文芸
警戒
公爵
交点
どんな
数え
ID
ハーフ
エンジニア
師匠
拘束
クラウ
TOKYO
置き換え
交際
旧制
観点
##ニオ
比例
Or
学名
真実
ルーマ
##エンス
SD
イリ
表題
##ドラ
##モス
##もん
##バード
##ノール
ノート
##TA
イェ
並ぶ
運命
##IX
IP
エージェ
教科
カプ
##フィール
ルーマニア
ジャーナリスト
World
##Station
##ハウ
Japan
アーム
ファー
気温
チップ
性的
推移
文章
##アップ
メス
乾燥
さいたま
CL
##がい
負っ
1905
ヘリコ
向き
##rom
じゅう
##ニックス
94
内務
失点
開き
座標
水系
青い
##TV
##・ク
##アニア
##美子
スティ
いろ
変わり
山頂
甲斐
任期
##はり
ナビ
リゾ
##掛ける
1897
野田
##テイ
ファンタジー
去っ
##ベニア
使える
体力
役場
間隔
アプ
浦和
武道
釣り
##ost
##フォン
とく
上杉
両国
避ける
スピン
ワーク
##ニカ
ラップ
荷物
パナ
不思議
種目
書く
引き継い
調理
ナチス
ラウ
牽引
##ネー
焼失
踊り
プロテ
和解
##リード
つもり
リト
##ound
酸素
水上
飾っ
内側
グラス
##ail
App
##ナイテッド
大津
調達
##BO
馬場
伊豆
藤田
死ぬ
囲ま
PlayStation
Fl
##IO
##ビリ
上手
力士
築い
ゴル
前回
フリードリヒ
上院
典型
捜索
同人
定員
物資
##ライター
襲わ
JC
リベ
1903
フロリダ
太字
熱帯
むしろ
安倍
##ical
濃度
珍しい
IM
##ux
双子
ターン
1896
##シュタイン
道場
実在
含ん
消し
紋章
調教
##ッスル
バカ
儀式
伝わる
刺激
歌舞
源氏
我々
やはり
バット
加賀
選考
せよう
ミシ
アラン
##38
##バイル
化合
確実
##oo
ツイン
保証
##日市
液体
##詰め
##ann
化石
無理
キル
プル
在位
##ビング
##TS
##チナ
プロト
##ウロ
前面
夕方
総長
ヘリコプター
##デア
ゲージ
叔父
表紙
鹿島
##セロ
近江
レーシング
対照
105
スポット
リズム
介し
重力
Ser
愛し
シルバー
喧嘩
##かん
出入
##UE
プラザ
予告
神田
五輪
人格
下院
狙っ
##ロフ
##isc
##ベース
##さん
##テク
##ern
フィート
尽く
部族
検察
無効
軽量
##カンド
チュ
はら
エリザベス
捕らえ
キム
活発
天神
皮膚
青春
##リアル
##ウィン
パロ
南方
コウ
ナン
同等
##ax
プログラ
チェック
有機
Wh
明日
空手
出撃
コーラス
ダイヤモンド
クルー
海戦
1890
下旬
読む
##・コ
欧米
バイエル
調べ
山中
看板
信濃
宮廷
職人
楽章
ゆく
元気
町内
すぎる
同意
まったく
牧場
##いち
室内
電化
人事
##ットー
主役
1500
1901
制服
品質
交戦
懸念
演説
論理
##ミネート
面白
白人
169
校名
考古
業績
乗り入れ
ユナイテッド
##ビュ
ラリー
正しい
##ザーズ
##楽部
甲板
##ぐる
ビーチ
オオ
グレート
アベ
達する
長編
敵対
構え
ライター
ABC
天気
##orm
三木
公国
福田
電機
ミラー
ターボ
##落と
外れ
なき
内戦
立地
車庫
167
アーケード
##なく
シアター
ハイン
大坂
心配
##回っ
周期
115
倶楽部
重複
NBA
##フランシスコ
##アフリカ
シネマ
高め
配下
気筒
阿部
首位
キス
要望
##ash
教団
ティー
##オル
DD
##ドイツ
ダイナ
人権
ジョーンズ
スル
セン
付与
##ンガー
WW
GO
アリーナ
アダム
ムーン
会談
高架
##ナント
サンフランシスコ
レイン
吉川
プレート
勝手
フォース
RE
しり
担う
シャン
あん
ゴム
##39
季節
ピク
見な
アルコール
ストア
土佐
結論
##ズル
学長
インスト
出会う
NTT
贈ら
アルバイト
クイーン
侵略
本項
1904
バーン
解雇
身分
##ョウ
サウ
稼働
被災
##32
砲撃
純粋
勤め
ヘイ
進める
##67
コラボレーション
体操
南アフリカ
全般
学問
山城
昆虫
ロッテ
三河
135
買っ
みる
参入
条例
筆頭
##oft
後年
飯田
##ーバー
##ニオン
ロウ
##セイ
退社
アグ
京阪
広報
起こり
回想
水中
けど
抱き
カンパニー
アーカイ
##ool
祖母
近衛
ナレーション
付ける
エフ
渡し
ノミネート
込め
圧縮
水道
創建
監修
満州
称する
読ん
集会
青木
ブルガ
無事
##ram
かみ
きれ
闘争
司馬
著者
大山
最古
##son
褐色
センチメートル
ロマン
りょう
レスリング
役者
ナポレオン
事典
ふじ
事項
歌舞伎
行使
野菜
飲食
##エア
##ロイド
後部
##・パ
代行
初戦
数十
今作
就い
スーパ
電池
##バーン
史跡
デッキ
大塚
毛利
##ガース
作画
##ina
建国
配慮
将校
顧客
ガールズ
食料
姫路
巡洋
大衆
##太子
##ずる
ヘリ
喪失
診療
緑色
婚約
シグ
EP
隊長
ED
通勤
ジョンソン
コネ
降板
カスタ
辞職
中盤
模型
ペース
##しかっ
AD
下流
追っ
述べる
乗員
ヒトラー
バッ
##やす
恒星
##ローズ
コンテナ
単語
定める
##コース
長岡
整数
Love
はっきり
モバイル
##づけ
いれ
1902
椅子
車種
##五郎
ジャクソン
##amp
##ツィア
疑い
##プレス
客車
ずっと
ガソ
しゅう
但し
施し
眼鏡
##ガニ
川口
##ズミ
大公
ロマ
人材
決して
言動
日光
薬物
ケー
OP
松竹
##デター
EC
台詞
外側
前者
操る
発し
高木
プラットフォーム
倉庫
ファル
地面
認証
次郎
分間
グラフィック
MP
グレード
##ハイム
ブー
講義
名鉄
##ーニャ
法的
ジャイアン
エミ
救急
##ッピー
おき
抜き
断念
漁業
肖像
結晶
##mp
広がる
予防
透明
##ear
##着い
きり
走っ
##ペラ
学級
##37
運河
Comp
介入
ガソリン
ジョージア
もり
##打ち
土木
##がし
福音
こく
##まし
はるか
IV
住み
##RC
##ばさ
ミドル
出生
高崎
僅か
神殿
ならび
##ダイ
ヤマト
歯科
分かっ
官房
スズ
探検
受章
ジェネ
リゾート
チョコ
従軍
年次
挟ん
ミュン
確か
大蔵
盛岡
生きる
東武
長らく
外野
挙行
##捨て
天井
支社
マルクス
松田
##シエ
##ネン
きょ
カントリー
商号
管弦
フィラ
在任
個別
滅亡
##INE
貸し
##オケ
違っ
ウェル
島津
##しき
##ウェル
歩行
##・ハ
##Hz
無限
##are
1898
真っ
スターズ
みず
ゾン
ミステ
死体
統括
フロー
##ve
NEW
vs
##36
SO
大変
通路
##ぼし
チベット
復元
LOVE
検証
NA
ジー
救援
シンボル
照明
##ージャ
騎乗
##らしい
COM
ポケット
細川
覚醒
序盤
##ナップ
救う
王立
##ton
千代田
Blu
シェア
公務
増大
冬季
専属
チャンス
重傷
理学
開く
名詞
UFC
そば
バイエルン
農林
Lin
大尉
##ビジョン
コイン
半数
クレイ
藤井
バージニア
エンタテインメント
がち
優しい
長谷川
##馴染
イースト
主宰
##old
受容
対処
目覚
##リム
##ドー
PV
寛永
降下
新築
併用
全部
立体
##27
暗号
みどり
セーブ
民俗
返還
起動
##hy
カート
繊維
##24
キーボード
海水
路面
討ち
同国
##ばす
牡馬
金額
命中
##ズマ
GI
敷設
マジック
衰退
1899
砂漠
Mac
教養
耐え
黒田
東南
現状
ダル
早い
Inst
論争
##ス・
ドメ
元禄
東大
スクリーン
##ction
トウ
改組
##HI
上がっ
出雲
海兵
ブルガリア
AAA
##テネ
##引き
Rec
大好き
ライナー
同作
回り
みち
歌謡
アタック
扱っ
rd
本種
Music
##ワール
集める
##ヴェル
##モリ
どれ
反射
細菌
改築
大い
撃墜
洪水
たびたび
##揚げ
##ox
##act
##ノイ
ゴジラ
上回る
抗争
松井
沈没
##左衛門
無し
##iel
##ニョ
ウォーター
汚染
発症
データベース
荒川
##シュー
住人
併合
EM
明石
短く
呼吸
John
こだ
グア
しかも
インテ
ライヴ
##ics
カラオケ
流用
滑走
特化
評判
##クトリア
施工
##ノフ
##リエーション
特異
親子
石田
シュート
マンガ
ヴェネ
ラッシュ
尾張
統制
##ank
##ron
みなさ
余り
ブリッジ
クリエイ
投与
もん
##PER
##au
パーティ
##stem
BM
##リティー
おう
精霊
ホイール
着工
##込め
1873
ボラン
1871
奨励
監査
切り替え
歌い
浅草
DE
##コモ
##ニズム
##ヘルム
GR
or
##land
筑波
##ろん
可愛
##・ディ
##ッポ
##リンズ
ハロ
モニ
従い
東芝
模し
標的
かず
カレー
VS
##ラト
シミュ
覆わ
公益
恐竜
##王子
118
生かし
芸名
サンド
盗塁
りつ
拳銃
幅広い
バード
##リラ
幼馴染
原料
見舞
欲しい
フォル
大地
治安
行列
株主
セントラル
中等
##49
水泳
奪い
深刻
MO
年末
クエスト
インディア
住友
有利
##69
##att
中核
面し
##シェル
河口
討伐
大田
ヨハン
配列
省略
伸ばし
##メラ
Live
##キュー
350
銀座
同市
本町
##どう
SA
楽天
##EO
##ンジェ
##せん
殆ど
ストロ
##張り
ママ
正教
##ジュアル
サンデー
尊敬
##コロ
口径
携わっ
させる
水平
##フスキー
クラン
振動
支払い
緩和
こな
グッズ
##ムス
熊野
##ジメント
リトル
幕末
早期
エレベ
小田原
タイガース
ジン
本物
傍ら
八王子
商工
報酬
就航
新作
グローバル
あや
ほん
佐世
残留
港湾
至ら
ドレス
ミズ
わかる
分散
専念
うまく
捕手
佐世保
誘拐
クロア
メアリー
##AND
国務
残す
##グロ
ガーデン
順次
忍者
##ゆき
イチ
関節
メニュー
退役
ミネ
##29
RPG
ボウ
聞く
しろ
小島
##ヴィス
クリーム
バンダ
大輔
##コス
だん
豊臣
##ンプル
ヴァイオリン
化粧
ピー
樹立
ギタ
ラジ
##ゼフ
朝廷
##・バ
獅子
Intern
固め
変異
##モニー
問い
検定
##TER
##AZ
イヤー
管区
つながっ
ソル
フード
牝馬
##ッヒ
セカンド
交易
封じ
常務
ビン
進歩
左翼
丘陵
当然
友好
大久保
中退
人称
BOX
満たす
厳しく
手続き
##les
果実
後日
El
解任
窓口
鑑賞
定年
異名
失う
題し
ストック
シャルル
ユニバーサル
住所
ダニエル
招い
体内
##ッセン
済み
もたらす
上げる
推理
##アウト
イエス
ベア
民衆
科目
郷土
##切ら
##ERO
クロアチア
品川
チン
明かし
景観
浮か
切断
ネル
開け
##・ラ
ルネ
原田
シロ
安田
製薬
ローン
洞窟
習得
##あい
MUS
五郎
ブレイク
##リャ
モント
明るい
##65
特撮
ペイ
レア
違法
Ste
ダグ
乗務
県内
野生
##olog
日向
##ロニ
箱根
奪取
モーニング
見つかっ
インス
グラウンド
ボブ
ミックス
##ザード
##キット
博覧
満足
たん
適し
ギタリスト
Met
##ult
マカ
##・サ
##ゲーム
城主
白石
工芸
広げ
親交
法則
上述
奪っ
##レア
佐野
取り組み
抜擢
望む
ハリウッド
アンケート
生え
脅威
##ros
1872
PL
アパート
##34
##っこ
##ローチ
アバ
ツイ
##ACK
セール
天下
航行
##リーグ
##ハイ
改訂
毎月
追跡
大井
異動
リッチ
シュタ
割り当て
西口
永遠
##っち
##フィン
食べ物
筋肉
賠償
リトアニア
比率
要する
阻害
艦艇
キューバ
SL
##たん
##ode
東山
##ゴー
ミュンヘン
京王
赤色
引き継が
人質
シャツ
ガラ
ヨハ
育っ
隊員
kW
##ount
技法
アーサー
反撃
コーポ
メイド
食堂
an
業界
バイト
大河
ヴォー
ジュー
礼拝
法務
甲府
##ood
##ale
##ome
CPU
生前
##ata
AKB
##ame
ライフル
耐久
繰り広げ
春秋
入居
ブロード
いじめ
捕獲
##バキア
ジェフ
トニー
121
部位
ペンシル
発信
噴火
老朽
虐殺
##ART
ダンサー
Gu
商標
被告
神聖
経歴
360
カウント
ケル
把握
旭川
ストレート
ジャイアンツ
幹事
表情
シード
遠藤
意志
ハリー
ホラー
##チオ
##ake
テーブル
京成
締め
貫通
##ペット
エコ
セガ
##af
GM
かく
廃棄
横山
詰め
ソングライター
暮らす
メロディ
リメ
ワル
一行
バグ
城下
転用
##UB
水準
##ミット
吉本
初日
グレー
府中
背後
##ウンス
ストップ
みつ
食い
プリンス
公民
胴体
警告
111
使え
排気
##ヴェン
強度
なかなか
ボクサー
告知
1868
熱心
狭い
立川
##ギス
##ild
貴重
定理
顕著
挨拶
遠く
アーカイブ
免疫
標本
脂肪
##面目
ランダム
取り組ん
##ance
小笠
葬儀
マネジメント
ワード
殿堂
出品
ファイト
数百
物体
マウス
##ンジョン
まり
乗る
呼びかけ
先代
2023
展望
MBS
誤解
##バッハ
##セフ
ヴィルヘルム
光線
敗れる
玩具
少佐
排出
落成
##クチン
スプリング
ドール
後退
柴田
流出
フュー
地質
所長
##edia
互換
ブラッド
シドニー
出口
##ky
メダ
ロイ
上空
上がる
109
Fran
マクロ
##ベンチ
権威
チリ
造ら
マレーシア
TS
石炭
アダルト
リレー
過剰
アシスト
動く
伝達
1886
桜井
興業
再婚
##ict
技能
信者
発注
赴任
妖精
生態
西方
##ザス
RC
EN
医科
望ん
指令
介護
##シウム
幸せ
##AB
今度
世間
沿線
チケット
起訴
139
##oll
クーデター
西村
Ge
支線
船体
めい
ゲー
##ork
垂直
##yn
##ゲット
ビス
##ホン
セキュ
曲線
譲り
きゅう
re
アッ
勝っ
白色
予報
##ject
シールド
加える
##itt
CG
わかっ
不要
完結
同志
##ree
魔力
取り戻し
入ら
ケンタ
好み
除去
種子
クリスト
哨戒
近世
PD
詳しく
じん
オハ
全集
デラ
マット
##oci
128
療養
1895
極端
職務
##ッシー
知的
新潮
##ream
ES
っぽ
ミー
充実
定数
技師
追わ
真理
##68
Ab
パレス
多用
グッド
Bar
マドリード
##ブリン
知り合い
ロープ
売れ
海底
借金
助言
##セロナ
体調
ループ
##ition
##っぽ
冷却
##orn
超人
ユニオン
##らっ
伊東
繋がっ
防災
ピエール
仕組み
招集
##ogle
菊池
牧師
遂げ
移さ
バルセロナ
チャンピオンシップ
##ヴィン
集配
都心
半身
セラ
ボイス
慶応
ショウ
声明
##寄せ
ハウ
大王
Qu
モロ
個性
生み出し
ISO
たっ
庶民
誤っ
関わり
1880
駅名
##ott
まい
個々
適応
契機
王妃
申し出
神学
##抜き
マーティン
判事
##mer
電磁
アルゴ
首長
唱え
##レスト
国分
弾薬
ロビン
##ガイ
入植
因子
守っ
満了
##ータス
ライブラ
同性
最寄り
ぶん
支所
浄土
エージェント
岩波
性別
1875
Sm
タマ
島田
代々
領地
##ise
1892
親衛
セッション
太夫
##ose
厳密
特番
平面
留まっ
もらい
タル
法令
##eat
八戸
同型
岡本
スティーヴ
##えもん
拉致
思考
##AI
三田
加わる
##ニーズ
##ヴィチ
立憲
アルメ
1878
USS
マスコミ
成し
アナウンス
ピース
中旬
タイミング
上司
小泉
##アント
1893
ブライアン
FR
原型
突撃
##まさ
リボン
暗黒
1887
108
##ERS
マーケット
探索
襲い
ネコ
勇者
干渉
捉え
摂取
日米
広大
低迷
ピッチ
いし
##pr
##まい
##切る
もちろん
付加
チームメイト
帽子
芝居
NO
明かさ
都立
骨折
リメイク
On
所得
海域
ドメイン
準々
符号
##ベリー
##ower
Is
釈放
##irl
精度
ムス
キリ
##CE
備える
##シスト
##IE
まつり
##シオン
見なさ
家系
##ヴィア
アプローチ
武蔵野
HE
117
水野
For
王女
##ホール
らん
##KE
All
##ベート
旅館
祝日
あお
サイクル
マスコット
##ポリス
NS
デュー
望遠
with
ドラえもん
なす
いす
週末
解答
ノベル
アンナ
ワイルド
ナイフ
ナイン
夏季
##26
##チェスター
倫理
視覚
ダブルス
勢い
入れ替
しっかり
##四郎
本田
自信
不振
##ホー
アンテナ
ひら
南極
対面
ワークス
サーバ
スワ
不動
こん
新しく
エレベーター
トマス
レク
ホンダ
公的
シャトル
メリー
正室
##46
増設
台北
届け
ヴァージ
##ナミ
##ープル
ウエ
ビート
##リオン
内野
怪物
##セッツ
未だ
くら
##リュ
次官
面倒
##ナーズ
安政
引く
つながる
ペルシア
皇子
豊橋
活かし
湘南
##ッセイ
タカ
手前
あし
金庫
ギャグ
小笠原
わから
他社
加わり
概ね
##MS
やら
美人
アイデア
麻雀
Op
かぶ
ひろし
オイル
カレン
セルフ
ペー
太鼓
川越
##メット
抽選
マサチュー
連動
紅白
船橋
マサチューセッツ
ホット
重大
##MA
だり
東口
金銭
NAS
WBC
飲料
##コル
ヤクルト
##ベンチャー
AB
右側
##ッラ
トロン
佐久
浅野
Mk
列島
爵位
フラッシュ
Google
忠実
##合わ
駐在
##リアス
富田
漫才
1894
メー
ブリー
良好
ウィリアムズ
ディスプレイ
バナ
今井
打席
市制
採択
##つく
クラスメイト
AI
1884
##・イ
パシ
YO
和泉
越後
サーキット
")
母音
院長
テキスト
パロディ
アース
競合
症候
ウェールズ
れい
鎮圧
不在
交付
145
ベースボール
イーグ
我が
151
潜入
力学
払い
集英
シフト
挑む
河原
探査
##ロック
光学
宣教
メディ
レオン
撃退
アドレス
陣営
振る舞
対空
年金
根本
神々
農村
パーセント
エントリー
イスラーム
薄い
難易
アイランド
反面
推奨
火星
1885
ムービー
てつ
すみ
ナム
下関
組み込ま
4000
Jr
一気
突如
レンジャー
浮上
立法
##ポリ
カーブ
パンク
藤沢
皇太子
露出
合理
リタ
##ッサー
##ニル
でん
ゲン
水域
都内
##42
探す
西暦
ベッド
サンダー
バルト
懲役
見送
名乗り
恵まれ
アピ
##anc
剣道
演習
##OCK
教区
策定
果て
羽田
##ous
中京
##ッペ
##デルフィア
使者
最適
アール
1876
デバイス
チャンピオンズ
##ハム
1891
EU
基金
電撃
コンスタン
OVA
逃走
頂点
Gre
##わけ
前橋
実戦
フィラデルフィア
稲荷
1874
同校
##ノコ
##ark
1870
平行
見直し
日程
浜田
分から
##とり
宮内
掲示
高める
##ンドラ
教諭
ブルック
太子
明け
LE
カジ
##イング
やめ
##明け
先住
那覇
要件
##ッシング
##だい
任さ
右手
絵本
吹き替え
撃ち
駆使
公募
内田
農家
##ward
押さ
プログラミング
##すけ
引き上げ
角度
TKO
iP
寛政
苦し
ターゲット
ネー
##ade
##ere
焦点
識別
復旧
1888
1869
電圧
##リウム
テレビジョン
はな
サト
マウント
アドベンチャー
BE
熊谷
##けん
JA
享保
制約
本国
出荷
聞か
花火
名人
##ames
氏族
気圧
陰謀
##pl
横綱
##ましい
##enn
対称
119
Apple
ヘア
ダンジョン
ピーク
辞退
方程
淡路
思い出
狙う
比べる
総額
部長
遅く
コンピューター
エロ
同局
砲兵
##がく
ドミニ
感じる
格納
##ギン
ホークス
##oot
htt
津波
年少
許し
助ける
爆破
Ac
呪い
各社
染色
仮想
受け取っ
##HS
引き起こし
マリン
ココ
デン
校区
##ピュ
##23
クリスタル
新曲
注文
酒井
ナイター
かな
会合
##渡さ
##休み
石原
ビジョン
誇り
町田
##グラム
1879
大いに
##ラド
わたし
ray
定時
##抜け
TOUR
志願
流さ
赤坂
農場
インパ
単一
発現
誘い
##HT
ヴェネツィア
橋梁
習慣
転校
アイヌ
がわ
住吉
消化
CF
ボランティア
伏見
フェイス
ブラウ
キット
売買
##プライズ
##ung
会っ
可決
引き起こす
取り扱い
エクスプレス
きん
すず
過激
リモ
各駅
背負
調節
改定
燃焼
メソ
オタ
池袋
As
イノ
##ords
SUPER
変遷
元素
増し
ヴァイ
##ジェリア
お前
工科
最期
##ドルフ
正当
##ATION
集まり
退学
寄贈
##DA
保全
##ミナ
帰り
債務
市販
想像
累計
射殺
引い
増強
密か
待っ
DR
客員
ポスター
喫茶
母体
セキュリティ
##リク
##HO
##もの
pro
##コフ
タイムズ
振り返
抱く
ウエスト
量子
ラフ
中東
土壌
さき
バリア
得票
##ちに
RS
サクラ
木材
法廷
しき
タブ
マキ
##上がる
山内
音響
たけし
##und
管制
貨車
就役
トゥー
収益
発祥
目立つ
スモ
##ヒト
ギャラリー
拍子
珍しく
##回し
スタンダ
苦労
##タミン
##エゴ
##ュル
##がわ
##ley
繰り返す
本堂
薬師
##さと
アパ
セリフ
ワクチン
##ke
磁気
マーケ
排水
狙撃
服装
せよ
寄生
バク
馬力
##up
サンク
ピアニスト
IBM
不全
##トリー
ふた
1600
##ぐるみ
傾斜
投球
本郷
たかっ
カウン
ジオ
仮説
運搬
##クトリー
ベリー
リース
星野
##GA
役職
##ハルト
とりわけ
番手
Gl
ボリ
秋葉
System
側近
共著
大神
奪還
打っ
127
バッテ
欠点
貨幣
ケア
##ans
##row
##・デ・
作動
安藤
小隊
薬剤
ポンプ
##ディアン
シングルス
棋士
mi
pr
シベ
支える
新生
あか
ヨーク
出入り
取れ
ミン
幼児
Cr
jp
時折
並べ
大森
カ国
わが
パト
右翼
急遽
損失
##88
子爵
##ハンマ
##ぼす
##フィールド
UF
##ana
##ンスク
バート
分かる
禁じ
##ゥー
卓球
巡る
##ジャン
南京
##ェン
オフィシャル
本質
自作
シンク
弱点
激怒
##バマ
後楽
##デート
##討ち
宮本
川上
彗星
救済
飾り
ニコニコ
気味
単なる
多少
軽減
JRA
Off
三好
宝石
おと
##own
明るく
##えて
チェル
コンビニ
努め
支給
水路
BR
Univers
危惧
実態
ボルト
チャイ
MUSIC
sh
抜い
斉藤
##ign
制圧
弘前
輩出
巡っ
##LD
##よし
矛盾
永久
##テレ
殺す
##yl
辞め
グラフ
エスト
公会
造り
シェル
ぞう
##iam
FL
市電
両手
左側
107
悩み
ONE
##いろ
アロ
サント
テイ
プー
寄与
##タール
奇跡
書類
天国
秩序
##ara
エンターテインメント
ハナ
過ごす
丸山
合い
秩父
中田
貧困
##スカ
レシ
増える
惚れ
内海
家老
アンソ
内陸
あだ
ボウル
所領
移設
##ワーズ
ぼく
ヶ所
ウィーク
前進
Mr
オマ
情勢
##ジウム
##ハンマド
Ass
ビリー
出題
早朝
スプリ
by
真相
越前
プライベート
バーク
マイン
##43
モリ
有馬
育ち
菩薩
クラーク
.,
始動
楽しむ
グレン
正常
"(
##通り
寿命
商事
日蓮
グラビア
##ビッド
ユーゴ
エリック
白鳥
イレ
久留
乗組
ゆかり
割引
ライオンズ
冷静
円形
北口
永禄
##UL
決着
##和田
具合
旗本
転写
マーケティング
火力
##押し
##リューション
名目
絶望
ウルフ
##シカ
幽霊
招き
ビートル
歌わ
##ネタ
笑顔
西鉄
##me
宇治
緊張
カルロス
中立
##・ロ
革新
魔物
実写
因ん
ティア
パレード
中佐
),
イカ
ハミ
ピット
真言
調子
##ックル
コック
入隊
戸田
括弧
止める
付く
##ナイト
1881
CC
##かせ
トランプ
とん
キャップ
バッテリー
サマー
モンテ
##rans
103
##チンコ
香り
撃沈
##ts
##ディン
学士
##早く
リクエスト
機材
没し
踏襲
##ヴィヒ
さか
デッド
現職
##ダウン
##テイメント
ドコモ
好評
強盗
プレーヤー
DO
三塁
佐伯
##ヶ谷
1882
発する
二塁
##マラ
Cor
Net
外伝
ナル
世田
対峙
工程
繁栄
##ほん
従う
被っ
西宮
美容
阿波
##レール
怪人
BB
ルパン
渓谷
みなみ
オム
治世
素晴
電流
ヴォル
コンパクト
常勤
木曽
##エス
斜面
##バース
##マト
MVP
天候
持続
陸奥
中原
拒絶
パイプ
##ife
平等
松尾
頻度
げん
タバ
もうけ
バリエーション
リポーター
ポルノ
砲塔
Air
千歳
##ディス
Part
##ドール
シニア
起きる
先進
功労
専務
知名
転落
Comm
つとめ
ネク
##ons
こんな
エール
任ぜ
医者
WOR
パール
優位
公司
同地
間違い
世田谷
カブ
vol
吸血
安芸
Will
ゾンビ
一宮
運休
マルコ
マニュ
弥生
逃し
駅伝
梅田
決断
アンリ
ペンシルベニア
先祖
トリオ
##ドニア
##ニウム
バスター
有形
松原
記す
バンダイ
先駆け
鶴見
##ます
ジェン
ミラノ
厩舎
政務
津田
退官
##・モ
BBC
目論
##タイプ
会い
校歌
著しく
##ほど
アビ
広がり
水雷
##ラーズ
ar
口調
MF
好ん
起工
DM
化し
長調
##デント
アップデート
アーク
本数
野党
常識
見学
ストラ
後世
中津
ボーイズ
スケール
ゼネ
初出
泣き
飛ぶ
フォーム
ねじ
原稿
文政
真珠
##ESS
田辺
開戦
ジョル
返り
一見
植え
楕円
兵力
帯び
##ツォ
テオ
小売
流入
直轄
1200
オリックス
ろう
リム
じょ
倉敷
没後
古川
アンティ
カウンター
LP
四日市
種別
高岡
##サギ
##返さ
Mic
中毒
傭兵
高まっ
フェリ
ゴン
重点
領事
社内
隠居
##フェル
コミュー
立た
##バック
めぐる
##ヌー
チャージ
アフガニ
コラム
兼務
運送
102
141
We
軍艦
門下
アトランタ
サク
盆地
絶え
##BI
シミュレーション
気動
アフガニスタン
つる
国語
捕食
首席
ノイ
追悼
##VER
アルメニア
近接
Rob
リサ
##ぱい
マント
本願
軍用
##ナラ
継ぐ
RO
すす
再選
現金
金子
次いで
こなし
オハイオ
BEST
土器
ボーイング
スタンダード
必須
##AF
のりば
オカ
好む
##レッド
プロテスタント
##UC
しの
ハンドル
教える
高層
##gr
孤立
##ニエ
落とす
丹波
党首
難民
ディオ
北上
及ん
虐待
##way
狩り
テイラー
大川
安価
適合
##のり
すけ
ウー
囲碁
工房
高島
由紀
賭け
アテネ
ツッコ
乙女
収穫
こども
フォーマ
稽古
##ヴィル
ツァ
載せ
Inc
倒産
狙い
##HC
大関
悲劇
英文
帰る
プリンセス
アウグ
-」
##ハウゼン
利根
International
こなす
採掘
郡区
実証
軍勢
##ENT
上方
秋山
##チカ
##ヶ丘
誤り
さらなる
クモ
パキスタン
如来
播磨
森田
町域
苦戦
金剛
##シティ
タイガー
##サンダー
Mi
ドリ
Mo
基調
警部
マケ
真面目
ちょっと
##roid
金田
日付
##ハウス
##ino
アカウント
告発
行進
鳥類
とどまっ
最上
##UD
アンドレ
Tom
出向
幾何
##ブリッド
腫瘍
通商
##ari
##ECT
LED
実体
動機
##キュア
詐欺
野外
##フルト
司祭
掘り
ばら
スラム
読書
チーフ
八木
標識
水力
クラフト
Pre
##ヤン
リュウ
リミックス
執政
##KA
レーン
偉大
##ヴァル
マニア
石垣
PA
犯行
##KI
##GB
##fer
伊賀
組む
美女
邸宅
重い
##ナ・
##ケイ
サロン
か国
##ーレ
破綻
破産
還元
##下ろし
再興
奪う
牧野
産地
##ゆみ
でしょう
体格
暴行
アジ
モジュール
襲名
##ini
サンディ
欠場
伊予
##ソル
小田急
##port
##ATO
シップ
吹奏
御所
歩道
白山
博し
擁立
造形
河野
町制
赤字
フォックス
センサー
##ツィオ
ゆり
血管
##ave
担任
残存
ザン
アーチ
南口
##リッシュ
フェニックス
インディーズ
138
Per
スノー
ホスト
勧告
148
一斉
クリスティ
##able
ピラ
##アミ
教官
聞こ
返し
アルミ
自覚
踏まえ
鉱物
セリエ
忠誠
時々
ジェリー
作風
理念
酒造
##ロル
一撃
大石
急激
替え
朝倉
ヴィン
6000
多発
昼間
地蔵
##ウマ
##づくり
陽子
##カーン
見事
##こと
せき
ゴースト
創始
独裁
蓄積
キラ
上旬
蜂起
##ピング
1877
ブン
交わし
大事
リーチ
正しく
ブロン
入部
##シナ
スケジュール
ワーナー
AFC
EAN
友情
多大
書誌
113
なつ
WE
生理
間接
投下
船長
プロフィール
GB
全車
##ys
ビクター
指数
##ダーズ
両側
自国
補強
104
ドラゴンズ
押す
##PS
フロア
at
コーン
運ば
##ある
もも
食糧
220
車輪
一目
勘違い
弾き
手続
追う
149
セラー
愛情
it
視察
進展
カツ
ポニー
増やし
飛鳥
ex
エマ
エグ
ルナ
ピカ
動詞
家屋
ウイング
ユリウス
元帥
狩猟
##ator
DF
西川
高麗
ハイブリッド
AA
裏切り
目覚め
和平
招聘
##we
亡くし
勇気
ブレード
首脳
##・ダ
137
動脈
Ind
初版
客室
広瀬
移る
集積
##・フ
仕える
失踪
スープ
##はや
##ファン
名づけ
変数
占い
検事
代官
液晶
破損
オブジェクト
とある
オファー
パパ
国産
放置
目黒
負う
イブ
タケ
##トリウム
生育
著し
訪ね
フランシス
##ato
##ローラ
旗艦
那須
116
名所
##ネーム
##ヴィー
ユーゴスラ
ささ
警官
入れ替え
おん
すご
ハット
冠し
格好
ペルー
ムハンマド
直営
諦め
賃金
Mag
学部
触媒
髪型
One
セックス
四郎
Wii
たろう
当社
AG
FF
SNS
待機
##ma
向い
痛み
ファミコン
タラ
官位
尾崎
鑑定
ダイア
鳥居
##ラード
1800
Gen
ドッグ
左手
##ジング
次期
フォワード
Res
##ひろ
ダグラス
ブドウ
知能
1883
ノーベル
オーディオ
自立
選び
##トレ
##二郎
ハンマー
転送
農学
クラウド
告示
##デリック
後援
皮切り
##ータル
VTR
au
合法
広まっ
手塚
生体
竹内
風呂
麻薬
うら
銃撃
ジョニー
クリスチャン
大村
書簡
豪華
##立た
玄関
オートバイ
バト
疑わ
平田
##co
シェイ
エルフ
ハド
松下
##セッサ
##ava
南端
計測
##作り
##ARD
僧侶
小児
##AGE
ばん
わか
受託
行か
駿河
##ぼう
堆積
斬り
##タス
##ラスカ
TD
日高
表さ
##ごう
Bill
ラファ
##ink
Char
ムスリム
おかげ
基幹
##ンガム
Day
入会
頼朝
アントニオ
コク
ハマ
孤児
導い
穏やか
管内
遊撃
引き分け
ケネ
刻ま
愛好
最長
三宅
乗用
##もそ
ベルク
##替える
特有
運び
アーマー
セク
名門
本尊
ふれ
全曲
青葉
イエロー
がた
そもそ
そもそも
射程
有罪
112
ウィルソン
モニター
フレン
テール
上限
砂糖
カザ
党員
常陸
釧路
##ヶ原
遂行
##ナウ
主将
組ま
鉄筋
##つか
NG
フロン
Ann
皇族
内藤
観戦
触れる
下げ
時空
ニックネーム
専修
複製
抑える
幅広く
一塁
脱走
うつ
MR
オックス
石橋
##ya
##ita
ジョン・
ドナルド
バブル
UC
シチ
井戸
大社
媒体
道徳
メイク
主砲
据え
食用
##やま
210
一門
予言
フォト
公布
松浦
##ーヌ
とくに
##マーク
武術
がら
##ラマ
ha
リック
勾配
南米
##td
##her
##パール
上がり
おじ
奇妙
閉校
##レージ
デヴィッド
まれ
数列
回っ
封入
有無
道中
ジョセフ
ME
War
田原
迎撃
少尉
年上
百科
##ピオ
ソード
容器
じゅん
ミカ
相違
ne
展覧
換装
異例
レポート
平凡
ぼう
##サイド
青色
おさ
ノット
一角
西ドイツ
アピール
ルーキー
同居
本多
ぎょう
のび
差異
役目
本館
##ッケー
チーズ
750
休暇
多額
順番
ふるさと
ジル
公衆
納言
生没
祖先
バーグ
パシフィック
加熱
意気
##がみ
##ブール
##もう
##ett
##osh
Ag
サマ
ビア
御殿
矢野
追求
##ng
にほん
出港
ドロップ
NCID
ケンタッキー
テック
##ゾナ
登記
カプセル
ユーゴスラビア
コンプレ
MT
ソニック
参事
くま
屋外
町長
フェラー
鳥羽
##rum
本州
真田
突っ
ハリス
位相
##ka
WA
紀伊
NFL
中型
郡庁
浸透
スロット
知れ
講習
コミューン
迫っ
##ベール
UP
伝わっ
楽譜
131
満たし
Android
エッセイ
遺構
##ric
##ited
題名
##グアイ
かかり
パウ
従兄
くに
ダッシュ
アドバイス
きょく
コーポレーション
セグ
戻し
補償
##yo
##ンジュ
フランツ
内装
##ラート
侵害
ハインリヒ
ボーン
採取
##ビット
##LC
公安
概要
語源
##LS
エビ
グレゴ
ミスター
通い
1860
la
揃っ
郡山
たくさん
Night
ニア
パチンコ
化け
クォ
フォール
生没年
出血
鎮座
##ボーン
##フェクト
##ッケン
SR
連敗
##ual
岩崎
新興
中尉
史学
親善
醸造
##焼き
シャイ
アーキ
ミステリー
ラク
営む
情熱
拡散
リン酸
JP
きち
新井
親族
寸前
津軽
テネ
神道
##ベック
たた
##デイ
特攻
単体
受付
王家
##AST
cl
複線
##リッツ
ストレス
ウィキ
RA
改題
木下
決まり
##ームス
フランソ
クローン
気づい
伝記
##切れ
小沢
スティーブ
エフエム
工夫
村田
豊島
階層
モナ
半径
吸い
食材
8000
わざ
ハイド
実務
民事
測量
セールス
加茂
抹消
踏切
追撃
天平
##ごと
プラスチック
いん
反論
##ラシ
デジモン
始発
演算
ブリュ
ベクトル
全日
服部
疑惑
高温
##lex
屋上
成る
シベリア
崩れ
閣僚
JCT
ビートルズ
代謝
新町
ソマ
松江
通知
ゆめ
民放
ヤマハ
あきら
擁護
##わす
129
ふさ
八重
転生
ジェイム
つながり
NET
エウ
トス
他者
国体
入り口
ダイエー
##グラフ
##ナンド
ファーム
仲介
ラインナップ
増築
取り戻す
ボム
政界
日本橋
就く
一生
協奏
小樽
山陰
馬車
106
Open
女流
##ゥス
パズル
大夫
金色
##デレ
襲っ
フェン
きら
舞鶴
##キンス
ハーバード
動向
国旗
めぐみ
常磐
##ニティ
Amer
ボケ
グローブ
NEWS
略奪
##ALL
OB
四季
控訴
代役
詳しい
難しく
PK
テー
工藤
樺太
侯爵
台頭
##box
切る
愛する
みたい
方形
農地
写本
##・ブ
##ism
右腕
製鉄
ちょうど
Je
ソックス
列伝
##ナタ
組み立て
インディアナ
迫る
Har
ホロ
任せ
桐生
決まる
縄文
デビル
ツッコミ
リハ
島式
ドラッグ
CEO
便宜
債権
学芸
紙幣
ドラマー
バルブ
Pa
呪文
解明
下野
田園
かし
ノア
付随
巫女
##せい
有数
つくば
北野
##ントロ
喜び
武力
エム
リフト
エリート
亡くなる
リュー
婚姻
##ald
人文
強引
##なら
ニュージャ
##マックス
別府
依然
##デュ
サイバー
アシュ
シンプル
ナトリウム
イラストレーター
NPB
間違え
行える
Linux
久留米
反し
木製
ケネディ
除外
離れる
ユニフォーム
ボイ
利点
中西
##ane
付き合い
常連
究極
あだ名
sp
大原
茶屋
アルゴリズム
もはや
樹脂
艦船
集まる
##ナード
灰色
薬品
Ro
##ッテル
##バリー
天満
母艦
越える
ISS
ビジュアル
枚数
与党
図ら
##que
ダート
器具
嫉妬
家政
小柄
Her
和名
柔らか
発車
##ius
不利
自在
##カナ
##YS
147
ウズ
当事
##・グ
カテゴリー
仲良
##テール
アミノ
クマ
ハンス
志摩
クラッシュ
見つける
一色
掌握
軽い
在日
NASA
家畜
レジスタ
機銃
王室
途上
Ltd
魔界
##テラン
##じょう
見守
##ony
アレクサンドル
戯曲
意義
正統
順序
カタル
遅い
隠さ
台地
強豪
骨格
デルタ
リバー
書院
##タゴ
##・レ
グリー
##ンドウ
ヴィクトリア
ホリ
古河
156
アリゾナ
フォーマット
巡回
遊園
ニュージャージー
占拠
在来
##えん
国内外
リンカーン
プリキュア
増刊
満点
燃え
商会
打た
腹部
あて
ホッケー
等級
鈴鹿
本機
分泌
学制
系図
不死
極東
相模原
まんが
先述
対話
次女
馬身
##ッリ
トルク
主席
代数
##フェンス
風俗
450
##ents
##ジャース
会う
旋回
相応
##レータ
メリ
免除
田舎
細長
西経
州都
次長
遺族
##ブライ
レバ
ver
大友
感動
菅原
##ノキ
バウ
バッハ
ホセ
嫌っ
論じ
##ins
かわい
DX
はい
追い詰め
トロント
足立
進路
ギャング
Fr
ゴミ
捧げ
立花
##ッタン
フォーミュ
BC
et
南朝
##延び
分かれる
School
預け
エンジェル
鎮守
アルト
ハヤ
再発
政令
暴動
輝い
所要
見出し
##cl
Do
フォーラム
##・シ
ハードウェア
ハイパー
チョウ
##UND
廃校
手掛ける
誘わ
一瞬
聖職
能登
##ーマル
##ental
凍結
断っ
##ゲート
##インズ
##ファレンス
リカ
休養
定住
理科
進水
バーチャ
スクエア
Records
クビ
色々
アクア
アトラ
##落とし
足り
##リンク
追い込ま
##III
不二
制裁
pl
##ype
アレックス
喜多
##落ち
レバー
永井
肯定
郵政
##IDE
Sou
くろ
ミク
逸話
Star
支払う
ホップ
栄え
硫黄
##ビィ
##小路
好ま
祭神
たとえ
ザクセン
ル・
繋がり
イリノイ
7000
ログ
混同
見舞わ
交互
##・ザ
##ンジー
バース
Chr
エキス
対談
チェロ
##ッスン
フレーズ
手がける
High
市原
弱く
スウィ
##かわ
##払い
太守
東亜
##ピット
##ニッシュ
あらか
くり
スナ
中性
答える
高額
投じ
##・アル
ブッシュ
処置
##モンズ
Pe
免れ
遠隔
高地
136
北軍
タバコ
営利
##YA
ハミルトン
樹木
##殺し
テクノロジー
エナ
大砲
##GP
携わる
舞踊
CV
口癖
It
さわ
好物
##マンド
GL
トリック
モス
近所
##メイ
曜日
桃山
ステレオ
亜種
円盤
型式
##リーガ
##イトン
カテゴリ
ケーキ
JST
ランス
主権
伝道
順調
##ull
##ネイロ
海老
##ger
Ma
破棄
マネー
ぜん
Hot
執り
死に
陸地
##やり
尽くし
ハワード
マール
生誕
聖人
##之介
基部
孤独
祈り
##スロ
##ーシ
ブラザーズ
ウス
主教
挿絵
数千
##ブリッジ
Super
Mon
タム
交え
収納
聖母
西郷
Em
MHz
各々
子女
系譜
緑地
##CO
##ings
合金
図鑑
アンドリュー
BD
三条
信託
理工
百合
聴い
マンチェスター
GS
ぶつ
原始
##じみ
リハビリ
炭鉱
当てる
親戚
マクド
ムーア
パブ
導体
授け
240
レアル
放ち
待つ
所管
キャス
マーガ
外し
多彩
大内
ナポリ
一揆
招か
百済
ラト
断層
造成
##・ミ
ボトル
幸福
成熟
##ブック
グラム
喫煙
戻す
村立
水田
転移
通報
##ノム
キャッシュ
ブロー
麻生
##ution
哺乳
膨大
遭い
打ち切り
飲ん
フォーミュラ
なに
エリー
含める
歩い
高かっ
色彩
イド
ベテラン
着け
##red
伸びる
れん
タグ
急性
川島
市道
電灯
カ月
シール
有人
松岡
Colle
行なう
ラヴ
改変
##air
166
金山
##alk
主婦
TC
攻勢
知り合っ
保っ
冷房
日露
最速
洗礼
無償
集約
##タナ
##MO
##ッチャー
##ason
北斗
双葉
墓所
##・ヘ
あらかじめ
年始
悟空
裕福
ヒント
全土
奉納
岡村
アンジェ
初等
##ードン
アルファベット
実習
尼崎
新制
本家
##51
パレスチナ
カセット
公明
ウォール
幻想
歓迎
フェス
くじ
完璧
積ん
##chn
シーク
全滅
大師
打つ
##IB
##通し
サイク
##board
##換える
混ぜ
SN
一橋
##モント
##XT
ハッピー
没収
負荷
マーシャル
ウォーカー
あつ
フレイ
致命
藤本
##ンタム
パラダ
はじめて
高まり
##リヤ
Ele
##だし
##ジャネイロ
Aut
留守
蹴り
静か
114
フェラーリ
役人
消失
真宗
運ぶ
トレイン
イグ
オース
ラック
久米
吾妻
商船
##ガメ
内科
北極
及ば
進軍
難波
Stud
ラッセル
加算
明神
玉川
##ムシ
##がれ
サイエンス
ネズミ
修業
布告
##ぎり
##より
ステン
増殖
高価
1864
パラメ
プライム
こい
のぞ
サポーター
要員
赤軍
カスタム
原案
ヒューストン
##ML
スターリン
だら
深め
車輌
厳格
地裁
連装
いと
園芸
石器
リーガ
デイリー
ナス
浮世
チョコレート
パワ
##リッド
##ニール
回し
撤回
未明
飼い
##ater
生き残っ
HT
温暖
##並み
##ンジャーズ
中枢
通告
OR
ゲリラ
以南
包括
弾圧
##ローグ
ゆる
MA
トキ
フィー
##ement
推し
突起
京浜
俳句
出展
山手
日比
録画
ハロー
マック
千里
外来
湾岸
##ene
スキャ
ROM
長老
広東
出世
斜め
考察
サスペン
##・リーグ
##ンダル
大垣
注釈
フォート
ひょう
夏休み
群れ
さと
はし
##ョー
サテ
二郎
対馬
平原
平家
戻さ
##ute
差し替え
上層
確信
薬学
ナー
佐渡
公職
教職
王族
男優
負い
##ンスキー
Rad
ZERO
ユウ
告げる
覚悟
ティム
受け継い
Girl
シリン
他国
使節
動い
寛文
新羅
犯し
辺境
安置
##yd
生み出す
エヴァ
惹か
##セラ
オックスフォード
アオ
MB
ホーク
サーバー
徴収
真空
##オニア
駆けつけ
っぽい
is
のぼ
##ロメ
窒素
同誌
拷問
ホームズ
引っ越し
Mc
di
ヒップ
他方
##リンゲン
WBA
寿司
抽出
かえ
ピック
IR
目立っ
軽く
落ちる
カタログ
上手く
一新
原発
飾る
川村
慢性
プラハ
本気
フェザー
手伝い
仮定
歩く
水面
##ema
マケドニア
本校
財閥
水源
クラウン
はん
えい
イマ
千秋
長州
代わる
余裕
##アンス
すい
新書
稲葉
オルガン
弁当
##じっ
##替わり
汎用
減っ
ミシガン
閉館
アスレ
オットー
カワ
愛人
知人
ペーパー
TE
名声
微分
##ケー
スペクトル
1862
コロム
Bo
模索
カンザス
リンゴ
ニコラ
南軍
相棒
ともない
MG
かす
救わ
##ットン
FS
クワ
親しま
解剖
踊る
邪魔
##バイザー
メダリスト
直ちに
仕上げ
フランソワ
保つ
少なかっ
ルカ
末裔
遺物
##ru
CBC
元老
健一
語尾
賞賛
こうとう
TH
上越
今川
書物
##どん
あず
ブース
##テンベルク
ミニゲーム
春季
競艇
集結
ライアン
クルーズ
下ろし
刺史
速い
増やす
##ki
##oup
アレン
国営
アクティブ
体型
異母
語学
センス
好調
##ano
ジャンク
シューティング
空き
WORLD
設ける
##むね
you
たつ
中高
成年
##チャーズ
ドレ
現し
野口
飛ん
ジャーナル
産出
繋がる
##ele
ワンダー
割れ
天津
県庁
##バイバル
カタルーニャ
ナウ
レフ
出家
親しく
警報
面会
バナナ
反省
字幕
村山
National
ひど
ケリー
トミー
ロッド
自家
別荘
特権
乃木
##app
マザー
土俵
##aster
おおむね
メガネ
気付い
強大
趣旨
アソ
アーツ
グルメ
アレクサンダー
ぐらい
援軍
取り消
コンスタンティ
文法
ふたり
まき
回線
1863
マナ
Eng
店員
景気
あえて
召集
白川
結城
タービン
1867
コロラド
聴取
土砂
旧姓
西尾
陥る
コパ
汽船
feat
オズ
家具
頂上
PH
たどり
争っ
別々
原爆
土屋
復刻
総統
脱落
カロライナ
ひた
サハ
哲也
琵琶
補充
ソナタ
タコ
住職
##メンタル
Mot
物流
##サンス
リオデ
最悪
釈迦
フィッシュ
めぐっ
おこなっ
テリー
発作
##・フォ
受け入れる
ルーツ
ワゴン
囚人
寄稿
##IZ
勝つ
娯楽
富士見
ヘルメット
ラング
睡眠
降水
アポロ
コロムビア
リオデジャネイロ
ふり
嘉永
無数
##ゥル
まつわる
営ん
対局
尊重
本山
きわ
逃げる
Project
コンプレックス
##ep
南北朝
ギルド
ジミー
ルーズ
出番
四方
##tr
レイク
NPO
マート
##ディオ
ゼネラル
Can
ビタミン
志望
指輪
遺言
柔軟
参拝
武家
##リッジ
オーガ
FW
ソウ
特設
続行
講和
途絶
宣告
取り除
Val
巡り
母方
ハチ
灯台
背面
Micros
争う
動かす
合う
搬送
称賛
##レックス
##サーチ
ランナー
320
スカート
ニコライ
そっくり
カエ
##ハッタン
##リントン
テナント
ニール
通じる
##91
いっぱい
##テルブルク
受け継が
休刊
喜劇
特例
夜行
##na
単発
ウマ
いかに
ルク
インフラ
ミルク
公正
##uro
コンポ
ヴォーカル
人体
参画
##sc
店長
##スパ
ヤクザ
POP
片側
細かい
もたらさ
応答
気分
フェイ
ヒュ
日系
石灰
##sch
キャノン
##ウンテン
世論
強烈
譲っ
ディフェン
マイアミ
トレーナー
電信
##ばら
マンハッタン
はや
デトロ
宮古
遮断
##ニウス
スチ
応え
進入
SW
ボロ
レート
傑作
通訳
養父
##eth
トライアル
支局
魚類
楽しみ
成し遂
マシ
妄想
砲弾
飛騨
SHOW
西田
##ニカル
##去っ
デトロイト
パトリック
##テージ
##まね
エルサ
休憩
専任
陣地
マーガレット
嫡男
法政
##rit
##しょ
##遣い
エレクトリック
MAX
氷河
シチリア
ウサギ
サザン
満ち
知らさ
CA
ブルク
フラワー
ひさ
コング
ホス
精密
食物
##ソタ
##ベーション
##少年
アイアン
取り組む
エチオ
ホーン
BN
任官
八十
志向
指標
青少年
##・メ
アルフレ
ルートヴィヒ
フランクフルト
克服
大国
大勢
##ショップ
クイーンズ
皮肉
##ツキ
宰相
慣習
##ズエラ
多岐
暗い
脅迫
##ANG
カミ
導く
持株
釜山
230
ポーズ
##コク
うか
会派
地盤
造営
##メーション
バスク
ダメ
報復
救い
生地
アルミニ
テネシー
スネ
レッスン
左腕
##ubl
キッド
戦法
断絶
ストン
ウェア
##リオール
ハーン
杉山
異性
##form
##さま
ファクトリー
引き受け
同梱
巡礼
荒木
遥か
収める
早川
納入
##let
ビルボード
GK
阿弥
離陸
ヴァー
##フェース
天狗
アトラクション
BA
密着
議事
フレンド
ミシシ
台数
封鎖
愛国
豪雨
##じり
援護
乗り換え
いかなる
積載
築か
防空
まるで
給食
アセ
次回
##ヴィッチ
Art
優しく
高雄
コンボ
コーラ
シアトル
アワード
馬鹿
いろいろ
FO
よば
若松
##コンド
##キース
セーラー
マニュアル
任天
充電
朗読
条項
素晴らしい
対岸
産駒
落合
##ゲイ
1865
見習
配達
合わせる
エチオピア
三原
原画
大洋
##ology
Sec
Microsoft
デート
ハッチ
剣術
大同
板橋
##ファイ
##ersion
トール
ドット
課税
ウォルター
しら
崇拝
##lymp
ろく
厚い
##ラルド
##ベイ
コスプレ
どん
コト
ドック
総数
##urn
ブリティ
職場
長け
テラ
点数
##返り
##IGHT
手配
##ヨー
いったん
ロジャー
日活
派手
##rap
CB
券売
県民
飛車
LT
リマ
合わ
本殿
バッファ
家事
レーサー
天王寺
カニ
バンタム
ボンバー
悲しみ
特命
サスペンション
休業
出羽
西南
イレブン
函数
大敗
明記
起因
##ラビア
引き換え
アイン
下さ
周回
抱える
曹操
神楽
##enc
##ボルン
Count
体質
入国
派閥
硬式
築城
##テナンス
NEC
けんど
立案
プロセッサ
ローリング
スライド
Disc
サビ
意欲
消息
渋滞
融資
##・セ
##・ト
##ロイ
シャープ
うどん
たて
ドミ
進撃
鋭い
頭脳
##しょう
ビルマ
天野
##ations
ケンブリッジ
取り扱う
リヴァ
甘い
臨ん
##ミントン
ひかり
サード
実父
##ラフ
日清
持ち帰
Red
バレン
仕方
低減
勝者
素直
なくし
##ama
ファイターズ
サヨ
慎重
片方
##コム
##越え
チェン
クレア
常時
##プリング
##コブ
アンダーソン
合弁
業者
ユーザ
もらえ
モデ
屋内
準拠
病死
通用
Java
山川
##55
ウィング
ウォーズ
ミネソタ
アデ
レジェ
不幸
沼津
着任
##ソニック
代用
為替
クライアント
合宿
常任
殴り
バリー
クス
単式
留まり
痛め
##シミ
宝暦
源流
都営
##FE
西山
速く
##ヶ崎
##本木
インク
##フォーク
一流
挑ん
ゴッド
ロイド
亜科
同窓
プロペラ
主翼
名物
未知
カップル
えん
常設
形容
河合
特色
諜報
通話
仮名
太刀
豊川
##ex
##ダース
CT
調和
金髪
ソーシャル
メンテナンス
マツダ
国府
等しい
##まち
##グマ
テロップ
はた
養護
小麦
火器
誇っ
##ha
##ナート
##ばり
##ンクス
マニラ
イケ
奨学
頼り
##inc
##any
取り壊
アムステル
しめ
なな
わかり
ド・
救っ
減らし
転身
Black
Dav
from
郡内
##わい
1866
Olymp
Tour
##って
ベネズエラ
領有
##ors
回る
志村
日経
米子
抗体
バーチャル
文久
プリント
At
使徒
山村
掃除
##IAL
##ルティング
##もっ
ROCK
遭っ
鋳造
グラフィ
カンボ
##IME
ヘー
組成
ライド
アルミニウム
交番
WWE
ふみ
アコース
マフィア
旋律
相馬
遅延
##CH
亡き
北端
鉱業
##ASH
GH
To
##por
Spec
尋ね
インパクト
ブラウザ
カーン
大崎
決闘
##リップ
キャニオン
##inal
ダウンタウン
サタ
出動
天地
小牧
##vel
ハイム
エンターテイメント
サンディエゴ
イヌ
ウン
草津
アンチ
##チェン
ファイブ
公使
年長
書紀
流す
University
どころ
共闘
四十
笑っ
##ww
##ビアン
ヘッセン
ヨン
塩化
Pol
des
振付
##がき
近づく
ラバ
リサーチ
原産
am
待合
遂に
高圧
デイヴィッド
Xbox
co
ひめ
カープ
年俸
意匠
興奮
##AWA
PP
みゆき
テイク
中古
信念
意外
誘致
チョン
佐竹
係数
密接
男の子
##ネーション
アコースティック
コカ
##継ぎ
ミシシッピ
出航
悩まさ
未遂
潜在
薄く
Don
fr
##ナギ
##きん
スズキ
ゴードン
ツリー
固体
エスカ
Dream
バド
商売
広義
##ストル
つくる
フィルハー
レシピ
ふれあい
アズ
ウラン
指向
賛同
振る舞い
凱旋
叢書
摂津
無罪
盗賊
線形
フランシスコ
コロニー
ネパール
特記
胞子
Pet
ナノ
William
八代
ソロモン
ジェイムズ
ガイア
プエ
仕立て
弾丸
添加
高句
##パル
ウォン
もらえる
アイスランド
高句麗
増田
真似
##gh
##ヴィエ
シンセ
フロンティア
GN
me
以っ
有志
生ん
痕跡
ヤンキース
ヤー
直面
黒色
##ler
MD
はち
廃業
楽しめる
モロッコ
ラボ
長尾
##リーニ
ブリティッシュ
KD
タス
チャーリー
ゴシック
去る
閉じ込め
うけ
ヵ月
堤防
版画
留置
継ぎ
グルジア
ウェーブ
バッグ
仮称
地表
投げる
衛門
魔導
##ざい
テクニック
Club
ルノー
公示
奉仕
小池
育つ
##ッダ
126
あげる
怒っ
##ble
ミュージアム
ナビゲ
ざわ
ヨシ
リヒ
単身
谷川
何者
諸説
##ランカ
##シュタット
アウグスト
Rock
やむ
ポリス
ワープ
右投
皇室
##わしい
##ンプソン
アーキテク
##っぱ
バルカン
##URO
キエフ
中略
部員
オーダー
収蔵
湿地
路上
作り出し
準じ
うん
失脚
魔神
チェス
プラズマ
キラー
バビ
文藝
新編
補正
逝去
##直す
セントル
散歩
木星
##がけ
カリブ
のび太
ひがし
トーン
党派
左岸
##エイ
1861
フライト
奥州
##71
##らぎ
チャーチ
ウィス
フレデリック
アムステルダム
NATO
Vo
きみ
供養
元和
開園
飼っ
1850
カンボジア
かき
ツェ
劣る
小銃
要し
別冊
##モロ
ゼル
剥奪
右衛門
津山
サイコ
試みる
ブロードウェイ
奇襲
小室
永田
調印
122
番付
おは
オイ
メド
反動
寝台
##ニク
ルネサンス
物産
##aka
だいがく
ゆっくり
旭日
##じて
Int
ユキ
練馬
##かかっ
伊丹
慰安
##ストリ
クア
ホン
飲む
##ロド
アドルフ
刺さ
反転
吊り
片岡
エアロ
カメラマン
訴える
ディープ
往来
遠い
##ボス
使命
大沢
愛用
直流
赤外
辺り
リタイア
Christ
マッカ
断片
渡す
適当
飛び出し
ゼン
フアン
ロビー
なんて
入選
操業
牛乳
若き
##チョウ
TAK
於い
##ダス
コンゴ
パナソニック
モア
最短
##戻し
CBS
がく
コナン
生殖
硬貨
電報
宗家
折り返し
ネス
直樹
資材
立てる
ケルン
北欧
減らす
火薬
あゆみ
ゾイド
店主
結核
醤油
##付い
ニンテン
どおり
平地
武者
点在
納得
##・リ
##fl
スピーカー
セダン
退け
クリエイティブ
ヘブライ
不法
決済
竹田
築き
サンプル
##スティック
てい
直結
##デラ
##リッヒ
##ura
握っ
驚い
キャサ
輝く
頼み
##ONE
不可欠
信徒
台東
キャピ
ナチ
川内
連ね
市中
ジェノ
www
ミハ
国軍
本書
##pm
##ラーゼ
ジャニーズ
フック
松島
洋画
買う
たば
中堅
手順
神秘
##コック
##グレ
この世
立ち向
大将軍
エルサレム
Best
跳ね
連立
北村
即座
天明
打倒
精力
##プール
ローレンス
上原
町立
##ッテン
引き継ぐ
ソフィア
左派
浄化
田口
新社
経っ
フェロー
ローラ
いわき
なみ
カク
ピュ
一言
切手
宛て
巡査
徴兵
歌人
##プライ
##oss
喜ん
年下
書道
つづ
なろう
擁する
ER
##張っ
ペドロ
冷凍
強め
本文
##DP
ノルマン
村長
民謡
装填
123
受け取る
メルセ
Bro
##ソール
アルバート
ユリ
事象
守ら
平井
発光
引き継ぎ
ATM
生み出さ
##REAM
レモン
混雑
視野
##フィス
吉岡
椎名
##きょう
アルカ
ハドソン
シリ
動揺
帰宅
掲げる
##ビシオン
Fac
ネック
帰郷
慣れ
臨海
送電
##sp
東郷
連行
##du
##降り
##ティエ
##ディーン
みなと
ホルモン
面白い
ミシェル
給与
荒廃
ありが
##ブレム
仲良く
ナレーター
桑田
レインボー
DA
罰金
転属
開花
##ille
冷戦
##チド
##振り
VR
ヨル
リット
名残
変装
消す
祈願
織り
長門
##ブランド
##めき
エストニア
提督
破る
グラント
テンポ
頭取
##ボウ
コンタ
イサ
大破
穀物
##ese
##ンパイア
キッズ
勤める
追いかけ
作り上げ
促す
託し
シス
知恵
JO
探知
##ガンダ
呼び出し
無くなっ
ぐる
定番
獲物
隼人
落ち着い
##ーマーケット
過酷
##クサ
Wi
WD
ジオン
公言
右岸
篠原
鶴岡
550
古巣
民法
##イクル
志賀
転居
##out
しゃべ
ヒート
ムシ
月間
紳士
スパイダー
Mod
スティック
花園
モントリオール
ヌー
出自
間に
カザフ
乗合
基督
有田
架け
良かっ
スーパーマーケット
塗り
配分
門司
メルセデス
届か
##ートー
ファイア
ウズベ
浸水
遊ぶ
ピッツ
ポッド
御前
摩擦
##ぐち
##のう
アイオ
Mich
佐倉
駐留
切り離
祀る
##トペ
コーディ
キャンセル
Billboard
Tok
大江
満洲
発酵
##ven
スロバキア
##ship
Associ
家電
張っ
濃い
迅速
不調
側室
加古
移す
見下
ケータ
ビュ
社殿
置換
製紙
##ner
オリエ
リバウンド
動か
蝦夷
フランチャ
SK
ムラ
幅員
発令
赤穂
##ior
##75
マイナス
あす
処女
国宝
腕前
ヴァージョン
YOU
火炎
Sal
ベール
上回っ
寄進
局所
舗装
葛飾
オールド
優勢
匹敵
日刊
##シマ
##ゃく
MON
パルス
配合
##ドア
##ばん
##じん
信州
分かり
摂政
末端
黒川
佐久間
壊れ
水分
聞かさ
フルート
吹き飛
##チューム
後漢
##ニクス
岩石
挟ま
退場
開山
ロータ
公転
細い
##まつ
パナマ
事変
分断
アング
分配
可動
台本
清掃
短調
秋季
ステータス
楽しん
プロトコル
Life
ラマ
リーズ
顔面
##らん
サーカス
##クタール
ずれ
アゼル
画策
##しゅ
スタメン
まさに
ヨハネ
係る
洗脳
##LA
##ーツァ
火事
立方
遡る
##ざし
ジョイ
及ぼす
始末
##INAL
1848
アテナ
コスチューム
Geor
上皇
分家
目録
##amb
三遊
広州
詩集
##ミュー
なくなり
シュトゥ
##iver
いすゞ
サテライト
AF
なぞ
生母
番外
祖国
稼ぎ
##ヒル
##んじゃ
メリット
採集
##ral
##ella
イズ
アクセント
サヨナラ
ラ・
公団
有用
##ンドル
ブリテン
づくり
過ぎる
テム
ロベルト
整え
貝塚
陽性
##ベス
ファイン
イザ
蔵書
##クリ
いずみ
オト
元来
幕下
有権
ましょう
キャサリン
イヴ
素子
##ニバル
ウォル
SG
##さか
アンディ
be
へい
バタ
史実
羽根
陥り
2500
アドバイザー
ストローク
カモ
メチル
初心
刺し
安心
架かる
クライマックス
河北
##デンブルク
菩提
調べる
転入
##き出し
##グリ
##ンドロ
慕容
米沢
##eral
(-
ml
本能
激突
全編
子役
##メール
##DL
Min
一味
##げん
##沿い
アルバニア
江戸川
##ミュエル
松戸
運ん
##ぐり
MM
ヘクタール
ホース
公平
名簿
奄美
民家
物件
パンツ
フェルディ
デカ
内包
端子
マーチ
カンファレンス
機密
隷下
##ポー
大木
有害
盗み
頼ま
いくら
トリプル
移り住
ヨーゼフ
並み
城壁
除籍
##ガタ
さす
居城
最盛
##ouse
ac
ノック
戴冠
義経
ミズーリ
以北
古今
合っ
若く
苦しみ
サウジア
OK
Power
モーション
放火
疲労
##・ウ
##きゅう
ルドルフ
雇わ
ボスニア
Sing
サントリー
炭酸
特筆
アベニュー
Trans
イニング
掘削
##かう
オア
下級
瑞穂
義勇
自慢
話者
##まわり
##ードル
fl
谷口
包ま
発案
Inter
原曲
渡さ
麻痺
##さき
パラダイス
##トペテルブルク
偽装
内外
燃費
貼り
##ren
##ステン
イース
勧誘
萩原
赴い
##ision
ライブラリ
Nor
le
衣服
ヴィー
##ACE
ストライク
大介
巧み
承継
見かけ
ノイズ
体長
地主
##iro
フランクリン
ロマンス
年表
所沢
##IK
1830
ジャスティ
ヴェー
スローガン
久保田
反抗
抽象
静止
アルマ
ギャン
下田
勅令
後続
収束
編制
##ero
プロフェ
##ats
レイアウト
キノコ
促し
改宗
生駒
開会
サイモン
EL
アラスカ
勝率
問う
##ショウ
インストール
コナミ
接収
##ペスト
両端
堀江
崩し
白井
耐性
##ican
REC
サミュエル
退治
風土
ディーン
##ital
プラント
マクロス
イーグルス
イオ
幼虫
煙突
重臣
望月
極め
胸部
サウジアラビア
ゲオ
パド
各所
対外
義理
貯金
エンタープライズ
ゾウ
リンパ
全権
尻尾
監禁
シャッター
スパルタ
##ebook
待遇
漏れ
##てい
Award
Time
一説
前部
収監
四川
思え
##・ボ
330
アライ
使い手
つぶ
ノーマル
暴露
自伝
長寿
飯塚
両腕
動かし
商学
恒例
病理
経費
##バナ
##デンス
書き下ろし
##ャンマー
Er
マフ
カジノ
セントルイス
CON
普遍
莫大
Ang
まこと
全力
坂井
市域
旧称
##work
激化
##トリア
あいだ
失格
安土
肺炎
##トス
##キサ
##ICE
von
代打
属す
承諾
##おか
ライス
にくく
タク
一条
変貌
尚書
屈指
平塚
急死
退い
発砲
見込み
##サリー
##ザール
##チネ
模倣
##ミッド
古賀
招く
漁港
育てる
ショーン
伯父
##ジック
##がん
##井沢
インテル
##バイジャン
FOR
工廠
関税
高槻
net
ホウ
民兵
添え
優等
ウォーク
ステンレス
フン
マヌ
ミャンマー
南下
外さ
##メリカ
##十郎
スプリント
アゼルバイジャン
##ze
カルシウム
たばこ
Bas
アリー
何故
八百
発想
移送
貯蔵
起業
酷似
モーツァ
失業
接種
明和
軽井沢
ファラ
##ネスコ
("
マウンテン
味噌
##付き
un
ミヤ
持ち込ん
いきなり
生き残り
ハラ
マッカー
山麓
ジェーン
慕っ
窮地
読ま
LS
リエ
筐体
達人
##コード
キャロル
やく
茶色
##レクト
##レーヌ
##メンテ
SON
はく
レンジ
出陣
留め
##キル
##ノル
ベラル
ミッキー
献上
疎開
Reg
JS
Ter
じんじゃ
兄妹
戦果
貧しい
##コット
エッジ
硫酸
誓い
クロム
庄内
Win
全英
法制
##のぼ
フォント
ハリケ
伴奏
宿主
アンソニー
共用
翌週
近辺
馴染
成し遂げ
並木
児玉
渡米
OH
再戦
商用
望み
遊ん
##くら
##着く
ステア
##ーニュ
パーソナル
LINE
グライ
ゴス
売っ
官職
海運
##オラ
##ody
売ら
早々
マルタ
敢行
無駄
終始
覆う
諸侯
##ッロ
オーラ
ウェルター
Act
多重
子音
##こん
##レンツェ
パイオニア
同点
炎上
狙わ
退却
Robert
少々
水晶
豊後
預金
##ij
##ギリ
ジュリア
クレーン
グスタ
便利
晴れ
有明
白河
碑文
絶賛
サラリー
アーキテクチャ
HS
MX
われ
ロブ
塩基
##バータ
近づい
掃海
祇園
驚く
アルビ
同曲
更なる
自爆
チャー
ファイナ
イヤ
ジーン
ミツ
崩御
近縁
Mor
do
ノリ
鍛え
除け
##ソス
ヒューマン
共鳴
急増
表向き
アレル
##ッケル
ベーシスト
GE
カヴァー
ナッシュ
##IVE
##メガ
ルス
受注
無名
総監
補完
##ミッション
Ber
中身
本戦
##・ム
##ぐれ
クリミア
チェコスロ
マキシ
宇部
届く
結社
##持つ
エンジニアリング
サンクトペテルブルク
ソラ
噛み
祀ら
めぐり
セミナー
マッ
古来
稼動
車掌
養老
##ギャ
##ノミ
出せ
新党
織物
##ザース
コミュニケーションズ
クリストファー
執事
##れん
間違っ
San
セクション
混在
部落
飛ばし
##コーン
キン肉
キネマ
回帰
恨み
阿蘇
##ダラ
##ティウス
Cent
信任
浅井
ジャングル
##atch
つくり
グー
ユン
戸籍
東ドイツ
狭く
迷宮
マルク
阿弥陀
VHS
天台
学期
平坦
##ball
##ケス
##ホルム
バラード
まとめる
だし
六角
新造
沼田
##ナール
##助け
##フィールダー
がり
可変
日報
格子
法華
ミッドフィールダー
##カロ
205
タキ
母国
リリーフ
ハイビジョン
秋葉原
RNA
毒性
称え
Des
必死
オレゴン
微妙
終わら
迷惑
##タリ
##プラー
##だん
##々しい
たまたま
転倒
スミ
乱入
奮闘
##ッペン
カルチャー
エグゼ
大門
撤廃
競う
達也
メモリー
屋台
村人
重ねる
集計
黄色い
揺れ
担い
本番
##クレ
##乗り
マウ
亀山
宇佐
フィクション
みなし
日韓
首領
ランチャー
])
小西
総括
##ye
##コシ
LC
ガム
吉村
向こう
無敵
直撃
##ジアナ
Rev
PAS
却下
##ガラ
ピラミッド
三遊亭
今治
南道
宿舎
親方
##カリスト
ギー
マシュー
処罰
支出
解禁
逃れる
##イアント
さし
丹後
##its
クオ
低地
儀礼
全盛
オリン
ベビー
マテ
淡水
眠り
納め
迫ら
パーカー
##ATE
メロディー
レバノン
きた
夢見
##ニアン
ちなむ
バンコク
se
増幅
延暦
真剣
軽巡
Up
ペナル
開閉
##・イン
オラ
片山
薔薇
西端
##さつ
アヤ
ベラ
大火
容赦
山東
ストリー
Sport
日比谷
650
パニック
##イルズ
##ARS
カーター
下水
扮し
紅葉
銘柄
##っ子
ディビジョン
弾道
救命
赴き
##マーシャル
宅地
敦賀
機雷
##プトン
サング
州道
幕内
繰り広げる
売春
座っ
関ヶ原
プライド
返済
カマ
ドリル
中頃
支障
騒ぎ
##ideo
News
KBS
mg
備前
##・ファ
一騎
入試
反する
棄権
知行
防護
フィレンツェ
コンピレーション
ハンドボール
ベラルーシ
City
アストロ
ホモ
尾道
旗揚げ
規約
閉塞
執り行
きわめて
モーツァルト
唐津
立教
##まま
##ージョ
マヤ
江東
BAS
ダラス
ルビー
充分
北見
支払わ
##フレーズ
Song
セメント
悩ん
遠山
遠ざ
JIS
ノウ
公家
尾根
岩田
辞書
##・ベ
コンペ
Mark
ヒルズ
進言
##トゥス
Port
なさい
エステ
カレ
処方
大きかっ
EMI
ロッキ
提起
##ola
ギュ
152
mmF
ヴェスト
艦名
##ッチン
MY
サリ
土浦
激減
##83
##食い
スキン
1859
##ルタント
メカニズム
アリア
波長
陰陽
風貌
##ンスト
リポート
例年
別人
図り
堀川
##hone
ヘルマン
ロータリー
成す
絡み
見抜
波動
講堂
##連れ
ふう
大胆
平定
爆笑
インフル
スティーヴン
Fi
うさ
低温
届い
教場
説教
##ゴス
EF
Kn
ぬい
墳丘
消火
##・ホ
##バーズ
ブレイン
アルフレッド
ヒンド
ユネスコ
助成
那珂
鉄砲
コンサルタント
野望
##テー
国々
室蘭
敬意
自走
麻酔
ジャム
クロウ
スカー
帯広
水深
私鉄
##ガルト
ジョナ
国政
日テレ
発進
##が丘
##ボリ
器用
欠け
藤岡
負債
麻衣
##ボロ
-(
隠す
宮中
接合
提言
##15
280
キングス
よこ
シュル
ウォッチ
ディフェンダー
リブ
反響
含有
杉並
華族
迷い
フィニッシュ
ピストン
ホールド
入所
多々
征伐
選帝
##ューズ
繰り返さ
呼び名
ネルソン
一派
権現
瑞宝
外相
嫌悪
連射
##の丸
##ico
##olution
WEB
イソ
培養
注ぐ
スタンプ
エイジ
北川
噴射
死神
終える
部数
青梅
願っ
##ツィヒ
ドリー
手数
藩領
黒髪
##シリーズ
##カーズ
アルプス
270
Amaz
国分寺
オタク
内定
吹田
大通り
##ずら
##フォー
キャッチフレーズ
##マイカ
FBI
スカル
石碑
連想
1858
投獄
立命
計量
##レク
スロベニア
プロトタイプ
器官
軌間
バンクーバー
おこなわ
マディ
炎症
鍛冶
##TO
大抵
宮川
浪人
調停
迂回
##ARA
NAID
パラメータ
Mer
大平
歩き
流派
フライング
TM
##メス
##ホマ
##ンガル
ハンブルク
フリゲート
延び
神父
里見
260
プラグ
テロリスト
Techn
チア
レット
土井
声楽
隔離
シャドウ
ベートー
アルベルト
ジェル
いざ
準急
直列
組長
ブルックリン
サバ
写像
粘土
若年
開口
##ドキ
シグナル
Che
六本木
川端
流星
アルテ
マクドナルド
tr
分ける
打診
換算
松永
話さ
##サラ
行き来
http
シリンダー
不当
厚木
四角
攻防
断ら
すば
アロー
終焉
愛宕
説い
##ントス
アクセ
フランチャイズ
中年
放浪
DT
バックス
健太
本庄
##祭り
ギン
下総
離党
##RO
ギブ
分化
いな
多賀
挑発
砲台
ライプ
こだわり
Sn
ノブ
栄誉
校内
ララ
レプ
桑名
##to
コマーシャル
##ソウ
##ヘル
クリエイター
オムニ
注射
カラーリング
##ハーゲン
なれる
ノード
分立
葬ら
視界
音色
##カミ
##ンプトン
トランペット
Blue
希少
演芸
##QU
##らう
##ona
カリス
トマト
パク
有り
貸切
##アム
##arl
##ney
サックス
反則
発刊
糖尿
UFO
アソシエ
もて
代議
参道
櫻井
返す
##バンス
##ush
エディション
MAN
三国
協調
##ワース
エイリアン
King
ソリューション
焼い
遭難
騒音
高砂
##ツキー
アルジェリア
##オーバー
RECOR
RT
アッシ
付録
旧暦
ポルシェ
BP
Fe
エラー
パンタ
富岡
店頭
母校
深川
##ets
クリップ
##ike
知性
許容
クリーブランド
オウ
恐慌
##ネード
ギャル
マスターズ
##キャップ
##uck
キリン
ケープ
一応
体色
司る
弾頭
絞り
頼ん
呈し
奥田
##yr
ステッカー
##ブリエル
オリー
不審
##くる
シマ
刑法
部署
##ety
八尾
大映
悪役
樋口
演歌
襲う
西岸
見通し
##ific
かま
戸塚
ハイウェイ
PRO
GA
イニ
直人
艦載
##シズム
##テラ
インデ
##ストラクター
Champ
デイヴィス
Sun
iOS
入線
対潜
独身
迫害
飾ら
##rop
生き延び
RAD
Soft
キース
宇和
東端
法定
浮遊
香取
たまに
EV
サボ
ダニー
レム
大仏
握り
速力
コリ
学派
寺社
志し
消耗
##ナーレ
盛り込ま
聞こえ
山間
帝都
点検
ディフェンス
##フェルト
##ちゃん
ニーズ
開港
##ろす
オバマ
バーナ
作物
栗原
カネ
勝敗
増備
戦記
ファント
ファンド
ストーム
UH
えり
ケント
ポピュ
納税
年寄
教義
衰え
隆盛
隕石
鳴門
五十嵐
##ield
無形
チェコスロバキア
クック
利便
実子
欠陥
美し
進級
##ポル
##あげ
トリノ
LA
PM
アワー
抹殺
綬章
##witch
ドミニカ
ジブ
ヒメ
大小
徳間
目の
オークランド
ゴロ
公判
教鞭
曹洞
USB
従兄弟
ばね
クリーン
擁し
水族
##あき
始祖
延喜
建っ
竜王
スペック
NBC
Sum
オクラ
ブレス
ブースター
共々
溶岩
Str
公卿
奔走
自力
スケッチ
1854
クイン
叫び
含み
浅間
猶予
裏面
##ベガス
##ちょう
ジャイアント
コンサルティング
スティーブン
そろ
前衛
勝て
祭祀
##VID
##チウム
##受ける
グルー
USA
##ルツェ
Thom
Tw
あふ
ボイラー
制式
厚く
噴出
従属
赴く
スカパー
ミリオン
一転
返上
##ハル
Os
結末
人道
反逆
##レナ
##シャワ
##ocal
Facebook
サラリーマン
マッド
出かけ
新宮
##DI
##レーツ
##ナーゼ
James
察知
尽き
患っ
産経
空挺
観念
讃岐
##タニア
##TH
##カム
##寄っ
##売り
サンパ
##イオス
BMW
ロット
同郡
大東
##バリ
##カレ
##びき
なくなる
コンチネ
con
メッツ
北海
寸法
新報
日吉
美味
証人
Tri
みき
付着
半球
大連
水色
##チー
付き合っ
アサヒ
サリー
信玄
協賛
##・タ
##ずみ
ストライキ
神崎
築地
臨む
訳さ
##98
##za
TOP
ジュース
ナムコ
ル・マン
さよ
奈々
さよなら
GU
ヒール
小金
明瞭
星座
父子
耐震
##コウ
ユニーク
やり取り
見習い
ひまわり
宇野
##強い
デビッド
ホルン
大物
大寺
推力
ジュン
カレンダー
フィルハーモニー
くす
交配
勝目
翌月
124
1300
Association
もろ
兵役
島原
粛清
タウ
産物
築造
1400
つなぐ
ありがとう
コンチネンタル
ブエ
リール
河南
スクウェア
1855
オウム
クィ
ヴュル
初音
柔術
極度
物事
##かえ
##ぼさ
GHQ
ムル
及ぼし
点灯
##レーン
##ッティング
##カップ
振り返っ
修学
合作
天草
長浜
##リナ
##ビウス
クローズ
##クスピア
木場
##めん
アマゾン
横手
課長
##ンシー
##ハマ
##グア
##巻き
##ぶり
クラリ
くさ
シラ
モモ
平山
腐敗
解読
スクラ
大船
幕張
犬種
紫色
工法
撮り
母子
特務
適正
医院
見受け
辿り
ケータイ
アザ
##フマン
##vent
思い出し
カスティー
隙間
Sl
困っ
追及
##プテ
イントロ
クッパ
ヶ国
不倫
人造
##コト
強かっ
##oph
アッパー
新川
溶け
照準
苗字
##CA
ルーズベルト
Ze
セネ
吉良
養殖
キューブ
ラスベガス
バファ
マリーン
劣化
江南
筑紫
至り
まとも
石室
薬局
##ワット
ひこ
アクター
一括
三味
手助け
止まり
トラップ
建て替え
ヴォルフ
ダス
手足
止まっ
##行き
ふん
直属
##エール
##そり
##ipp
おもちゃ
American
Special
ハリケーン
吉祥
熱血
血統
キャット
プラチナ
Enter
CLUB
バロック
改める
狭義
用水
霊場
青銅
##カゲ
##ワフ
ルイジアナ
メーター
横田
観覧
長身
##ヘッド
##ora
カト
導き
溶接
##ael
ウルグアイ
JT
ゲノム
シスター
ホープ
優駿
城山
給油
##タリア
##りん
アンカー
クロード
バックアップ
クリーク
LD
ひな
デリ
並列
養女
##セックス
起こさ
コスモ
ギャラクシー
CIA
みせ
荘園
モノレール
##iversary
ヨハネス
支那
繰り出す
Med
du
公営
大工
解く
通販
##tain
##ィー
##AMA
##ELL
iPhone
リモコン
不況
入札
田代
破片
警護
##17
##パルト
いまだ
カズ
シング
デパート
リソ
光景
政宗
若狭
##レイク
アミューズ
Tokyo
らく
ユタ
蛍光
連鎖
##ジーミル
パラリンピック
DAY
ひき
図柄
在職
明示
金星
フィア
ジェイソン
デラックス
Pi
充て
熱海
##カヤ
##ホーム
ストリーム
ナナ
一線
着目
請け
青島
##ダード
##ロラ
世襲
肥料
##GS
ジャマイカ
埋め立て
おはよう
つば
名作
弱体
旧来
祝福
カービィ
細長い
後円
短歌
経理
豪族
##ゲス
##渡す
##OSS
MAR
bl
キプ
請願
##my
##ena
キログラム
バッジ
ミッチ
打数
鉄路
顕彰
##かつ
バーデン
So
ガリア
照射
閣議
サミット
円筒
問屋
飛躍
##たか
アクセル
##ーチャー
レター
売店
池上
##ッツォ
グスタフ
ヴュルテンベルク
リビア
取れる
田川
盗ん
兵衛
同県
太政
石巻
##さり
##変わり
勝ち越し
ドキュメント
埠頭
ものまね
--
NM
ボヘ
土岐
採っ
##ham
折れ
撃た
格差
死傷
素顔
##ざき
バースト
ファイヤー
こころ
大泉
##ヴル
##ated
ベートーヴェン
まな
ルーク
健全
愛さ
接着
日没
##タリー
Jo
オロ
前頭
大黒
楽しい
細工
臓器
##lt
##RNA
Fri
コスタ
ヒン
荷重
重なっ
Amazon
フッ
下っ
##コミ
##ぜん
##去ら
フェルト
乗り込ん
デニス
積分
西条
##奈子
144
ウェン
ビック
レジャー
##んどう
SPEC
Sil
完走
構える
##uss
##over
セレクション
外出
文京
水島
補欠
農園
仕掛ける
公用
律令
絵師
##ジェスト
##IST
org
プエルト
ペトロ
新城
望ましい
沢田
片手
西欧
##詰める
知多
給付
##直さ
ウッ
クン
坂口
均一
校地
##モト
##リオット
##ada
##ATA
おば
浅い
##・ル
##OLD
ライブラリー
インフルエン
カバ
ロスト
童話
自機
貯水
##ボーグ
##ISS
1840
大作
討論
重く
##テット
Bre
供与
入党
共感
寺田
浮き
要領
##ブリア
##ペス
##72
##まか
##ルツブルク
トランスミッション
すり
プチ
ミキ
居る
聖地
聴く
超過
陣屋
##やき
##キュラ
1857
フェルナンド
シュタイン
乃木坂
エステル
リプレイ
さらさ
##ello
リヤ
万葉
各局
廉価
視力
頼っ
満たさ
ft
コバ
コメンテ
口座
##テロ
##ゴラ
アンモ
480
Alb
Paul
Li
RK
おっ
入浴
別途
幽閉
一夜
不信
##ジロ
##サキ
##YP
##止める
WAVE
京急
分身
施策
##トロン
シェイクスピア
ピッツバーグ
アディ
剣士
##IF
エルンスト
メリーランド
オク
モラ
紀州
##aj
##rumental
コメンテーター
エプ
争奪
入間
洋子
異端
##コタ
クランク
サンパウロ
オセ
パトロ
ルター
万博
東名
ヒドロ
転職
##mb
##ゴール
OG
降車
つくら
Cap
ジーク
バチ
棄却
武藤
見知
高倉
ジャワ
スパイク
Bu
スチュ
受講
安永
岩国
彦根
水害
訂正
トラウマ
加古川
オクラホマ
草原
解像
部会
##・ビ
##illa
SV
スレ
ベリ
伊集
吐き
大差
登校
肝臓
魔族
##よい
ディスコ
https
伊集院
治水
県都
スム
断面
月面
派出
諮問
##メア
##分ける
ぬいぐるみ
DREAM
テラス
ハノー
大成
近海
Bi
公論
兵装
同上
巡航
行こう
見積
フォレスト
フレッシュ
さだ
らい
ガブリエル
レック
最寄
着ぐるみ
金利
アーノ
ペンギン
デュオ
サファ
モンタ
リフ
久美子
乗船
八郎
団長
邦題
##ペディア
フルーツ
コントラ
リットル
FINAL
久々
敗者
望ま
移築
貞観
MAS
Po
アクト
ラド
生還
さんま
シンセサイ
リコ
催さ
原点
定か
幕僚
縁起
1856
トロフィー
せんしゅ
モト
議決
##18
マルティ
人柄
執っ
学業
忍び
手動
泥棒
肥後
ディスカ
っ子
へん
カラス
コリン
伝導
挟み
水谷
速報
1700
##ensis
イアン
ピュー
岸田
クロック
##OME
モーリス
ベンツ
##endo
##デレラ
ISSN
にゃ
ブーツ
代々木
効力
外装
揶揄
祝い
銃身
##よそ
Group
##ittle
ヒラ
疲れ
私的
編み
裕子
##たら
##デスリーガ
レオポ
プス
無断
福知
紀行
##12
いただ
手伝っ
由紀夫
アイオワ
乱闘
均衡
手間
##サム
##モー
ウェイン
##berg
ソマリア
小坂
常盤
滝川
王宮
算出
緩やか
野戦
驚き
1100
ジャス
カルタゴ
フラット
Yah
アッシュ
エラ
光明
小浜
オリオン
PDF
カオス
来場
歌声
淀川
David
Cy
KC
ナオ
万国
妥協
枠組み
##高い
ブレーブス
コイル
ダブリン
岡部
新庄
立派
飲酒
ワルシャワ
Not
ブタ
主計
出兵
磐田
##ling
ディン
ジェームス
ウェスタン
ロビンソン
GC
減速
錬金
チャップ
持ち込ま
ローラー
##OCA
##ッシブ
宮田
昨年
特産
畠山
##ッラー
リーフ
##esents
##グラード
イワ
ケベック
元号
神谷
##・ナ
##UP
##仮名
パスポート
エレクトロ
LAN
VI
岩井
間に合わ
シンセサイザー
根岸
欠席
潜伏
##タイトル
##ILE
##rain
買い物
IMD
ルース
小平
憑依
細かく
ハブ
以西
殲滅
洗濯
相性
紡績
行け
賃貸
133
##elle
テュー
四条
弦楽
後見
栄光
桑原
芦屋
##オウ
##eng
トリガー
富士通
しお
バズ
共生
天空
宇多
雑貨
##ンドルフ
プロポ
知らせ
ブンデスリーガ
Af
TP
エーカー
クレー
ケニア
シルク
留まる
長安
##ta
##ネスト
パブリック
PT
ブックス
マスト
一因
工兵
強固
後押し
担保
秀樹
##ラール
スリランカ
だらけ
福知山
Il
rpm
海面
##ck
ヒンドゥー
おま
タスク
一層
堀内
家人
強要
滅ぼし
##オロ
##enter
アッシリア
Rem
演目
激戦
##de
引き取ら
振り回
キャンベル
ナイジェリア
かたち
County
バレンシア
Sam
載っ
門前
魔人
##irect
AW
NWA
つと
夜中
準州
赤松
重用
##・ポ
##かかる
10000
アトリエ
レジェンド
リオン
上水
優子
自害
製菓
##la
ラッキー
レンガ
基底
履歴
血圧
闘い
驚異
クリントン
##クラブ
覚える
##ーグル
DeNA
メルボルン
TW
同調
後悔
新居
走者
##ロア
チューブ
パーソナリティー
ジョーダン
Suica
ウラジーミル
カスティーリャ
NR
ペプ
共存
襲来
##ボク
グリップ
Hi
べし
兵員
和彦
清算
##be
Champion
Lib
委任
戦役
明言
秋元
策略
##掛かり
フランチェ
フィルター
クエ
刈谷
簡素
##・ユ
##千代
乗馬
劇作
父母
相関
##ny
##シアム
ジャンクション
JB
いら
##EP
##END
ニュートン
Rich
Sw
キャンディ
Serv
コンタクト
インフルエンザ
gr
川西
源泉
筒井
親しい
##ダスト
ティラ
##ファーソン
タール
バッド
ミミ
亀田
壁画
帰化
苦しん
茨木
闘士
146
##ンタイン
ケイト
ブダ
下着
保留
家業
明智
産卵
かねて
たった
当面
拠れ
発端
開場
随時
##みつ
##倒し
##ンバーグ
##ブルドン
マッサ
丁寧
休み
冗談
回送
架橋
クーパー
IF
転々
郡上
ノーフォーク
発起
社交
身代
##・ガ
スクロール
可愛い
ラベル
侍従
儲け
割っ
圧迫
揚陸
素早く
負わ
麻布
##ser
アレルギー
ちん
ほの
イナ
ヘルス
リッジ
伝来
踏ん
##ルカ
アイコン
スーダン
##ANT
ドラムス
バッファロー
スルー
五島
チャネル
引き起こさ
インテリア
バファローズ
あま
シノ
感想
##ネーター
シュヴァ
380
クロン
セクター
変態
夜明け
実権
短大
祭壇
IDOL
Mart
ph
パケット
後進
熱狂
絶大
自生
響き
##bur
オーブ
グラミー
グリッド
CN
刷新
女装
徳山
感銘
極限
ウィンドウ
ティン
##iko
Pal
パウロ
人型
和夫
抜群
捕ら
突出
巻き起こ
ペナルティ
一大
採ら
男児
神明
都督
鳴き
##ごろ
NEXT
Good
エナジー
PAR
SRC
体当たり
四球
天守
廃線
江川
渡航
近似
##ッホ
##牟田
ソフトボール
打ち出し
ニコラス
##OLL
サブタイトル
テュ
ワト
去り
太宰
抜く
##重なる
##ates
心身
艦橋
陶器
##iew
オスカー
インストゥル
途絶え
RECORDS
Hen
らし
パンダ
文脈
硬化
結界
越中
しげ
ほっ
赤城
イースタン
モダン
ラプ
広め
手帳
鳩山
##イロ
##ウェン
##unes
グリル
GIR
気絶
選曲
##ザル
##さく
フィット
スワローズ
my
坂上
強行
強硬
豊岡
##ぶつ
シンデレラ
おおよそ
IMDb
メロン
モリス
回廊
強姦
船員
雲南
##・ソ
##バット
アルティ
カイロ
ウィンブルドン
シークレット
じい
カエル
乏しい
気体
素人
ウォルト
ノーザン
つま
ミノ
基板
慕わ
洗浄
苦悩
英名
都会
##向け
301
Heart
サングラス
涼子
脊椎
乗り場
フットサル
入省
同区
水着
Yahoo
WH
九十
単線
突進
##OO
##ファーレン
よろ
ロドリ
信越
坊主
宝永
対比
府道
浩二
ひとみ
すすめ
WBO
ベック
売る
岩倉
エンブレム
落とさ
オークション
##リノ
クリニック
マカオ
デコ
ピンチ
停戦
客観
進ま
##こく
##ative
310
キッチン
ギミック
十郎
津島
キャバ
サイレント
プレゼン
スマイル
教え子
ルクセン
国交
業態
銚子
ジョブ
ランカ
フィリップス
ベンチャー
ミクロ
個展
坂田
奥羽
沿革
良き
配偶
##79
ウィンター
Radio
850
共作
劇的
見れ
コールド
先制
増資
小原
歩み
誠実
預言
Del
ウリ
オンタ
ワニ
吉井
杉本
松阪
##キウス
##era
クラッチ
バトラー
ファントム
アガ
いや
不快
暴れ
未亡
秘め
艦上
赤羽
アトランティック
未亡人
三沢
土産
映し
病原
銃弾
阿久
##マール
ANN
交友
因縁
奇数
帰投
廃藩
授賞
##EG
##13
受け取り
オンタリオ
Gal
ペリー
ボビー
マヨ
怒ら
東邦
汚れ
益田
雷撃
162
##ICK
ガイドライン
ゲオルク
ジョナサン
エッグ
店内
捕縛
教習
滑り
##・ヴィ
##シャイン
宝物
慈善
野心
両立
両社
握る
操り
決算
沈ん
畜産
##56
##たる
134
くち
中井
急進
果物
##去る
レーニン
ざん
はっ
イモ
各務
待た
##フー
レコーダー
Sci
押さえ
ギガ
下手
天竜
居酒
帰属
深海
造園
##ディウス
居酒屋
PART
マタ
翻弄
肥前
阿南
##ぱら
アンコール
たかし
伊那
同然
天理
張本
強奪
流動
精製
##ミール
132
乗り越え
キア
バター
分社
揃え
本丸
眠っ
##オリ
スタイ
サーチ
##ival
Fight
将兵
ピクチャーズ
HO
オデ
フレー
光子
清朝
##gen
##カワ
##留め
ジャンボ
譲り受け
直し
造語
##おる
##ILL
返り討ち
VF
叔母
実弟
新橋
蘇生
##バダ
乗り出し
SMAP
怖い
気づき
Anniversary
パトロール
カ所
文禄
##ITY
##オーリンズ
女児
庇護
木津
理性
税務
複素
##uel
##19
1853
ミケ
北道
憲章
松前
注入
流体
規範
##屋敷
##ッツァ
##サンブル
しず
大別
断り
解か
##ORY
フラッグ
##サック
##ぶし
プロパ
ダイジェスト
KAD
mus
下降
介石
島内
恵比
カリウム
スラヴ
ru
乱れ
堂々
注い
熱い
##JP
シェフ
ワイヤー
ルクセンブルク
マンス
元町
半田
批准
本島
海中
消える
緒方
##ズス
##ci
##どか
デュエット
Ev
UR
クジラ
ルシ
上総
推計
芥川
##ットガルト
話し合い
Game
カサ
変速
大樹
著しい
蒸留
##・ヒ
##言葉
ますます
アフター
##ウォー
Alex
よみ
トレイ
借用
従え
整形
桜花
飛来
##MM
ジャンヌ
Dis
見立て
##本松
ニューオーリンズ
もっぱら
ALL
イブン
ドジャース
レシー
ロート
北魏
原動
名跡
拡充
歌曲
輝き
##・ペ
##..
##育て
##ima
##ense
請け負
ロア
判別
官吏
##しめ
モーガン
FU
XX
音波
PSP
カルト
ナンバ
全勝
川田
汽車
赤道
##ギニア
ワース
伝送
有能
石狩
ジョゼフ
働きかけ
ピックアップ
インストゥルメンタル
あけ
さとう
サイボーグ
ハンデ
##ograp
キミ
犬山
##アメリカ
ATP
##press
Sol
けれ
ハプス
藤村
調布
面接
##JI
とどめ
エリス
コイ
今年
多種
漁師
##aut
##やさ
逃げ出し
web
カノン
上る
賢者
Park
ポピュラー
Cal
下北
妨げ
対等
山名
Grand
致死
##ロニア
Stre
##アイランド
みずほ
中道
同族
完封
容認
恵那
爬虫
生田
稲垣
譲受
伊勢崎
セイバー
Pat
エニックス
主戦
嵯峨
廃墟
憲兵
染め
海防
王冠
街区
銀色
ダウ
北山
同化
安保
宣戦
教材
膨張
買わ
##ニシ
##フェリー
ちゃんねる
##チスロ
der
原告
着せ
##ヴン
##持っ
##暮らし
142
##osa
ルーカス
OC
上川
校章
##クティブ
アニメーター
カタール
サスペ
ハプスブルク
Euro
卸売
正直
法科
用地
申告
社屋
竹本
筑後
脆弱
身近
鋼鉄
##ドス
##ほう
##フォンソ
ねこ
京子
匿名
役立つ
溶解
馬主
アップル
all
シュタット
京極
准将
夕刊
妻子
##チレン
##ローラー
勝ち点
当ては
パチスロ
即興
政友
顕微
##コフスキー
しな
風刺
##ゼー
デ・
ムン
洛陽
艦首
院内
##ッガー
Class
Ep
広げる
度重なる
甲賀
貧乏
##デンティ
ハス
上洛
富豪
トレードマーク
仁川
他界
血縁
##リブ
シャーマン
##agram
カザフスタン
Hol
乗じ
代償
信条
同種
若林
葉山
補う
関口
アブドゥ
サトシ
時事
王政
脱線
自律
鉱石
##置き
パスワード
サバイバル
軟式
如く
花嫁
苫小
間際
##line
##ars
##oto
苫小牧
了承
夏目
##の内
##伏せ
チェリー
シュトラ
##OKAWA
ブリュッセル
戦績
長田
風船
フィッシャー
##アーノ
メモリアル
テクニカル
ばい
上がら
更生
機甲
瀕死
##ho
ジャッキー
アンサンブル
作り出す
ギャンブル
大竹
若葉
銃器
スライダー
Company
吉原
羽生
##り物
テント
色素
請負
長者
##着き
##利き
##ンジン
ステート
ジョルジュ
長島
イーグル
シュトゥットガルト
おや
モンド
右打
唱える
妥当
熱田
磁場
舞踏
##ison
##els
##OWN
KADOKAWA
Sk
右派
恐ろ
憎悪
残党
混成
連発
##チモア
OL
さやか
タックル
全額
川原
終着
美しく
費やし
##ブレッド
ジェンダー
スナイ
副官
助演
枚方
田畑
舞い
長良
離反
アスリート
ゲルマン
カフ
ボディー
国税
沙汰
IBF
バドミントン
尾翼
次ぎ
田島
監獄
##麻呂
アトラス
シャーロット
UTC
柏原
できれ
ランニング
1852
カント
下層
学力
布教
曲名
松村
ギャップ
ふさわしい
オリーブ
Miss
倒壊
砲身
綴り
##なじみ
乗り物
ハニー
受領
命じる
軍需
##ブー
##ノイド
##ゴメ
##ッキリ
##ference
オムニバス
Lu
コソ
仮設
地雷
増発
虚偽
触手
153
##ショナ
大町
巻い
鳥栖
いわく
よしもと
コックピット
カッター
二宮
初年
建つ
焼け
##どころ
##ターズ
スパーク
祈祷
##メート
アニマル
チキン
ネガ
掛川
見込ま
##の中
##離れ
ジョーカー
ボルチモア
キャピタル
クラリネット
ビースト
充当
彼氏
高まる
##ギア
##モデル
##GE
亡くなり
スリップ
コネチカ
景勝
着物
##der
##ヤーズ
マーベル
##AGUE
FNN
エイト
半減
新線
##カール
##嫌い
杉田
泣い
競り
防備
風味
パイレーツ
##AME
コネチカット
メット
ヨウ
人力
投影
誘惑
遊歩
面々
##by
##16
##レーティング
##キャラ
服用
霧島
フランケン
ローテーション
繰り上げ
ベンジャ
恋心
震度
##ビナ
##トム
ヌード
築く
肥満
##366
##いん
LEAGUE
man
ナミ
マダ
子育て
語彙
またがる
アキラ
Of
ラット
到来
指針
有楽
梗塞
武帝
ファウ
取り外
ジョヴァン
カーネル
##ript
SB
スパー
ポット
大麻
平壌
点火
王権
ストックホルム
背負っ
go
レズ
催眠
揚げ
##ks
##なぎ
おまけ
GEN
上尾
信じる
叙任
喋る
夕張
重工
##パード
コンビニエンス
Batt
Lim
TA
ドバイ
ベータ
城南
皇女
細部
鬼太郎
##58
##がた
##リエット
気づか
くみ
とれ
ほし
聴覚
蒲生
##・シュ
ベルン
サラブレッド
抜け出し
9000
吉備
広範
快適
殺到
発効
西野
##クロス
TT
ザク
上段
皆無
ダイレクト
ティル
ポートランド
スキャンダル
KE
ゼウス
開ける
高射
##ッショナル
##ロップ
##ショー
ミラクル
おそれ
ツーリング
浮かぶ
パンタグラフ
JF
上っ
台場
##パイ
フォア
United
モナコ
Jose
デマンド
叶わ
幸子
幼年
慰霊
高台
##・ピ
##リエン
デュアル
殺し屋
Ju
マロ
全幅
文句
##ずり
##曽根
チャット
ディーラー
Im
揖斐
登り
##デシュ
ウィルス
いとう
てれ
パッド
両面
品番
貸出
跨線
##出る
シャワー
Ap
パッチ
休戦
停泊
出願
黎明
##OG
Arch
ボヘミア
二男
別当
目玉
貰っ
##ret
カーボン
Gi
ヘレン
伐採
株価
直行
線型
翌朝
養育
インフォ
マシーン
レガ
産ん
遊戯
高騰
##ペイ
カリスマ
LM
ウイン
下がっ
囚われ
地価
拡幅
甲州
賀茂
配し
重巡
##ラシア
##残し
##ross
##ティーノ
YouTuber
Phil
カンタ
ヒカル
停滞
嫌う
旧道
漬け
農産
通達
##マルク
##ough
##ional
カルロ
アラバマ
シンクロ
寄宿
捕鯨
明王
賭博
##yle
##ube
せつ
城内
場外
持参
連帯
門人
降る
ウィー
Type
元首
多項
新春
須賀
飲ま
ガーディアン
ストリーミング
ライプツィヒ
目の当たり
OEM
下げる
内面
大道
愛子
退去
##ータン
1851
享年
信夫
卓越
製法
重なり
##去り
チャリティー
##ジャック
いとこ
Fire
ちか
はつ
ラビ
壊し
懇願
気球
軍曹
持ち込み
言い渡さ
催し
国定
申し立て
いたる
さかのぼ
ばあ
バング
合間
礼儀
醍醐
##ちょ
教職員
Video
バロン
健太郎
死因
高値
##バサ
##アーズ
しみ
加納
恐らく
戦中
本科
灌漑
##ートニー
パーキング
書き込み
リベラル
Nint
ぞく
備中
冷蔵
同定
咲く
園内
埴輪
従わ
祭典
##ワート
##ガード
取りや
つなぎ
いち早く
春日井
##ポリタン
ベンジャミン
レッズ
余剰
##出そう
少なから
フリーランス
##ird
WOW
原宿
星雲
石山
225
Sound
iT
リップ
ローター
同書
大岡
耕作
##orld
##ister
持ち合わせ
340
##ルンベルク
レジスタンス
EURO
健在
嫌わ
杉浦
荒井
##ッチャ
Edition
けれど
BIG
たど
テッド
互角
逆襲
ジャガー
取り込ま
##ステークス
ローソン
Sim
コープ
パット
休館
手下
新星
検知
産生
##che
##ージョン
##irst
1849
コスモス
Light
そん
ルン
共学
判例
名字
延べ
洗練
矢部
##ザック
##フォルト
苦しめ
コモン
覆い
誤差
##モール
取り囲
##icial
アイデンティ
スピーチ
WR
奉公
##ズラ
##ボルト
##ッチェ
##ady
ウエスタン
JNN
ほく
##多摩
##フィクション
ウェザー
スコープ
トゥル
オペレーティング
見送ら
ウズベキスタン
Switch
なだ
クレーター
世俗
和子
寺町
本流
終日
##リィ
キャッスル
ウェイト
SPECIAL
メイト
レノン
右京
枢機
アルカリ
披露目
ミハイル
Nintendo
UD
兼ねる
冷酷
武官
氏名
狩野
鉄鋼
##デール
ディック
とうきょう
TB
いじ
かおり
ギネス
チュニ
入江
戦勝
祭礼
赤く
飢饉
黒幕
##がす
##ルトゥ
MOV
割譲
絵柄
野々
##ーア
##ヨシ
DIS
がる
みの
やさ
神官
筑摩
繊細
配当
カンヌ
一躍
引か
来訪
面識
256
かわり
河岸
混血
##キーパー
Let
Mem
エックス
増す
安達
平戸
戦災
物品
裁定
電荷
驚か
##がえる
##らわ
フィーチャー
Max
万能
円谷
列挙
専業
必然
藤子
##ko
##ヤマ
##ノア
キャスティング
バディ
欲望
没年
眠る
覆面
##プラノ
富裕
文理
##しむ
バラバラ
プロフェッショナル
Luc
ちび
両軍
仏像
前向き
南町
実録
東岸
楽園
野中
鋼製
##タケ
##之内
##ula
ツイート
Ca
Out
君臨
地層
帝王
Instit
リサイクル
サタデー
優し
参列
土日
未定
水銀
見なし
##込める
del
導か
美和
美智
自我
GPS
Da
Di
のん
ダコタ
坂東
尋問
町村
百姓
荒れ
##oon
##HA
ストレ
マグマ
タンカー
レディース
公害
凶暴
刺客
収縮
無双
躊躇
##ぶん
レナ
十和田
新入
森山
生計
相方
西園
黒木
##キス
##チコ
##ゼット
ジョッキー
##チェル
##erson
##AMP
トゥール
Your
ウイグル
エカ
制動
甚大
相場
行先
受け止め
##ブリュ
インタフェース
マッカートニー
]、
タカラ
ヘヴィ
リヨン
召し
左京
日数
登頂
Version
商社
嫡子
空白
誓っ
農協
##li
##リアーズ
##ッカーズ
Ref
おもに
Soci
シオン
ツル
下表
中流
隔週
##ベラ
果たせ
ダイビング
##ナンデス
メラ
レックス
前夜
啓蒙
浮気
見逃
限っ
##ORE
とし
ブール
世の中
帝政
手首
歯車
残骸
筆記
##RA
1820
取り込ん
キプロス
ぎん
シオ
ズーム
ビクトリア
出所
手当
決心
過度
トラベル
Child
ワークショップ
ステアリング
出仕
切ら
商法
在庫
壁面
挙兵
極秘
略し
老舗
高瀬
高尾
Corpor
宇和島
DB
アエ
執着
近傍
金持ち
ハンセン
ファルコン
尾上
本曲
滑らか
高官
##クシ
引き出し
ポップス
カウンセ
スチール
なぎ
らしき
大雨
客船
探る
解き
身柄
##キラ
208
##ANCE
アトレ
大倉
纏っ
##バチ
##ノサウルス
##調べ
ラピ
ラント
千種
譲る
##ロワ
##DER
Boy
ゆい
早世
無力
フェデ
セルゲイ
ニュルンベルク
主君
拝殿
随筆
飛翔
##・ヴァ
アドバンス
ネイティブ
コンポーネ
取り壊さ
Sant
オメガ
国造
漁船
試練
降っ
154
Ke
Mil
党内
国歌
故人
有る
郷里
頭蓋
鶴田
ジョシュ
沈黙
近親
あっさり
フェミニ
##イスキー
フレッド
ノンフィクション
シリアル
いさ
ばし
ケビン
勝山
和音
小名
抜ける
正午
特捜
転任
辞し
##ring
##モンテ
リヴァプール
May
シネ
夢中
##ニット
##まじ
ヨルダン
恵比寿
サスペンス
ふし
元祖
可視
多田
数える
毛皮
水質
パンフ
いたずら
しゅん
回顧
寒冷
規律
マルティン
##une
サムライ
類型
##KS
アクシ
セス
建武
木戸
##ティコ
まちづくり
キツ
下士
永正
省庁
託さ
##lin
FEST
Little
Na
ぶら
偽造
傷つけ
冷たい
裏側
##idae
ルーシ
HC
さつ
スバル
ナツ
マッハ
ミレ
リナ
因む
目前
##TP
##モノ
ヘルシン
##aint
カエサル
IG
まえ
わん
創価
救世
林業
神輿
細く
贈っ
難航
ことば
##ストロング
寄せる
岸和田
矯正
##ゼーション
スナック
ザイ
傾倒
委ね
字体
風間
##59
##わざ
コンプ
STAR
サメ
シモン
ベニ
日誌
榎本
聴き
通す
タブレット
Michael
SRCL
イロ
トータル
ラルフ
匂い
旅人
病床
##じま
SPOR
ツイッター
Nav
ゲオル
村域
枢密
消極
酒場
レプリカ
Bab
Dig
ピート
一夫
周防
立像
##・テ
1846
テンション
イルカ
ブダペスト
ベス
氾濫
災い
転出
##ural
追い込ん
ヴェストファーレン
プエルトリコ
iTunes
ソルト
リラ
団結
恩恵
捕え
直訳
著述
##77
生き物
セレクト
おこなう
##・ディビシオン
コンスタンティノ
リソース
JFL
不祥
傷害
太い
生後
藤枝
##カルド
マグネ
スティール
##ロニクス
カクテル
冊子
官邸
整っ
育児
褒章
躍進
長江
静脈
##53
##ンドー
ジュール
ETC
Fre
上告
初恋
年鑑
後醍
正徳
滝沢
目さ
積雪
練り
選任
関根
黒崎
##ベリ
ヴァレ
##ウィック
後醍醐
アウェー
没落
河村
自発
花序
阿武
##14
##河内
受け付け
乗り入れる
クレオ
スキャン
Charles
FE
ゲッ
老中
##・ジュ
##合わさ
取り扱っ
メドレー
Pop
Sa
ズボン
トマ
海南
特訓
立山
配線
##olf
ダイナミック
パンフレット
はめ
検閲
##パラ
バスケ
組み合わせる
そちら
仲裁
劉備
懸命
救難
破れ
繋ぐ
##オフ
ジェファーソン
サイコロ
シンフォ
Arc
取り上げる
COVID
Sky
山野
##リータ
##ular
つくっ
WC
203
##very
##ublic
Dan
Gold
トンプソン
亀井
壱岐
法典
神事
野沢
##せつ
オーロラ
##ーツク
ガルシア
Thomas
ドリンク
七尾
前座
柳田
様相
蒲田
##バルディア
エドゥ
ゴルゴ
オアシス
YU
みらい
セーフ
木更
植木
油圧
町民
Store
##クラテス
カウントダウン
マッカーサー
木更津
ペダル
桃太郎
竹中
補修
##ラーレン
チャック
デュエル
支払っ
ブックレット
エージェンシー
Mel
サタン
合図
直下
窃盗
邪悪
システムズ
やん
丹羽
言論
谷村
タフ
ツィ
好奇
慣例
画期
釜石
##そく
##差し
ジョアン
ユーモア
ヘビ
マッキ
付さ
小豆
島々
未熟
見出さ
マヌエル
産む
異議
##スン
##ッチメント
アテナイ
例え
年限
頓挫
##マイズ
Mat
デフォルト
レポーター
企て
叙せ
滅び
##ナダ
Office
FNS
MH
シティー
秒間
退位
##クトップ
ボーカリスト
シャーシ
API
##otten
チェルシー
イケメン
モテ
茶道
農耕
##だち
##コンシン
FIA
デスクトップ
浴びる
IL
同法
存命
平城
弾い
復員
着い
葛西
違和
重度
##ボット
##代子
イト
城郭
応永
桜木
##ん坊
##ぶさ
ウィザード
スターリング
いわば
##OWER
ふと
アリスト
ジア
水槽
濃く
熱中
野手
隔て
##ラウ
##帰り
ストリング
##APP
Direct
ブス
三上
参詣
叫ん
極楽
##ery
143
##oud
ボウリング
チャーチル
立ち向かう
Big
Lab
カッコ
修繕
公子
実物
監察
祝う
サンシャイン
スペンサー
##ハーサル
ノヴァ
ポロ
レンジャーズ
三鷹
拾っ
絶命
誤認
##ien
##uch
430
オペレーション
DOS
あかり
すく
リハーサル
光秀
旧約
美作
##百合
ジグ
戦列
振ら
撮っ
溶液
症例
被爆
電器
##FT
##ノラマ
ついで
インテリ
イヴァン
チー
ニセ
主軸
全高
由美
##ミド
ナビゲーター
こっ
ひばり
エアー
付か
有線
正則
水没
##投げ
ウェルズ
key
づき
イシ
ラオス
射出
振っ
採り
新車
絶縁
美穂
賢治
いちご
アームストロング
ウィスコンシン
ベンガル
使役
奥義
少量
返答
銅像
龍馬
シルエット
##bert
尽くす
うみ
戦わ
打球
提訴
治め
自粛
走ら
越し
都城
##SU
##ビッチ
##ったり
##omb
スクリ
いちろう
クロスオーバー
##・ド・
のぼる
イスタン
モットー
レパート
十勝
因果
小杉
漂流
画質
税金
行え
##ME
##PC
見つから
ロースター
余地
古事
安い
森本
騙さ
シンシナ
Fil
MI
NK
スン
加害
念願
手持ち
独断
線維
難い
風習
4547
上り線
Franc
かれ
平衡
脱獄
音速
##ボラ
##こし
アイディア
送り出し
ボリビア
おし
ぶっ
スワン
伝授
分担
半期
発熱
貫く
##バオ
パーフェクト
##ander
##IVAL
リモート
ウィキペディア
ラトビア
KB
Ob
RD
ホビー
志す
本性
格付け
ランディ
1845
スタンフォード
BLUE
リンダ
加担
国文
扶桑
系外
豆腐
軍部
ジュラ
AE
Hist
ケプラー
美咲
##cess
##itz
##ume
Team
リグ
レフェリー
巨乳
幼なじみ
田町
登用
重なる
頼む
##hr
フランコ
プリメ
4547366
Bel
ad
ねえ
狂気
番長
盗ま
裏腹
音節
##ムラー
さほど
コブラ
ハプ
人衆
和也
榴弾
親密
フィード
##ACT
Hy
デア
ベジ
一座
北原
文科
滅ぼさ
粉砕
臨済
ゼー
タイル
バント
モビル
視線
持ちかけ
##ICA
シンシナティ
Roy
勇敢
狭山
美里
贈呈
鴨川
##ga
##va
##ダンス
##之島
##歩い
アトム
申し入れ
ケルト
三越
博文
本宮
水木
簡略
網走
臭い
##メト
##マネ
##gy
コースト
1843
ヴェルディ
Kr
かさ
外壁
市外
日時
時速
眺め
芝生
軍令
172
007
ユーラシア
1837
わざと
三和
下がる
丸い
延宝
恵子
捕まえ
暗躍
柏木
残虐
##ルドー
フレンチ
レパートリー
FK
執拗
実母
飽和
スクラン
イエズス
アタッチメント
ひろみ
ペリ
リガ
リフレ
叩く
大当たり
新装
聖子
##グレード
1844
Tim
TIME
アステ
ペレ
ワイヤ
中南
童子
高見
##サール
##ルドバ
UK
Wr
そら
とに
ニャン
密集
東国
治癒
登る
##メド
##lo
##ブリー
##ゲー
##寄せる
163
##フスキ
メトロポリタン
気付き
George
Free
Land
よかっ
久慈
内山
募金
##ムント
##カライズ
下り線
のぞみ
下る
占有
置県
##んと
##飾り
211
##ッツィ
##obile
大腸
構図
気仙
音頭
##アリ
Sur
サプライズ
セクシー
ドロー
加減
民生
緯度
試行
酒田
##ばっ
ガンマ
コンポーネント
WIN
つう
ビザン
事柄
捕まっ
街路
遊牧
雇っ
##メンス
##FF
サンゴ
プライス
ハノーファー
ハク
先立ち
勘定
口腔
失望
石見
肉食
エドガー
スイング
スイート
##ンバラ
カスタマイズ
伸ばす
太一
村井
精通
終末
越谷
ともさ
引き渡さ
1806
グレゴリオ
TN
ザック
全焼
八雲
州間
林家
猪木
##レッタ
チューニング
ブランデンブルク
##ツィオーネ
とにかく
おろ
ハッ
千鳥
札所
桟橋
温厚
至近
##go
##ニェ
##ani
カイザー
Corporation
NDL
きよ
サニー
久喜
以東
台中
同好
寄港
新道
江原
英米
##PO
クーペ
しゃべり
セブ
デリー
ボンド
ミト
曽根
白馬
取り消し
Oper
PI
ケイン
内地
大家
宴会
末尾
萌え
##もる
ステイ
パーソン
ラファエル
Championship
コマン
変革
宿場
新鮮
月光
破滅
部活
打ち切ら
カタカナ
Summer
ソープ
ハビ
レトロ
先立っ
六甲
宗派
赤ん坊
過失
##uz
チャール
引き渡し
すき
サザ
令嬢
体積
分隊
守山
実効
松坂
物価
##返っ
マインド
##チュエ
##ude
コフ
真ん
脊髄
褒め
##ウイ
##すら
##んどん
##エンヌ
ブエノス
めん
オード
下山
佐々
体勢
国名
廊下
快く
戸惑
機首
アーノルド
エフェクト
サガ
入港
同郷
同義
小数
環礁
覆っ
諸葛
議院
酔っ
隠蔽
##サード
##arm
ウルトラマン
##カロライナ
吉祥寺
コソボ
ゼミ
同心
山上
群島
赤ちゃん
##cin
ステファ
ミラージュ
あおい
クリック
宮島
形質
掴み
敷か
製鋼
須藤
駐日
##ツク
キャリー
ファステ
コントローラ
争わ
健二
児島
別所
包み
地頭
拳法
黒澤
Elect
Wil
day
コブ
リンチ
勤労
大英
消去
逓信
長屋
エスパー
キュア
苦しむ
ヘルシンキ
タナ
レグ
下宿
前任
大牟田
悪人
所定
##ミオ
##ぞう
バレンタイン
コペン
タツ
幻覚
抑圧
撃つ
減り
黒部
##・プ
##ca
##ピラ
##びれ
バレル
per
シモ
パブリ
中途
垂れ
家出
山林
渤海
福原
願う
騎馬
##ミヤ
164
1847
アジト
Girls
Cry
DL
ふそう
ヒゲ
反感
合祀
啓発
祀っ
若しくは
##ッレ
##・キ
##放し
チャイルド
ギルバート
推し進
リマスター
タップ
ボット
仙人
山王
廃し
彩色
支庁
苦痛
荒野
血球
追贈
雇い
離島
負け越し
ジョヴァンニ
"、
内訳
皐月
軍務
カーニバル
ファステスト
シム
値段
大喜
孵化
手形
沢東
渡部
竹下
##タム
フランチェスコ
真ん中
RB
ゴート
丸の内
怪力
捧げる
##イェ
取り出し
バーガー
1841
コレクター
##URE
Tre
アユ
山県
方位
破裂
##ole
365
##ナンシャル
あさひ
##グループ
Instagram
あかね
いの
みか
よん
トク
ドニ
官庁
局面
態勢
日田
誘発
##ヶ岳
持ち上げ
##ague
切り替える
トロイ
結びつい
ペルシャ
WWF
as
サヴォ
三陸
伝染
呼応
国教
水原
組曲
##ベー
グラハム
サウスカロライナ
he
びょう
アヴェ
ムード
小石
布施
或いは
##cript
##ユーズ
##xt
##ンチャ
##ーグナー
しょく
RX
トモ
名取
嗜好
戊辰
榊原
汚職
衆院
##rid
##マツ
キャッツ
ウィズ
スマッシュ
かぶっ
カブト
HM
Rom
しげる
にい
ひい
シンジ
伝播
子宮
挙句
日置
洋楽
##・ジャ
Ant
モノクロ
いこう
パティ
予科
大祭
気質
独り
誌上
謀反
間近
##ソーム
シャム
##unt
インデックス
##ボクシング
岩本
数量
許す
銘打
##リーノ
持ち出し
999
西園寺
KING
ピョ
ブレン
伏せ
宮沢
豊中
風力
魔獣
##太后
デザート
メイキング
振るわ
クローバー
ガリシア
und
イジ
三宮
古田
呉服
委嘱
菊地
陛下
ハーバー
KT
交替
小国
年内
欠い
海浜
頻発
##町村
引き取っ
気付か
収支
寄席
暖房
柳生
##ストリー
レオナルド
アレクサンドリア
反復
延岡
従者
206
##ドンナ
RADIO
ps
ナイツ
ヨット
上人
回生
根室
着想
重症
##tm
##gram
読み切り
##キンソン
バケ
バートン
ミナ
居留
素性
やっと
##ブラハム
マディソン
ジロ
代金
困惑
小谷
水車
青空
##加え
##ori
ブレーメン
パルマ
WOWOW
Sel
ぐち
エタ
リル
刻印
航続
タイタン
##ste
浴びせ
##tainment
イスタンブール
End
Wal
上山
多忙
帯域
改番
栄町
##キナ
プロット
Studio
mod
ハープ
今村
名神
式内
成形
殺そう
沢村
法師
脅し
プラットホーム
コペンハーゲン
Top
qu
保ち
敗走
粉末
藩政
西原
##リニスト
コンソール
ブラス
ヴァルト
スチュワート
ウイスキー
ノール
父方
給料
計上
間柄
飛ばさ
##シアン
ハロルド
取りやめ
Mad
パ・リーグ
談話
##ターニュ
1815
ホイット
FOX
大柄
思惑
面影
魅了
##ビオ
##ぶき
ルーフ
プリメーラ
ラーン
前輪
強襲
役柄
私有
被弾
誓う
長井
##アラ
オシ
取組
地味
当寺
従前
故意
晋三
民政
水沢
総局
501
##ヴェー
Jean
がかっ
キノ
バシ
ブリス
マスタ
切符
島村
弁天
治虫
添付
精鋭
##ッショ
##張る
リーマン
取り締
440
飛び降り
はじまり
エレクトロニクス
かげ
のぶ
ケロ
堀田
尊氏
掴ん
西北
軍政
退院
送付
ブルターニュ
目論む
College
恐ろしい
ひっ
ザル
ヤス
リキ
供述
出征
感知
散布
陽気
黒く
GRE
くう
富ん
払っ
捉える
##メディア
##ドックス
##ange
グラブ
Sports
Street
MOVIE
アゲ
手腕
江口
透過
限度
1842
1832
Book
同位
履行
弘文
成虫
残酷
##ヨウ
アルタ
サンプリング
370
グレッグ
チューナー
NDLJP
Center
ワット
戦況
気流
罷免
車輛
##rich
##ソリ
##ホル
エディンバラ
##アイレス
成り立つ
##weet
タイト
一向
柳川
由利
落札
試し
足場
連打
##ウリ
エト
ニッケル
同情
市議
梶原
秋月
金賞
##ポス
##AV
##イチ
##テュ
##ira
チンギス
ラッピング
リチウム
ロイス
圧勝
寛容
##PR
デューク
KS
Vir
れれ
タモリ
一杯
動植
塩素
怪盗
旧式
死な
沙織
清原
誘っ
##ビック
##テリア
アーバン
こうじ
##mann
カートリッジ
Av
ポテン
京橋
抱か
機長
羽目
通例
野原
サンズ
Si
te
ござい
ざい
化身
平氏
旧名
海抜
辰巳
フィッツ
マルセイ
はじめる
ハント
ムーブ
レベ
囲む
拒ん
特製
頭角
##すぐ
##ディック
取り込み
ジュリアン
ピストル
レギ
先手
桃子
浦安
生む
顔立ち
##システム
204
##ジェット
##earch
アンソロジー
有楽町
Home
ed
イット
山門
聖徳
術師
謹慎
##マド
##agon
追い詰める
##シェン
しのぶ
ブエノスアイレス
キヤ
下町
四肢
晒さ
魔道
##シャス
マクラーレン
LIFE
とどまり
うさぎ
がたい
ザール
安城
##・ジ
##ware
##こみ
290
ローリー
柔らかい
##・フォン・
全仏
散乱
疫病
竜巻
騙し
##レフ
##恵子
ヴィラ
トラスト
すごい
ラバウル
アロン
ウミ
ポータル
ラッパー
二階
団員
尼子
曾孫
賛否
足ら
車軸
##57
##ダック
フェンス
##ファル
組み込ん
おとな
Tomato
Kh
Ol
Vis
アントン
ゲット
ベオ
内心
合致
商科
異星
美貌
骨髄
##モフ
シュウ
グアム
サック
スギ
下落
侮辱
勝田
厳重
文武
新製
機嫌
湖南
長髪
##ning
##gar
##シュト
ビルド
ガンバ
##ザンヌ
おおさか
イノベーション
North
VOL
ナチュ
多量
渋川
解け
隆起
飛ばす
##セー
##ws
##てん
クラウス
##ida
追いや
バークレー
返り咲
分譲
表せる
チャーター
##ters
##ADE
スレイ
ハガ
神山
若宮
##ih
##カーナ
オルガ
1812
デーモン
ロータス
刀剣
加増
水溶
流路
浙江
経典
込み
##・ノ
##里子
みなす
Instrumental
きちんと
稼い
膨ら
軌跡
重心
防具
##蹴り
ファイアー
CAS
ブイ
失調
孫娘
菅野
誘う
駅員
##トゥー
White
インスリン
ナガ
ロッキー
各部
怪談
白く
身延
##付く
シャフト
1836
ゲイリー
Great
動植物
パウル
同線
急逝
探求
日出
本間
毎時
脇役
##ジスタ
##リアー
ウェポン
ネクスト
セグンダ
オースティン
アクセサリー
Society
Master
Rotten
ゴット
トラス
別称
向ける
届出
市町村
栄一
螺旋
##ple
##カデ
ニューズ
ターナー
Richard
ロドリゲス
Fer
HR
こま
やつ
バトン
劣勢
打線
コミカル
ティーン
##ection
KDDI
ネロ
ピル
亜美
安部
紫外
苦情
課金
開基
高津
##GO
スピリッツ
アラゴン
9784
##ITE
MAG
即ち
感度
懲戒
稼ぐ
切り裂
エント
ドス
低速
年数
惨敗
板垣
橋上
用心
規程
限る
随所
##メロ
##BE
##ゴビナ
##あわせ
##ティックス
ブラザース
掛け声
聞こえる
ミッチェル
Mal
受理
山西
川沿い
施す
残念
濡れ
腎臓
##プタ
##ちこ
アンプ
##チョフ
##ビュート
xx
塩田
投降
推挙
材質
石造
習志
蔓延
転勤
##マム
##ろさ
##テック
##けい
UFJ
##GBT
sy
シックス
分署
東横
機内
熟練
角田
##巻く
アルス
ATS
習志野
Cast
イデオ
参与
城東
売場
愛車
携行
着地
綺麗
藤堂
##con
##広島
##ティクス
##ルドルフ
ルーシー
ノウハウ
ゆず
アット
クウェ
サターン
右足
奪回
統率
遺し
##52
ファンク
書き換え
トレーラー
BLACK
Lou
SI
ダック
マナー
充填
球体
着色
福建
続投
親しみ
##フライ
##CD
##ノ島
##ゴット
一人娘
ハーブ
ゆうき
##ift
クォーター
ゴリ
亜鉛
低かっ
偏見
参院
破ら
終身
補習
フラツィオーネ
ゴルファー
アバター
FX
コルト
ピオ
ラズ
上智
宝島
実兄
屋号
智子
製剤
速やか
鍵盤
209
リアス
取扱い
VO
ab
su
イデ
ボナ
円錐
在り
転覆
部局
##イー
##ゴーニュ
カーテン
シンポ
1789
ぶつけ
わら
結集
##若松
マクシミ
会津若松
ひかる
セリ
再起
悪事
華麗
蜘蛛
遠江
チェンバ
落ち込ん
1814
SUN
nm
うめ
座敷
本陣
賞品
##なべ
クララ
ストー
ゴールキーパー
キロワット
MiG
いで
和尚
宮原
操車
##SA
やりとり
Year
エレン
原油
改易
菊花
表れ
##aki
ヒューズ
各務原
パース
ペガ
ロザ
土方
安堵
放課
日の
葛藤
遷移
##ージナル
410
##udio
突き刺
チャイナ
##モロコシ
下す
曲げ
武雄
死別
知覚
脂質
##ペクト
##zo
##リスタ
見つかり
問い合わせ
Ger
ごみ
ヤシ
作ろう
凶悪
水位
訳語
##YO
オーシャン
presents
ノルマンディー
フェルディナント
すっかり
エネ
人魚
切腹
失速
村落
開学
##バンド
リーディング
クライン
フォロー
カルボ
バンパー
##awa
きれい
エスカレーター
Gar
Jun
ちゅ
カビ
バニ
ペイント
内乱
嘱託
工具
握手
沈着
義父
順子
黒海
##ナガ
##ケア
##oth
きっぷ
420
Pri
バラン
対艦
川辺
悟り
払う
取り付ける
引き連れ
##ope
トウモロコシ
Tomatoes
Tor
コリンズ
ピーチ
本艦
筑前
続出
##ザイク
##掛かっ
カリキュ
マッサージ
Bus
よら
キレ
ノーマン
中尾
外す
要職
謙信
ステラ
置き換える
マリーンズ
カシ
両用
人的
欠番
船内
足跡
連なる
##はし
いっしょ
エアバス
Cat
ソプラノ
パープル
中絶
侵食
女房
幸運
東欧
森下
減る
編著
サーベル
マネージメント
シアン
蒸発
##BL
##ニングラード
トレイル
##OTO
IW
no
林道
湯沢
祝賀
訃報
Show
ケンカ
アイデンティティ
ゆみ
マーズ
ミント
上面
南山
放り
栗田
沈め
無敗
自決
裏切っ
財源
迫撃
隠岐
館長
##語り
ユニバース
フォーカス
NEO
ストライカー
Party
づける
ドナウ
傀儡
分室
止まる
無機
返却
通年
頭痛
##istr
コウモリ
ひどく
鳴き声
Ba
GOLD
包ん
大まか
念仏
異形
脚部
##ツジ
ブライト
打ち破
Arm
エミー
リターン
ロワ
欠損
花粉
ディヴィ
立ち上げる
巻き込ん
バラエティー
XP
やろう
助力
叩い
完備
宗像
弾く
抜か
持て
ウォーレン
ボア
士気
県会
ライカ
##atic
シリコン
Over
West
テンプル
一途
便所
商務
悪夢
戦功
曳航
確執
##ビリティ
1818
メカニック
PE
ゲッター
三輪
就き
岩槻
微小
牽制
現す
由良
##クティ
##届け
##フォーマー
##iano
リミテッド
DDT
ペイン
俳人
帝京
序列
戦没
正人
正史
法規
1839
##angu
book
保た
多角
忠告
的確
##gin
ブルゴーニュ
パーカ
##ova
ESP
たき
コモ
ビオ
ルック
困窮
給水
総武
ローゼン
ごとく
ニーダー
出入口
とらえ
ふつ
バーンズ
光る
吹く
松川
検挙
重慶
隣国
##ures
##irc
Leg
Island
執り行わ
Ult
アスト
モニュ
亀裂
光年
溢れ
牛肉
貫い
アルフォンソ
クラスター
##シュート
##ヴィッツ
ユーリ
庶子
書体
空い
軍医
##ムナ
##払っ
ロックン
スルタン
##ガイモ
Ben
Just
つね
ウシ
ニス
ムサ
ロム
創出
安房
独奏
登っ
貸与
遺骨
##わう
引き抜
読み上げ
1835
##AKA
##落とさ
ソユーズ
ビアン
ロク
不定
届ける
悪霊
服役
鍋島
##・フェ
立ち会
1803
##obe
モニタ
シンポジウム
キティ
ペンタ
マドンナ
単装
変電
学説
常用
成瀬
春風
正門
縦断
##("
##レーナ
Stand
バングラ
rad
パプ
##ユー
##盛り
AND
ボリス
真一
被疑
##・トゥ
1801
ベイカー
1831
カリキュラム
こめ
ベロ
写し
描画
返事
##ペー
キャメ
##ンチェ
オオカミ
Network
PHP
FD
RED
エリオット
ロッカー
予知
小路
悪かっ
書状
##och
173
##ランドル
ランチ
すずき
Wom
アスタ
トゲ
ドキ
ロド
埋立
容積
架線
煉瓦
現世
触発
関白
電極
##UG
##ディスク
##itar
Muse
South
ネバダ
ホステル
彼方
相良
齋藤
##isch
ちゃんと
スピリット
HDD
スス
ビラ
ヨコ
分光
利害
島民
特科
童謡
縦貫
須磨
ジョーク
001
Inf
ドレスデン
950
QB
Tu
up
えび
ラル
即時
振舞
細分
##マイト
ディストリ
##ヴィング
トランスフォーマー
クルーザー
マキノ
中津川
MK
ロリ
変光
御堂
心筋
文人
##サイユ
東大阪
MIX
アングル
カブス
ワラ
原典
拓也
直系
##リケ
##amil
##ISE
Cre
Happ
励まし
平民
掛ける
欠如
生家
病棟
習い
能代
##ダール
コンコース
サンライズ
Mix
丸亀
儒学
六十
内村
凄まじ
素早
すみれ
##イングランド
RAM
但馬
停電
増援
昇叙
森永
視認
##マイオス
##ロギー
チョーク
##・ヘルツェ
マルセイユ
公方
本庁
遭う
高井
呼び出さ
OFF
General
うかがえる
取水
市政
恩師
直立
進駐
高浜
##キスト
##ティマ
##AYA
かわいい
どんどん
南岸
操ら
本営
##86
##戻さ
スタッド
##ニアム
ニューイングランド
ダイバー
##ACH
WS
アニー
優れる
円滑
県営
##クトン
スマホ
セレモニー
Pan
大日
応急
正宗
芳香
長大
開墾
##読み
タイラー
引き下げ
メディカル
##ritic
ボスニア・ヘルツェ
ゴア
南宋
常駐
東野
脚色
飯島
ボスニア・ヘルツェゴビナ
マッケ
ミラン
ラミ
ワーズ
ワーグナー
欠かせ
済ま
落城
詫び
長き
面する
麻呂
##スラー
207
ウィッチ
気づく
明日香
イデオロギー
エヴァン
モザイク
浄水
病弱
県境
コロコロ
AX
グラー
チルド
ナゴ
ブリスト
ワンダ
大晦
媒介
専売
明白
濃厚
神代
諸語
電線
館山
##タカ
##キュリー
##ther
ラテンアメリカ
##ather
Green
あわ
カリー
南洋
回す
境遇
溝口
##トリス
##どき
off
コントローラー
##っとり
振り回さ
モニュメント
720
HMS
ほり
カージナル
セオ
両足
撃っ
瞬時
連日
##伝え
大晦日
しつ
つぼ
ナイル
効か
抗原
聖歌
要約
講道
踊っ
##ヒム
##そば
##eck
カロリー
ヒドロキシ
じろう
入城
千住
否決
平ら
那賀
##ニヤ
##歩き
ミニチュア
ドーピング
スライム
class
Engine
せっ
アストラ
ボロー
公主
島嶼
技量
斡旋
欠く
渡来
疾病
神仏
習っ
肩書き
説く
踏む
首謀
##バシー
キングダム
御殿場
GDP
フランドル
公約
巨体
##ージャー
ドローン
DP
Nat
gl
エヌ
ザ・
ハルト
聴衆
蕎麦
辛い
阿賀
1810
アーロン
460
エッ
前世
山岡
サイパン
Hal
もみ
ドク
ピリ
床下
手榴
植田
薨去
鋭く
##ris
##ids
モンテネ
メソッド
ダイアナ
スネーク
かご
くわ
井川
如何
実名
殴ら
真由
頭上
174
1833
アミューズメント
Joseph
FESTIVAL
ヒスパ
ペロ
ルーン
側線
勧請
掛かる
水軍
甲冑
責め
超越
震源
まみ
サキ
ジングル
文春
松崎
片道
アイド
こうえん
ハイチ
##aku
売り場
づらい
ウーマン
サロ
ナマ
備後
吸気
埋める
矢作
蓄え
見捨て
##net
##でる
ブリストル
"」
Bell
ババ
二条
偶数
化成
恒久
旺盛
注ぎ
着る
鮮やか
##ジスト
##of
スクリュー
ちゃっ
##グラフィー
グラフィックス
CAT
Mont
あべ
セ・リーグ
ペーター
大金
嫌気
阻ま
風邪
ヴァンパイア
弾き語り
ひたすら
バーナード
プロポーズ
ピョートル
Rail
ギニア
生やし
矢島
矢田
購買
##ヒド
##強く
##割り
##ティション
ヴェン
アダムズ
Div
まどか
ザム
名阪
後頭
沢山
火葬
空輸
観賞
説話
##・ブラ
##ナリー
##ッジョ
オペレーター
Hall
ロキ
診察
##ique
ICOCA
Metac
カージナルス
モレ
居合わせ
新選
綴っ
酢酸
##フリー
##gan
##ote
##ネーヴ
オマージュ
Hel
Ka
ガッツ
サティ
プトレ
一変
動け
台枠
大帝
白黒
相生
##本町
引き受ける
ダイエット
ビルディング
プラトン
LR
テトラ
トカゲ
今夜
民進
深谷
靖国
鮮明
##エロ
##バイン
##バーツ
シャア
じけん
ノス
光沢
原町
執る
岩見
弘化
是非
気配
煙草
義兄
衝動
長嶋
兼ね備
Angel
モンテネグロ
)"
Bur
クリン
ナックル
三枝
会戦
放水
森川
草案
身の
関門
##・ゴ
##TE
##ji
##ベックス
##89
##なみ
生まれ育
シュミット
ファイバー
スプレー
二階堂
まじ
カイル
ハーツ
修飾
服従
黒沢
黒字
引き離
ステルス
バーミ
北岸
新約
純一
軍備
野郎
##ワル
##ブルック
ルイージ
シューズ
春日部
##ウォーキー
バングラデシュ
サカ
プファ
メタン
リセット
前川
南緯
客演
巻末
花弁
西国
##レッシブ
##ule
思い込ん
ニュート
ひどい
Battle
Band
大軍
大學
強風
本所
深度
生える
純子
羽毛
装っ
農薬
錯誤
##itch
打ち明け
フラグ
大和田
気仙沼
はり
むす
ゆか
シク
デンバー
公然
名手
怒る
星団
歌集
稲田
終止
総集
##HER
##リスク
くるみ
振り付け
ぐら
なが
イク
人為
同胞
士族
画素
防い
頑丈
##チックス
##スタイル
イベリア
フリッツ
オカルト
##ECTION
てれび
Kiss
イネ
リニア
ルミ
外傷
天照
封建
崩落
柏崎
課せ
随一
##キリ
##かみ
##ディション
##フィル
プラモデル
802
Real
##UST
結びつき
エクア
MSX
かたわら
デラウェア
Metacritic
つぐ
ボギー
哲哉
速球
遠野
金城
長久
##ja
##ZA
##にち
呼び寄せ
Album
かる
安曇
死闘
洋上
諫早
雌雄
##かれ
##びん
プラネット
##立てる
ミッドナイト
ミルウォーキー
きく
トレン
ハジ
メテ
図形
発布
白血
ライム
シェーン
チューリッヒ
Season
Brow
なめ
井口
動的
右肩
名曲
国債
居候
新発
深める
送迎
陶芸
##開き
ウェス
積み重
ベネディ
ゴリラ
下段
何事
傲慢
南陽
埋蔵
懐疑
満塁
譲ら
造っ
##モル
##cy
プライバシー
UM
htm
おび
シダ
ハレ
リョウ
接点
済む
転戦
##ワンダ
##zy
スタイン
Wik
ind
ダール
ヘイズ
マトリ
伽藍
安楽
装束
述懐
##BF
レイズ
NNN
エコー
レスター
不変
叙事
名護
敵機
##ベツ
テレサ
オリバー
入れ替わる
ネクタイ
Key
カカ
不意
不服
亜紀
分水
前漢
因み
安く
柳沢
模範
目立た
##ナリ
##ロク
##ford
1838
LV
カッ
ヘアー
備わっ
四谷
巡業
蔵人
##・シャ
##ローナ
ビスマルク
POWER
ぱん
偽名
応える
日和
朝刊
紙面
綾瀬
1821
かわし
コメディアン
フェリペ
アセン
ピザ
リリ
併記
優遇
北島
大館
学研
干拓
心情
軽便
シュガー
フリート
出塁
定額
拾わ
溶媒
真人
硬い
開示
##カード
212
アップロード
##チュウ
ACT
EXILE
メタリック
##っぽん
「-
テンプ
ロレン
大理
定例
意地
##PA
235
##ami
ソーラー
RKB
クウェート
マゼ
ヤギ
呈する
変奏
慶喜
板倉
腐食
高裁
##はら
##iness
1790
747
リバース
ラウンジ
くさい
カド
ピレ
マム
地検
挫折
紅茶
##アール
##ガルド
##シュヴァ
スタック
アイゼン
##チュード
ワーキング
AIR
Way
カヤ
リーク
宮司
擬似
新進
配送
##bps
パラレル
HY
hp
園田
左足
明星
神名
篠山
願望
駆除
##・アン
チャド
フィルタ
マーカー
もとづ
プーチン
DI
min
千尋
激闘
焼く
高円
ことごと
なんば
キックボクシング
ミステリ
マクシミリアン
ことごとく
たなか
壬生
客席
暗示
欠ける
溜め
組員
ジャガイモ
ストーカー
##hem
510
マジカル
737
MOD
mph
げき
ルリ
一同
属州
履い
東村
酵母
##63
立ち並
立ち入り
##ista
見守る
Games
デスク
トラム
大邱
教訓
武芸
海部
香織
##バスティ
##ぬき
ジュネーヴ
##aph
フレンズ
HK
IA
名勝
楽しく
気管
要衝
##シタ
##へい
##ぷり
##ティーナ
アンゴラ
##unic
使い分け
##ヴォン
ヴァイオリニスト
キク
シエラ
ロジ
低床
創り
新種
現生
生死
真夏
逸脱
##ポラ
##ゾー
なおかつ
1804
リスボン
パートナーシップ
##プライン
BEAT
music
ケガ
タオル
叱責
変種
宗谷
密輸
旅立つ
磯部
##出せ
##ヶ島
起こら
##ARE
##ガスカル
Rac
変則
屈折
館内
##87
入れ替わり
フェリックス
Road
元治
受諾
口論
年月
春樹
棋院
混沌
湯浅
西新
遠州
##高田
##津子
マーキュリー
もとより
モンロー
クイック
フェンダー
セナ
マギ
千島
欲し
氷川
王太子
調味
##テレス
ローレン
カリフ
520
マダガスカル
プトレマイオス
ひる
セロ
堪能
御影
挙動
暮れ
禁煙
空調
船首
高位
##eration
##テルン
Die
位階
佐川
喋り
大隅
年々
本誌
白金
社民
細野
##まつり
SPORTS
res
宮前
年中
瑠璃
要人
##イッチ
シュト
迎え入れ
コンビネーション
##ヴォル
あすか
ワトソン
House
バイン
原文
基質
完売
幻影
村松
義昭
スタント
クリム
たまご
ポテンシャル
Jul
SIM
アホ
デイズ
内政
改心
敬愛
有望
鹵獲
##62
ホルダー
LG
だれ
下方
倣っ
心中
放題
桜田
満期
白紙
群衆
##らせ
ハイランド
トリビュート
Fest
びわ
エメ
上村
件数
哲郎
技研
独学
甲殻
試料
遠方
ジュエル
ブレイド
Entertainment
pp
ダイス
外れる
文言
港町
滅多
除名
障壁
風速
##ザイ
##ニョン
##ケープ
1825
なで
キール
ポーター
上官
五男
伊吹
増補
専ら
投合
振替
採算
漁獲
胎児
衣料
衰弱
2024
サンリオ
ルーレット
##vex
セグメント
ジブラル
新発田
ハッシュ
ミゲル
一日
小字
弓道
快挙
長兄
##Pa
ダイヤル
1834
##ootball
かも
ロジャース
新版
案件
清国
課さ
中継ぎ
1819
ナンシー
Lv
WHO
ぶち
アノ
エリカ
グリン
ワースト
名高い
所収
朝夕
江蘇
温室
無実
足首
陸戦
ステファン
アントワ
かり
セバス
倒れる
図案
国史
挑み
茂木
##シク
##ンドゥ
ジャコ
ゲームズ
サイクリング
Jour
Line
hyd
中庭
審理
整合
焼酎
直子
箕面
##ッダー
##ラック
##94
##ANA
見舞い
サトウ
OUT
ガーナ
亜目
天界
安井
家光
挙がっ
献身
##po
ジェイク
##ette
##TRA
ミカエル
mac
ひで
りく
オホ
井原
井伊
共済
戦乱
模擬
治める
烏丸
##ーカ
##の川
ディラン
シュレ
メンフィス
NSC
BT
First
Les
================================================
FILE: bert/bert-large-japanese-v2/.gitattributes
================================================
*.7z filter=lfs diff=lfs merge=lfs -text
*.arrow filter=lfs diff=lfs merge=lfs -text
*.bin filter=lfs diff=lfs merge=lfs -text
*.bz2 filter=lfs diff=lfs merge=lfs -text
*.ckpt filter=lfs diff=lfs merge=lfs -text
*.ftz filter=lfs diff=lfs merge=lfs -text
*.gz filter=lfs diff=lfs merge=lfs -text
*.h5 filter=lfs diff=lfs merge=lfs -text
*.joblib filter=lfs diff=lfs merge=lfs -text
*.lfs.* filter=lfs diff=lfs merge=lfs -text
*.mlmodel filter=lfs diff=lfs merge=lfs -text
*.model filter=lfs diff=lfs merge=lfs -text
*.msgpack filter=lfs diff=lfs merge=lfs -text
*.npy filter=lfs diff=lfs merge=lfs -text
*.npz filter=lfs diff=lfs merge=lfs -text
*.onnx filter=lfs diff=lfs merge=lfs -text
*.ot filter=lfs diff=lfs merge=lfs -text
*.parquet filter=lfs diff=lfs merge=lfs -text
*.pb filter=lfs diff=lfs merge=lfs -text
*.pickle filter=lfs diff=lfs merge=lfs -text
*.pkl filter=lfs diff=lfs merge=lfs -text
*.pt filter=lfs diff=lfs merge=lfs -text
*.pth filter=lfs diff=lfs merge=lfs -text
*.rar filter=lfs diff=lfs merge=lfs -text
*.safetensors filter=lfs diff=lfs merge=lfs -text
saved_model/**/* filter=lfs diff=lfs merge=lfs -text
*.tar.* filter=lfs diff=lfs merge=lfs -text
*.tflite filter=lfs diff=lfs merge=lfs -text
*.tgz filter=lfs diff=lfs merge=lfs -text
*.wasm filter=lfs diff=lfs merge=lfs -text
*.xz filter=lfs diff=lfs merge=lfs -text
*.zip filter=lfs diff=lfs merge=lfs -text
*.zst filter=lfs diff=lfs merge=lfs -text
*tfevents* filter=lfs diff=lfs merge=lfs -text
================================================
FILE: bert/bert-large-japanese-v2/README.md
================================================
---
license: apache-2.0
datasets:
- cc100
- wikipedia
language:
- ja
widget:
- text: 東北大学で[MASK]の研究をしています。
---
# BERT large Japanese (unidic-lite with whole word masking, CC-100 and jawiki-20230102)
This is a [BERT](https://github.com/google-research/bert) model pretrained on texts in the Japanese language.
This version of the model processes input texts with word-level tokenization based on the Unidic 2.1.2 dictionary (available in [unidic-lite](https://pypi.org/project/unidic-lite/) package), followed by the WordPiece subword tokenization.
Additionally, the model is trained with the whole word masking enabled for the masked language modeling (MLM) objective.
The codes for the pretraining are available at [cl-tohoku/bert-japanese](https://github.com/cl-tohoku/bert-japanese/).
## Model architecture
The model architecture is the same as the original BERT large model; 24 layers, 1024 dimensions of hidden states, and 16 attention heads.
## Training Data
The model is trained on the Japanese portion of [CC-100 dataset](https://data.statmt.org/cc-100/) and the Japanese version of Wikipedia.
For Wikipedia, we generated a text corpus from the [Wikipedia Cirrussearch dump file](https://dumps.wikimedia.org/other/cirrussearch/) as of January 2, 2023.
The corpus files generated from CC-100 and Wikipedia are 74.3GB and 4.9GB in size and consist of approximately 392M and 34M sentences, respectively.
For the purpose of splitting texts into sentences, we used [fugashi](https://github.com/polm/fugashi) with [mecab-ipadic-NEologd](https://github.com/neologd/mecab-ipadic-neologd) dictionary (v0.0.7).
## Tokenization
The texts are first tokenized by MeCab with the Unidic 2.1.2 dictionary and then split into subwords by the WordPiece algorithm.
The vocabulary size is 32768.
We used [fugashi](https://github.com/polm/fugashi) and [unidic-lite](https://github.com/polm/unidic-lite) packages for the tokenization.
## Training
We trained the model first on the CC-100 corpus for 1M steps and then on the Wikipedia corpus for another 1M steps.
For training of the MLM (masked language modeling) objective, we introduced whole word masking in which all of the subword tokens corresponding to a single word (tokenized by MeCab) are masked at once.
For training of each model, we used a v3-8 instance of Cloud TPUs provided by [TPU Research Cloud](https://sites.research.google/trc/about/).
## Licenses
The pretrained models are distributed under the Apache License 2.0.
## Acknowledgments
This model is trained with Cloud TPUs provided by [TPU Research Cloud](https://sites.research.google/trc/about/) program.
================================================
FILE: bert/bert-large-japanese-v2/config.json
================================================
{
"architectures": [
"BertForPreTraining"
],
"attention_probs_dropout_prob": 0.1,
"hidden_act": "gelu",
"hidden_dropout_prob": 0.1,
"hidden_size": 1024,
"initializer_range": 0.02,
"intermediate_size": 4096,
"layer_norm_eps": 1e-12,
"max_position_embeddings": 512,
"model_type": "bert",
"num_attention_heads": 16,
"num_hidden_layers": 24,
"pad_token_id": 0,
"type_vocab_size": 2,
"vocab_size": 32768
}
================================================
FILE: bert/bert-large-japanese-v2/tokenizer_config.json
================================================
{
"tokenizer_class": "BertJapaneseTokenizer",
"model_max_length": 512,
"do_lower_case": false,
"word_tokenizer_type": "mecab",
"subword_tokenizer_type": "wordpiece",
"mecab_kwargs": {
"mecab_dic": "unidic_lite"
}
}
================================================
FILE: bert/bert-large-japanese-v2/vocab.txt
================================================
[PAD]
[UNK]
[CLS]
[SEP]
[MASK]
[unused0]
[unused1]
[unused2]
[unused3]
[unused4]
[unused5]
[unused6]
[unused7]
[unused8]
[unused9]
!
"
#
$
%
&
'
(
)
*
+
,
-
.
/
0
1
2
3
4
5
6
7
8
9
:
;
<
=
>
?
@
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
[
\
]
^
_
`
a
b
c
d
e
f
g
h
i
j
k
l
m
n
o
p
q
r
s
t
u
v
w
x
y
z
{
|
}
~
¡
¢
£
¤
¥
¦
§
©
«
¬
®
°
±
¶
·
»
¿
Å
×
÷
ÿ
ħ
Γ
Δ
Θ
Λ
Ξ
Ο
Π
Σ
Φ
Ψ
Ω
α
β
γ
δ
ε
ζ
η
θ
ι
κ
λ
μ
ν
ξ
π
ρ
σ
τ
υ
φ
χ
ψ
ω
Д
Щ
д
з
щ
ъ
ё
א
ิ
ლ
‐
–
—
―
‖
‘
’
“
”
†
‡
•
‰
′
※
‿
⁂
⁑
€
℧
←
↑
→
↓
↔
↖
↗
↘
↙
⇄
⇒
⇔
⇦
⇧
⇨
⇩
∀
∂
∃
∅
∇
∈
∉
∋
−
∓
√
∝
∞
∟
∠
∥
∦
∧
∨
∩
∪
∫
∮
∴
∵
∽
≃
≅
≈
≒
≠
≡
≢
≦
≧
≪
≫
≶
≷
⊂
⊃
⊄
⊅
⊆
⊇
⊊
⊋
⊕
⊖
⊗
⊥
⊿
⋚
⋛
⌅
⌆
⌒
⌘
⎾
⎿
⏀
⏁
⏂
⏃
⏄
⏅
⏆
⏇
⏈
⏉
⏊
⏋
⏌
⏎
⓫
⓬
⓭
⓮
⓯
⓰
⓱
⓲
⓳
⓴
⓵
⓶
⓷
⓸
⓹
⓺
⓻
⓼
⓽
⓾
─
━
┌
┐
┘
├
╹
■
□
▱
▲
△
▶
▷
▼
▽
◀
◁
◆
◇
◉
○
◎
●
◐
◑
◒
◓
◡
◦
◯
☀
☁
☂
☃
★
☆
☎
☖
☗
☞
♀
♂
♠
♡
♢
♣
♤
♥
♦
♧
♨
♩
♪
♫
♬
♭
♮
♯
✓
❖
❶
❷
❸
❹
❺
❻
❼
❽
❾
❿
⤴
⤵
⦅
⦆
⦿
⧺
⧻
、
。
〃
〄
々
〆
〇
〈
〉
《
》
「
」
『
』
【
】
〒
〓
〔
〕
〖
〗
〘
〙
〜
〝
〟
〠
〳
〴
〵
〻
〼
〽
ぁ
あ
ぃ
い
ぅ
う
ぇ
え
ぉ
お
か
が
き
ぎ
く
ぐ
け
げ
こ
ご
さ
ざ
し
じ
す
ず
せ
ぜ
そ
ぞ
た
だ
ち
ぢ
っ
つ
づ
て
で
と
ど
な
に
ぬ
ね
の
は
ば
ぱ
ひ
び
ぴ
ふ
ぶ
ぷ
へ
べ
ぺ
ほ
ぼ
ぽ
ま
み
む
め
も
ゃ
や
ゅ
ゆ
ょ
よ
ら
り
る
れ
ろ
ゎ
わ
ゐ
ゑ
を
ん
ゝ
ゞ
゠
ァ
ア
ィ
イ
ゥ
ウ
ェ
エ
ォ
オ
カ
ガ
キ
ギ
ク
グ
ケ
ゲ
コ
ゴ
サ
ザ
シ
ジ
ス
ズ
セ
ゼ
ソ
ゾ
タ
ダ
チ
ヂ
ッ
ツ
ヅ
テ
デ
ト
ド
ナ
ニ
ヌ
ネ
ノ
ハ
バ
パ
ヒ
ビ
ピ
フ
ブ
プ
ヘ
ベ
ペ
ホ
ボ
ポ
マ
ミ
ム
メ
モ
ャ
ヤ
ュ
ユ
ョ
ヨ
ラ
リ
ル
レ
ロ
ヮ
ワ
ヰ
ヱ
ヲ
ン
ヴ
ヵ
ヶ
ヷ
ヸ
・
ー
ヽ
ヾ
ㇲ
ㇻ
㓛
㮶
一
丁
丂
七
万
丈
三
上
下
不
与
丐
丑
且
丕
世
丘
丙
丞
両
並
个
中
丰
串
丸
丹
主
丼
丿
乂
乃
久
之
乍
乎
乏
乕
乖
乗
乘
乙
九
乞
也
乢
乱
乳
乾
亀
亂
了
予
争
事
二
于
云
互
五
井
亘
亙
些
亜
亞
亟
亡
亢
交
亥
亦
亨
享
京
亭
亮
亳
亶
人
亻
什
仁
仄
仆
仇
今
介
仍
从
仏
仔
仕
他
仗
付
仙
仝
仞
代
令
以
仭
仮
仰
仲
仵
件
价
任
份
仿
企
伉
伊
伋
伍
伎
伏
伐
休
会
伜
伝
伯
估
伴
伶
伸
伺
似
伽
佃
但
佇
位
低
住
佐
佑
体
何
佗
余
佚
佛
作
佝
佞
佟
佤
佩
佯
佳
併
佶
佻
佼
使
侃
來
侈
例
侍
侏
侑
侖
侗
侘
供
依
侠
価
侫
侭
侮
侯
侵
侶
便
係
促
俄
俅
俊
俎
俐
俑
俔
俗
俘
俚
俛
保
俟
俠
信
俣
俤
俥
修
俯
俱
俳
俵
俶
俸
俺
俾
倂
倅
倆
倉
個
倍
倏
們
倒
倔
倖
候
倚
借
倣
値
倥
倦
倨
倩
倪
倫
倭
倶
倹
倻
偃
假
偈
偉
偏
偐
偕
偖
做
停
健
偬
偲
側
偵
偶
偸
偽
傀
傅
傍
傑
傕
傘
備
傚
傪
催
傭
傲
傳
傴
債
傷
傾
僂
僅
僉
僊
働
像
僑
僔
僕
僖
僚
僞
僣
僥
僧
僭
僮
價
僻
儀
儁
儂
億
儉
儋
儒
儔
儕
儘
儚
儛
儞
償
儡
優
儲
儷
儺
儻
儼
兀
允
元
兄
充
兆
兇
先
光
兊
克
兌
免
兎
児
兒
兔
兕
兗
党
兜
兢
入
內
全
兩
兪
八
公
六
兮
共
兵
其
具
典
兼
冀
内
円
冉
冊
册
再
冐
冑
冒
冕
冗
写
冠
冢
冤
冥
冦
冨
冩
冪
冬
冰
冱
冲
决
冴
况
冶
冷
冼
冽
凄
准
凉
凋
凌
凍
凖
凛
凜
凝
凞
几
凡
処
凧
凩
凪
凭
凮
凰
凱
凶
凸
凹
出
函
凾
刀
刃
刄
分
切
刈
刊
刋
刎
刑
刕
列
初
判
別
利
刪
刮
到
刳
制
刷
券
刹
刺
刻
剃
剄
則
削
剋
剌
前
剔
剖
剛
剝
剣
剤
剥
剪
副
剰
剱
割
剴
創
剽
剿
劃
劇
劈
劉
劍
劒
劔
力
功
加
劣
助
努
劫
劬
劭
励
労
効
劻
劾
勁
勃
勅
勇
勉
勒
動
勘
務
勛
勝
勞
募
勢
勣
勤
勧
勰
勲
勳
勵
勸
勺
勾
勿
匀
匁
匂
包
匆
匈
匍
匏
匐
匕
化
北
匙
匝
匠
匡
匣
匪
匯
匱
匹
区
医
匾
匿
區
十
千
卅
卆
升
午
卉
半
卍
卑
卒
卓
協
南
単
博
卜
卞
占
卣
卦
卩
卮
卯
印
危
即
却
卵
卷
卸
卻
卽
卿
厄
厓
厖
厘
厚
原
厠
厥
厦
厨
厩
厭
厰
厲
厳
厷
去
参
參
又
叉
及
友
双
反
収
叔
取
受
叙
叛
叟
叡
叢
口
古
句
叩
只
叫
召
叭
叮
可
台
叱
史
右
叶
号
司
叺
吁
吃
各
合
吉
吊
同
名
后
吏
吐
向
君
吝
吞
吟
吠
否
吩
含
听
吶
吸
吹
吻
吼
吽
吾
呀
呂
呆
呈
呉
告
呍
呑
呕
呟
周
呪
呰
呱
味
呵
呶
呷
呻
呼
命
咀
咄
咆
咈
咋
和
咎
咏
咐
咒
咜
咤
咥
咨
咩
咫
咬
咯
咲
咳
咸
咽
哀
品
哄
哆
哇
哈
哉
員
哥
哨
哭
哮
哲
哺
哿
唄
唆
唇
唎
唐
唔
唖
售
唯
唱
唳
唸
唹
唼
唾
啀
啄
商
問
啐
啓
啖
啜
啞
啣
啻
啼
啾
喀
喃
善
喆
喇
喉
喊
喋
喎
喘
喙
喚
喜
喝
喟
喧
喨
喩
喪
喫
喬
單
喰
営
嗄
嗅
嗇
嗔
嗚
嗜
嗟
嗣
嗤
嗷
嗽
嗾
嘆
嘉
嘎
嘔
嘖
嘗
嘘
嘩
嘯
嘱
嘲
嘴
嘶
嘸
噂
噉
噌
噎
噓
噛
噤
噦
器
噪
噫
噬
噯
噲
噴
噶
噸
噺
嚀
嚆
嚇
嚊
嚏
嚔
嚙
嚠
嚢
嚥
嚭
嚮
嚴
嚶
嚼
囀
囁
囂
囃
囈
囊
囎
囓
囗
囘
囚
四
回
因
団
囮
困
囲
図
囹
固
国
囿
圀
圃
圄
國
圍
圏
園
圓
圖
團
圜
土
圦
圧
在
圭
地
圳
圷
圻
址
坂
均
坊
坍
坎
坏
坐
坑
坡
坤
坦
坨
坩
坪
垂
垈
型
垓
垜
垠
垢
垣
垰
垸
埃
埋
城
埒
埓
埔
埜
域
埠
埣
埤
埴
埵
執
培
基
埼
堀
堂
堅
堆
堊
堕
堙
堝
堡
堤
堪
堯
堰
報
場
堵
堺
塀
塁
塊
塋
塌
塑
塒
塔
塗
塘
塙
塚
塞
塡
塢
塩
填
塰
塲
塵
塹
塼
塾
境
墅
墉
墓
増
墜
增
墟
墨
墳
墺
墻
墾
壁
壅
壇
壊
壌
壑
壒
壓
壕
壘
壙
壜
壟
壤
士
壬
壮
壯
声
壱
売
壷
壹
壺
壻
壼
壽
変
夋
夏
夔
夕
外
夙
多
夛
夜
夢
夥
大
天
太
夫
夬
夭
央
失
夷
夾
奄
奇
奈
奉
奎
奏
契
奔
奕
套
奘
奚
奝
奠
奢
奥
奧
奨
奪
奬
奭
奮
女
奴
奶
奸
好
妁
如
妃
妄
妊
妍
妓
妖
妙
妣
妥
妨
妬
妲
妹
妺
妻
妾
姆
姉
始
姐
姑
姒
姓
委
姙
姚
姜
姣
姥
姦
姧
姨
姪
姫
姶
姸
姻
姿
威
娃
娍
娑
娘
娜
娟
娠
娥
娩
娯
娵
娶
娼
婀
婁
婆
婉
婚
婢
婣
婦
婪
婬
婿
媄
媒
媚
媛
媧
媳
媼
媽
媾
嫁
嫂
嫄
嫉
嫋
嫌
嫐
嫖
嫗
嫡
嫣
嫦
嫩
嫵
嫺
嬉
嬋
嬌
嬖
嬢
嬥
嬪
嬬
嬰
嬲
嬴
嬶
孀
孁
孃
孅
孌
子
孑
孔
孕
字
存
孚
孛
孜
孝
孟
季
孤
学
孩
孫
孰
孵
學
孺
孽
宀
宅
宇
守
安
宋
完
宍
宏
宓
宕
宗
官
宙
定
宛
宜
宝
実
客
宣
室
宥
宦
宮
宰
害
宴
宵
家
宸
容
宿
寂
寃
寄
寅
密
寇
富
寐
寒
寓
寔
寛
寝
寞
察
寡
寢
寤
寥
實
寧
寨
審
寫
寮
寰
寳
寵
寶
寸
寺
対
寿
封
専
射
将
將
專
尉
尊
尋
對
導
小
少
尓
尖
尚
尠
尤
尨
尩
尫
尭
就
尸
尹
尺
尻
尼
尽
尾
尿
局
屁
居
屈
届
屋
屍
屎
屏
屐
屑
屓
展
屛
属
屠
屡
屢
層
履
屬
屮
屯
山
屹
岌
岐
岑
岡
岨
岩
岫
岬
岱
岳
岷
岸
岺
岻
峅
峙
峠
峡
峨
峩
峪
峭
峯
峰
峴
島
峻
峽
崇
崋
崎
崑
崔
崕
崖
崗
崘
崙
崛
崟
崧
崩
嵆
嵋
嵌
嵎
嵐
嵜
嵩
嵬
嵯
嶂
嶄
嶇
嶋
嶌
嶠
嶮
嶲
嶺
嶼
嶽
巉
巌
巍
巎
巒
巓
巖
川
州
巡
巢
巣
工
左
巧
巨
巫
差
己
已
巳
巴
巷
巻
巽
巾
市
布
帆
希
帑
帕
帖
帙
帚
帛
帝
帥
師
席
帮
帯
帰
帳
帶
帷
常
帽
幀
幄
幅
幇
幌
幎
幔
幕
幖
幗
幘
幟
幡
幢
幣
幫
干
平
年
并
幷
幸
幹
幻
幼
幽
幾
庁
広
庄
庇
床
序
底
庖
店
庚
府
庠
度
座
庫
庭
庵
庶
康
庸
庾
廁
廂
廃
廈
廉
廊
廋
廏
廐
廓
廖
廚
廛
廟
廠
廡
廢
廣
廩
廬
廰
廳
廴
延
廷
廸
建
廻
廼
廿
弁
弄
弉
弊
弋
弌
式
弐
弑
弓
弔
引
弖
弗
弘
弛
弟
弥
弦
弧
弩
弭
弯
弱
弴
張
強
弼
弾
彅
彈
彊
彌
彎
当
彗
彙
彝
彡
形
彣
彤
彦
彧
彩
彪
彫
彬
彭
彰
影
彳
彷
役
彼
彿
往
征
徂
徃
径
待
徇
徊
律
後
徐
徒
従
得
徘
徙
從
徠
御
徧
徨
復
循
徭
微
徳
徴
徵
德
徹
徽
心
必
忉
忌
忍
忖
志
忘
忙
応
忝
忠
忤
忩
快
忯
忰
忱
念
忸
忽
忿
怏
怐
怒
怕
怖
怙
怛
怜
思
怠
怡
急
性
怨
怩
怪
怫
怯
怱
怺
恁
恂
恃
恆
恊
恋
恍
恐
恒
恕
恙
恚
恟
恠
恢
恣
恤
恥
恨
恩
恪
恫
恬
恭
息
恰
恵
悃
悄
悅
悉
悋
悌
悍
悔
悖
悚
悛
悝
悟
悠
患
悦
悧
悩
悪
悰
悲
悳
悴
悵
悶
悸
悼
悽
情
惇
惑
惓
惔
惕
惘
惚
惜
惟
惠
惡
惣
惧
惨
惰
惱
想
惴
惶
惹
惺
惻
愁
愆
愈
愉
愍
愎
意
愕
愚
愛
感
愡
愧
愨
愬
愴
愷
愼
愾
愿
慂
慄
慇
慈
慊
態
慌
慍
慎
慓
慕
慘
慙
慚
慟
慢
慣
慥
慧
慨
慫
慮
慰
慳
慴
慶
慷
慾
憂
憊
憍
憎
憐
憑
憔
憖
憙
憚
憤
憧
憩
憫
憬
憮
憲
憶
憺
憾
懃
懆
懇
懈
應
懊
懋
懌
懐
懣
懦
懲
懴
懶
懷
懸
懺
懼
懽
懾
懿
戀
戈
戉
戊
戌
戍
戎
成
我
戒
戔
或
戚
戛
戞
戟
戡
戦
戩
截
戮
戯
戰
戲
戴
戸
戻
房
所
扁
扇
扈
扉
手
才
扎
打
払
托
扛
扞
扠
扣
扨
扮
扱
扶
批
扼
承
技
抂
抃
抄
抉
把
抑
抒
抓
抔
投
抖
抗
折
抛
抜
択
披
抬
抱
抵
抹
押
抽
拂
担
拆
拇
拈
拉
拌
拍
拏
拐
拒
拓
拔
拕
拗
拘
拙
招
拜
拝
拠
拡
括
拭
拮
拯
拱
拳
拵
拶
拷
拼
拾
拿
持
挂
指
挈
按
挊
挌
挍
挐
挑
挘
挙
挟
挨
挫
振
挵
挹
挺
挽
挾
挿
捉
捌
捍
捏
捐
捕
捗
捜
捥
捧
捨
捩
据
捲
捶
捷
捺
捻
掃
授
掉
掌
掏
排
掖
掘
掛
掟
掠
採
探
掣
接
控
推
掩
措
掬
掲
掴
掻
掾
揃
揄
揆
揉
描
提
插
揖
揚
換
握
揣
揭
揮
援
揶
揷
揺
搆
損
搏
搔
搖
搗
搜
搦
搨
搩
搬
搭
携
搾
摂
摑
摘
摠
摧
摩
摭
摯
摶
摸
摹
摺
撃
撈
撒
撓
撕
撚
撝
撞
撤
撥
撩
撫
播
撮
撰
撲
撹
撻
撼
撾
撿
擁
擂
擅
擇
操
擒
擔
擘
據
擠
擡
擢
擣
擤
擦
擧
擬
擯
擱
擲
擴
擺
擻
擽
擾
攀
攅
攘
攝
攣
攪
攫
攬
支
攴
攵
收
攷
攸
改
攻
放
政
故
效
敍
敎
敏
救
敕
敖
敗
教
敝
敢
散
敦
敧
敬
数
敲
整
敵
敷
數
斂
斃
文
斉
斌
斎
斐
斑
斗
料
斛
斜
斟
斡
斤
斥
斧
斫
斬
断
斯
新
斷
方
於
施
旁
旄
旅
旆
旋
旌
族
旒
旗
旛
无
既
日
旦
旧
旨
早
旬
旭
旱
旺
旻
旼
昂
昆
昇
昉
昊
昌
明
昏
易
昔
昕
星
映
春
昧
昨
昭
是
昱
昴
昵
昶
昺
昼
晁
時
晃
晄
晉
晋
晏
晒
晝
晟
晢
晤
晦
晧
晨
晩
普
景
晰
晴
晶
晷
智
暁
暇
暈
暉
暎
暑
暖
暗
暘
暝
暠
暢
暦
暫
暮
暴
暸
暹
暻
暼
暾
曁
曄
曇
曈
曉
曖
曙
曜
曝
曠
曦
曩
曰
曲
曳
更
曵
曷
書
曹
曺
曻
曼
曽
曾
替
最
會
朅
月
有
朋
服
朔
朕
朖
朗
望
朝
期
朦
朧
木
未
末
本
札
朮
朱
朴
朶
朸
机
朽
杆
杈
杉
李
杏
材
村
杓
杖
杙
杜
杞
束
杠
条
杢
杣
杤
来
杭
杮
杯
杰
東
杲
杳
杵
杷
杼
松
板
枇
枉
枋
枌
析
枕
林
枘
枚
果
枝
枠
枡
枢
枯
枲
枳
枴
架
枷
枸
枹
枻
柁
柄
柊
柏
某
柑
染
柔
柘
柚
柝
柞
柢
柩
柬
柯
柱
柳
柴
柵
査
柾
柿
栂
栃
栄
栓
栖
栗
栞
校
栢
栩
株
栫
栱
栲
栴
核
根
格
栽
栾
桀
桁
桂
桃
桅
框
案
桎
桐
桑
桒
桓
桔
桛
桜
桝
桟
档
桧
桴
桶
桿
梁
梃
梅
梏
梓
梔
梗
梛
條
梟
梠
梢
梦
梧
梨
梭
梯
械
梱
梲
梳
梵
梶
梼
棃
棄
棉
棊
棋
棍
棐
棒
棕
棖
棗
棘
棚
棟
棠
棡
棣
棧
棭
森
棰
棱
棲
棹
棺
椀
椅
椋
植
椎
椏
椒
椙
椚
椛
検
椥
椨
椰
椴
椵
椹
椽
椿
楂
楊
楓
楔
楕
楚
楝
楞
楠
楡
楢
楣
楨
楪
楫
業
楮
楯
楳
極
楷
楸
楹
楼
楽
榀
概
榊
榎
榑
榔
榕
榛
榜
榧
榮
榲
榴
榻
榾
槁
槃
槇
槊
構
槌
槍
槎
槐
槓
様
槙
槧
槨
槫
槲
槵
槹
槻
槽
槿
樂
樅
樊
樋
樒
樓
樗
標
樞
樟
模
樣
権
横
樫
樵
樸
樹
樺
樽
橄
橅
橇
橈
橋
橘
橙
橛
機
橡
橢
橫
橳
橿
檀
檄
檍
檎
檐
檔
檗
檜
檞
檠
檢
檣
檪
檫
檬
檮
檳
檸
檻
櫂
櫃
櫑
櫓
櫚
櫛
櫞
櫟
櫨
櫪
櫬
櫺
櫻
欄
欅
權
欒
欖
欝
欠
次
欣
欧
欲
欵
欷
欹
欺
欽
款
歃
歇
歌
歎
歐
歓
歔
歙
歛
歟
歡
止
正
此
步
武
歩
歪
歯
歳
歴
歷
歸
死
歿
殃
殄
殆
殉
殊
残
殖
殘
殞
殤
殪
殯
殱
殲
殳
殴
段
殷
殺
殻
殼
殿
毀
毅
毉
毋
母
毎
每
毒
毓
比
毖
毗
毘
毛
毟
毫
毬
毮
毯
毳
氈
氏
氐
民
氓
气
気
氣
水
氵
氷
永
氾
汀
汁
求
汎
汐
汕
汗
汙
汚
汜
汝
汞
江
池
汪
汰
汲
汳
汴
汶
決
汽
汾
沁
沂
沃
沅
沈
沌
沍
沐
沒
沓
沖
沙
沚
沛
没
沢
沪
沫
沮
沱
河
沸
油
治
沼
沽
沾
沿
況
泄
泉
泊
泌
泓
泔
法
泗
泛
泝
泡
波
泣
泥
注
泪
泰
泳
洋
洌
洎
洒
洗
洙
洛
洞
洟
津
洩
洪
洫
洮
洱
洲
洵
洶
洸
洹
活
洽
派
流
浄
浅
浙
浚
浜
浣
浦
浩
浪
浬
浮
浴
海
浸
涂
涅
涇
消
涌
涎
涓
涕
涙
涛
涜
涪
涯
液
涵
涸
涼
涿
淀
淄
淅
淆
淇
淋
淑
淘
淙
淚
淛
淝
淞
淡
淤
淦
淨
淪
淫
淮
深
淳
淵
混
淹
淺
添
淼
清
渇
済
渉
渋
渓
渕
渙
渚
減
渝
渟
渠
渡
渣
渤
渥
渦
渧
温
渫
測
渭
港
游
渺
渾
湃
湄
湊
湍
湎
湑
湖
湘
湛
湣
湧
湫
湮
湯
湲
湾
湿
満
溂
溌
源
準
溘
溜
溝
溟
溢
溥
溪
溫
溯
溲
溶
溷
溺
滂
滄
滅
滇
滉
滋
滌
滎
滑
滓
滔
滕
滙
滝
滞
滬
滲
滴
滸
滾
滿
漁
漂
漆
漉
漏
漑
漓
演
漕
漠
漢
漣
漪
漫
漬
漱
漲
漳
漸
漾
漿
潁
潅
潑
潔
潘
潙
潜
潞
潟
潤
潦
潭
潮
潯
潰
潴
潸
潺
潼
潾
澀
澁
澂
澄
澆
澈
澎
澗
澠
澡
澣
澤
澪
澱
澳
澶
澹
激
濁
濂
濃
濊
濕
濘
濛
濟
濠
濡
濤
濫
濮
濯
濱
濳
濵
濶
濹
濾
瀆
瀉
瀋
瀏
瀑
瀕
瀚
瀛
瀝
瀞
瀟
瀦
瀧
瀨
瀬
瀰
瀾
灌
灑
灘
灝
灣
灤
火
灯
灰
灸
灼
災
炉
炊
炎
炒
炕
炙
炫
炬
炭
炮
炯
炳
炷
炸
点
為
炻
烈
烏
烔
烙
烝
烟
烬
烱
烹
烽
焉
焔
焙
焚
焜
無
焦
焰
然
焼
煆
煇
煉
煊
煌
煎
煕
煖
煙
煜
煞
煠
煤
煥
煦
照
煩
煬
煮
煽
熄
熇
熈
熊
熏
熒
熔
熕
熙
熟
熨
熬
熱
熹
熾
燁
燃
燈
燎
燐
燒
燔
燕
燗
營
燠
燥
燦
燧
燬
燭
燮
燵
燹
燻
燼
燾
燿
爆
爐
爛
爨
爪
爬
爭
爰
爲
爵
父
爸
爹
爺
爻
爼
爽
爾
牀
牆
片
版
牋
牌
牒
牓
牘
牙
牛
牝
牟
牡
牢
牧
物
牯
牲
牴
特
牽
牾
犀
犁
犂
犇
犍
犒
犠
犢
犧
犬
犯
状
狀
狂
狃
狄
狆
狎
狐
狒
狗
狙
狛
狡
狢
狩
独
狭
狷
狸
狹
狼
狽
猊
猖
猙
猛
猜
猝
猟
猥
猨
猩
猪
猫
献
猯
猴
猶
猷
猹
猾
猿
獄
獅
獏
獒
獗
獣
獦
獨
獪
獰
獲
獵
獸
獺
玄
玅
率
玉
王
玕
玖
玘
玟
玩
玫
玲
玳
玷
玻
珀
珂
珈
珉
珊
珍
珎
珞
珠
珥
珩
珪
班
珮
現
球
琅
理
琉
琊
琛
琢
琥
琦
琨
琪
琫
琬
琮
琰
琲
琳
琴
琵
琶
琺
瑀
瑁
瑇
瑕
瑗
瑙
瑚
瑛
瑜
瑞
瑟
瑠
瑣
瑤
瑩
瑪
瑫
瑯
瑰
瑳
瑶
瑾
璃
璇
璈
璉
璋
璐
璘
璜
璞
璟
璣
璧
璫
環
璽
璿
瓊
瓏
瓔
瓚
瓜
瓠
瓢
瓣
瓦
瓩
瓮
瓲
瓶
瓷
甃
甄
甌
甍
甎
甑
甕
甗
甘
甚
甜
生
産
甥
甦
用
甪
甫
甬
田
由
甲
申
男
甸
町
画
畊
界
畏
畑
畔
留
畚
畜
畝
畠
畢
畤
略
畦
畧
番
畫
畭
畯
異
畳
畴
當
畷
畸
畿
疆
疇
疊
疋
疎
疏
疑
疔
疚
疝
疣
疥
疫
疱
疲
疳
疵
疸
疹
疼
疽
疾
痂
痃
病
症
痍
痎
痒
痔
痕
痘
痙
痛
痞
痢
痣
痤
痩
痰
痲
痳
痴
痺
痼
痾
痿
瘀
瘁
瘋
瘍
瘖
瘙
瘞
瘠
瘡
瘢
瘤
瘦
瘧
瘭
瘰
瘳
瘴
瘻
療
癆
癇
癈
癋
癌
癒
癖
癘
癜
癡
癢
癧
癩
癪
癬
癭
癰
癲
癸
発
登
發
白
百
皃
的
皆
皇
皈
皋
皎
皐
皓
皕
皖
皙
皚
皮
皰
皴
皷
皸
皹
皺
皿
盂
盃
盆
盈
盉
益
盒
盔
盖
盗
盛
盜
盞
盟
盡
監
盤
盥
盦
盧
盪
目
盱
盲
直
相
盻
盼
盾
省
眄
眇
眈
眉
看
県
眙
眛
眞
真
眠
眥
眦
眩
眶
眷
眸
眺
眼
着
睛
睜
睡
睢
督
睥
睦
睨
睫
睹
睺
睾
睿
瞀
瞋
瞑
瞞
瞠
瞥
瞬
瞭
瞰
瞳
瞶
瞻
瞼
瞽
瞿
矍
矗
矛
矜
矢
矣
知
矧
矩
短
矮
矯
石
砂
砌
砒
研
砕
砖
砥
砦
砧
砭
砲
破
砺
硅
硏
硝
硨
硫
硬
确
硯
硴
硼
碁
碆
碇
碌
碍
碎
碑
碓
碕
碗
碣
碧
碩
碪
確
碾
磁
磊
磋
磌
磐
磔
磚
磧
磨
磬
磯
磲
磴
磽
礁
礎
礑
礒
礙
礦
礪
礫
礬
礮
示
礼
社
祀
祁
祅
祆
祇
祈
祉
祐
祓
祕
祖
祗
祚
祛
祝
神
祟
祠
祢
祥
票
祭
祷
祺
祿
禀
禁
禄
禅
禊
禍
禎
福
禛
禝
禦
禧
禪
禮
禰
禱
禴
禹
禺
禽
禾
禿
秀
私
秉
秋
种
科
秒
秕
秘
秞
租
秡
秣
秤
秦
秧
秩
称
移
稀
稈
程
稍
税
稔
稗
稙
稚
稜
稟
稠
種
稱
稲
稷
稹
稻
稼
稽
稿
穀
穂
穆
穉
積
穎
穏
穐
穗
穡
穢
穣
穫
穰
穴
穵
究
穹
空
穽
穿
突
窃
窄
窈
窒
窓
窕
窖
窗
窘
窟
窠
窩
窪
窬
窮
窯
窰
窶
窺
窿
竃
竄
竅
竇
竈
竊
立
竎
站
竜
竝
竟
章
竢
竣
童
竦
竪
竫
竭
端
競
竸
竹
竺
竿
笄
笈
笊
笋
笏
笑
笘
笙
笛
笞
笠
笥
符
笨
第
笮
笵
笹
筅
筆
筈
等
筋
筌
筍
筏
筐
筑
筒
答
策
筝
筠
筥
筧
筬
筭
筮
筰
筱
筵
筺
筿
箆
箇
箋
箍
箏
箒
箔
箕
算
箙
箚
箜
箝
箞
管
箪
箭
箱
箴
箸
節
篁
範
篆
篇
築
篋
篌
篏
篙
篝
篠
篤
篥
篦
篩
篭
篳
篶
篷
簀
簁
簃
簇
簋
簍
簑
簒
簓
簔
簗
簞
簟
簠
簡
簣
簧
簪
簫
簳
簶
簷
簸
簽
簾
簿
籀
籃
籌
籍
籏
籐
籔
籖
籙
籟
籠
籤
籬
米
籾
粂
粃
粉
粋
粍
粏
粒
粕
粗
粘
粛
粟
粡
粢
粤
粥
粦
粧
粮
粱
粲
粳
粹
粼
粽
精
糀
糂
糅
糊
糒
糕
糖
糜
糝
糞
糟
糠
糢
糧
糯
糲
糴
糶
糸
糺
系
糾
紀
紂
約
紅
紆
紇
紈
紊
紋
納
紐
紒
純
紗
紘
紙
級
紛
紜
素
紡
索
紫
紬
紮
累
細
紲
紳
紹
紺
絁
終
絃
組
絅
絆
経
絎
絏
結
絓
絖
絛
絜
絞
絡
絢
絣
給
絨
絮
統
絲
絳
絵
絶
絹
絽
綉
綏
經
継
続
綛
綜
綟
綠
綢
綦
綫
綬
維
綮
綯
綰
綱
網
綴
綵
綸
綺
綻
綽
綾
綿
緂
緇
緊
緋
総
緑
緒
緖
緘
線
緜
緝
緞
締
緡
緣
編
緩
緬
緯
緲
練
緻
縁
縄
縅
縉
縊
縋
縑
縒
縕
縛
縞
縟
縢
縣
縦
縫
縬
縮
縱
縲
縵
縷
縹
縺
縻
總
績
繁
繃
繅
繆
繇
繊
繋
繍
織
繕
繙
繚
繝
繞
繡
繧
繩
繪
繫
繭
繰
繹
繻
繼
繽
纂
纈
纉
續
纍
纏
纐
纒
纓
纔
纛
纜
缶
缺
罄
罅
罌
罎
罐
罔
罕
罘
罠
罡
罣
罨
罩
罪
罫
置
罰
署
罵
罷
罸
罹
羂
羅
羆
羇
羈
羊
羌
美
羚
羞
羣
群
羨
義
羮
羯
羲
羸
羹
羽
羿
翁
翅
翆
翊
翌
翎
習
翔
翕
翛
翟
翠
翡
翦
翩
翫
翰
翳
翹
翻
翼
耀
老
考
耄
者
耆
耋
而
耐
耒
耕
耗
耘
耙
耡
耤
耨
耳
耶
耻
耽
耿
聃
聆
聊
聖
聘
聚
聞
聟
聡
聢
聨
聯
聰
聱
聲
聳
聴
聶
職
聽
聾
聿
肄
肅
肆
肇
肉
肋
肌
肓
肖
肘
肚
肛
肝
股
肢
肥
肩
肪
肭
肯
肱
育
肴
肺
胃
胄
胆
背
胎
胖
胚
胛
胝
胞
胡
胤
胥
胯
胱
胴
胸
胼
能
脂
脅
脆
脇
脈
脉
脊
脘
脚
脛
脞
脣
脩
脯
脱
脳
脹
脾
腆
腊
腋
腎
腐
腑
腓
腔
腕
腟
腥
腦
腫
腮
腰
腱
腴
腸
腹
腺
腿
膀
膂
膃
膅
膈
膊
膏
膓
膕
膚
膜
膝
膠
膣
膨
膩
膰
膳
膵
膸
膺
膻
膽
膾
膿
臀
臂
臆
臈
臉
臍
臏
臑
臓
臘
臙
臚
臟
臠
臣
臥
臧
臨
自
臬
臭
至
致
臺
臼
臾
舁
舂
舅
與
興
舉
舊
舌
舍
舎
舐
舒
舗
舘
舛
舜
舞
舟
舩
航
舫
般
舲
舳
舵
舶
舷
舸
船
艀
艇
艘
艙
艚
艜
艟
艣
艤
艦
艨
艪
艫
艮
良
艱
色
艶
艷
艸
艾
芋
芍
芎
芒
芙
芝
芟
芥
芦
芨
芩
芬
芭
芯
花
芳
芷
芸
芹
芻
芽
芾
芿
苅
苑
苒
苓
苔
苕
苗
苛
苜
苞
苟
苡
苣
若
苦
苧
苫
英
苳
苴
苹
苺
苻
茂
范
茄
茅
茆
茉
茎
茗
茘
茜
茣
茨
茫
茯
茱
茲
茴
茵
茶
茸
茹
荀
荃
草
荊
荏
荒
荔
荘
荳
荵
荷
荻
荼
莅
莆
莉
莊
莎
莒
莓
莕
莖
莘
莚
莞
莟
莠
莢
莧
莨
莩
莪
莫
莱
莵
莽
菀
菁
菅
菇
菊
菌
菎
菓
菖
菘
菜
菟
菠
菩
菫
華
菰
菱
菲
菴
萃
萄
萇
萊
萌
萍
萎
萓
萠
萢
萩
萪
萬
萱
萵
萸
萼
落
葆
葈
葉
葎
著
葛
葡
葢
董
葦
葩
葫
葬
葭
葯
葱
葵
葷
葺
蒂
蒋
蒐
蒔
蒙
蒜
蒟
蒡
蒯
蒲
蒸
蒻
蒼
蒾
蒿
蓀
蓁
蓂
蓄
蓆
蓉
蓊
蓋
蓍
蓐
蓑
蓖
蓙
蓚
蓬
蓮
蓯
蓴
蓼
蓿
蔀
蔑
蔓
蔔
蔕
蔗
蔘
蔚
蔟
蔡
蔣
蔦
蔬
蔭
蔲
蔵
蔽
蕁
蕃
蕈
蕉
蕊
蕋
蕎
蕗
蕙
蕚
蕣
蕨
蕩
蕪
蕭
蕷
蕾
薀
薄
薇
薈
薊
薏
薐
薑
薔
薗
薙
薛
薜
薟
薤
薦
薨
薩
薪
薫
薬
薭
薮
薯
薹
薺
藁
藉
藍
藏
藐
藕
藜
藝
藤
藥
藦
藩
藪
藷
藹
藺
藻
藿
蘂
蘄
蘆
蘇
蘊
蘋
蘐
蘑
蘖
蘗
蘚
蘞
蘭
蘯
蘿
虎
虐
虔
處
虗
虚
虜
虞
號
虢
虧
虫
虬
虱
虹
虻
蚊
蚋
蚓
蚕
蚣
蚤
蚩
蚪
蚫
蚯
蚰
蛄
蛆
蛇
蛉
蛋
蛍
蛎
蛔
蛙
蛛
蛞
蛟
蛤
蛩
蛭
蛮
蛯
蛸
蛹
蛻
蛾
蜀
蜂
蜃
蜆
蜈
蜉
蜊
蜍
蜑
蜒
蜓
蜘
蜚
蜜
蜥
蜩
蜱
蜴
蜷
蜺
蜻
蜾
蜿
蝀
蝃
蝉
蝋
蝌
蝎
蝓
蝕
蝗
蝙
蝟
蝠
蝣
蝦
蝨
蝪
蝮
蝯
蝴
蝶
蝸
蝿
螂
融
螟
螢
螫
螭
螳
螺
螻
螽
蟀
蟄
蟇
蟋
蟎
蟐
蟒
蟠
蟥
蟬
蟯
蟲
蟷
蟹
蟻
蟾
蠃
蠅
蠍
蠕
蠖
蠟
蠡
蠢
蠣
蠧
蠱
蠶
蠻
血
衄
衆
行
衍
衒
術
街
衙
衛
衝
衞
衡
衢
衣
衤
表
衫
衰
衲
衵
衷
衽
衾
衿
袁
袂
袈
袋
袍
袒
袖
袗
袘
袙
袞
袢
袤
袪
被
袮
袰
袱
袴
袵
袷
袿
裁
裂
裃
裄
装
裏
裒
裔
裕
裘
裙
裛
補
裝
裟
裡
裨
裰
裱
裲
裳
裴
裵
裸
裼
製
裾
褂
褄
複
褊
褌
褐
褒
褓
褘
褙
褚
褥
褪
褫
褲
褶
褸
褻
襁
襄
襖
襞
襟
襠
襤
襦
襲
襴
襷
襾
西
要
覃
覆
覇
覈
覊
見
規
覓
視
覗
覘
覚
覡
覦
覧
覩
親
覬
覯
覲
観
覺
覽
覿
觀
角
觔
觚
觜
觝
解
触
觴
觸
觿
言
訂
訃
計
訊
訌
討
訓
託
記
訛
訝
訟
訢
訣
訥
訪
設
許
訳
訴
訶
診
註
証
詁
詆
詈
詐
詒
詔
評
詛
詞
詠
詡
詢
詣
試
詩
詫
詬
詭
詮
詰
話
該
詳
詵
詹
詼
誂
誄
誅
誇
誉
誌
認
誑
誓
誕
誘
語
誠
誡
誣
誤
誥
誦
誨
説
読
誰
課
誹
誼
誾
調
諂
諄
談
請
諌
諍
諏
諒
論
諗
諚
諛
諜
諡
諢
諤
諦
諧
諫
諭
諮
諱
諳
諶
諷
諸
諺
諾
謀
謁
謂
謄
謌
謎
謐
謔
謖
謗
謙
謚
講
謝
謟
謠
謡
謦
謨
謫
謬
謳
謹
謾
譃
證
譌
譎
譏
譔
識
譙
譚
譜
警
譫
譬
譯
議
譲
譴
護
譽
讀
讃
變
讌
讎
讐
讒
讓
讖
讙
讚
讜
谷
谺
谿
豁
豆
豈
豉
豊
豌
豎
豐
豕
豚
象
豨
豪
豫
豬
豳
豸
豹
豺
豼
貂
貅
貉
貌
貎
貔
貘
貝
貞
負
財
貢
貧
貨
販
貪
貫
責
貮
貯
貰
貴
貶
買
貸
費
貼
貽
貿
賀
賁
賂
賃
賄
資
賈
賊
賍
賎
賑
賓
賚
賛
賜
賞
賠
賡
賢
賣
賤
賦
質
賭
賺
購
賽
贄
贅
贇
贈
贊
贋
贍
贏
贐
贓
贔
贖
贛
赤
赦
赧
赫
赭
走
赳
赴
起
趁
超
越
趙
趣
趨
足
趺
趾
跋
跌
跎
跏
跑
跖
跚
跛
距
跟
跡
跣
跨
跪
跫
路
跳
践
跼
踈
踉
踊
踏
踐
踝
踞
踠
踪
踰
踵
蹂
蹄
蹇
蹈
蹉
蹊
蹌
蹐
蹕
蹙
蹟
蹠
蹣
蹤
蹬
蹲
蹴
蹶
蹼
躁
躄
躅
躇
躊
躋
躍
躑
躓
躔
躙
躡
躪
身
躬
躯
躰
躱
躶
躾
軀
軈
車
軋
軌
軍
軒
軛
軟
転
軫
軸
軺
軻
軼
軽
軾
較
載
輊
輌
輒
輓
輔
輕
輗
輛
輜
輝
輞
輦
輩
輪
輯
輳
輸
輻
輾
輿
轂
轄
轅
轆
轉
轍
轎
轔
轗
轜
轟
轡
轢
轤
辛
辜
辞
辟
辣
辦
辧
辨
辭
辮
辯
辰
辱
農
辶
辷
辺
辻
込
辿
迂
迄
迅
迎
近
返
迚
迢
迦
迩
迪
迫
迭
迯
述
迴
迷
迸
迹
迺
追
退
送
适
逃
逅
逆
逈
逋
逍
透
逐
逑
逓
途
逕
逗
這
通
逝
逞
速
造
逡
逢
連
逮
週
進
逵
逸
逹
逼
遁
遂
遅
遇
遉
遊
運
遍
過
遏
遐
遑
道
達
違
遖
遙
遜
遞
遠
遡
遣
遥
適
遭
遮
遯
遲
遵
遶
遷
選
遺
遼
遽
避
邀
邁
邂
邃
還
邇
邈
邉
邊
邏
邑
邕
邙
邢
那
邦
邨
邪
邯
邱
邳
邵
邶
邸
邾
郁
郈
郊
郎
郗
郝
郞
郡
郢
部
郭
郯
郵
郷
都
郿
鄂
鄒
鄕
鄘
鄙
鄧
鄭
鄯
鄰
鄲
鄴
酈
酉
酊
酋
酌
配
酎
酒
酔
酖
酘
酛
酡
酢
酣
酤
酥
酩
酪
酬
酲
酵
酷
酸
醂
醇
gitextract_v0p95gyq/ ├── .github/ │ └── workflows/ │ ├── pull_format.yml │ └── push_format.yml ├── .gitignore ├── .gitmodules ├── .pre-commit-config.yaml ├── LICENSE ├── README.md ├── attentions.py ├── bert/ │ ├── bert-base-japanese-v3/ │ │ ├── .gitattributes │ │ ├── README.md │ │ ├── config.json │ │ ├── tokenizer_config.json │ │ └── vocab.txt │ ├── bert-large-japanese-v2/ │ │ ├── .gitattributes │ │ ├── README.md │ │ ├── config.json │ │ ├── tokenizer_config.json │ │ └── vocab.txt │ ├── bert_models.json │ ├── chinese-roberta-wwm-ext-large/ │ │ ├── .gitattributes │ │ ├── README.md │ │ ├── added_tokens.json │ │ ├── config.json │ │ ├── special_tokens_map.json │ │ ├── tokenizer.json │ │ ├── tokenizer_config.json │ │ └── vocab.txt │ ├── deberta-v2-large-japanese/ │ │ ├── .gitattributes │ │ ├── README.md │ │ ├── config.json │ │ ├── special_tokens_map.json │ │ ├── tokenizer.json │ │ └── tokenizer_config.json │ ├── deberta-v2-large-japanese-char-wwm/ │ │ ├── .gitattributes │ │ ├── README.md │ │ ├── config.json │ │ ├── special_tokens_map.json │ │ ├── tokenizer_config.json │ │ └── vocab.txt │ └── deberta-v3-large/ │ ├── .gitattributes │ ├── README.md │ ├── config.json │ ├── generator_config.json │ └── tokenizer_config.json ├── bert_gen.py ├── commons.py ├── compress_model.py ├── config.py ├── configs/ │ └── config.json ├── css/ │ └── custom.css ├── data_utils.py ├── default_config.yml ├── emotional/ │ ├── clap-htsat-fused/ │ │ ├── .gitattributes │ │ ├── README.md │ │ ├── config.json │ │ ├── merges.txt │ │ ├── preprocessor_config.json │ │ ├── special_tokens_map.json │ │ ├── tokenizer.json │ │ ├── tokenizer_config.json │ │ └── vocab.json │ └── wav2vec2-large-robust-12-ft-emotion-msp-dim/ │ ├── .gitattributes │ ├── LICENSE │ ├── README.md │ ├── config.json │ ├── preprocessor_config.json │ └── vocab.json ├── export_onnx.py ├── for_deploy/ │ ├── infer.py │ ├── infer_utils.py │ └── webui.py ├── hiyoriUI.py ├── infer.py ├── losses.py ├── mel_processing.py ├── models.py ├── modules.py ├── monotonic_align/ │ ├── __init__.py │ └── core.py ├── oldVersion/ │ ├── V101/ │ │ ├── __init__.py │ │ ├── models.py │ │ └── text/ │ │ ├── __init__.py │ │ ├── chinese.py │ │ ├── chinese_bert.py │ │ ├── cleaner.py │ │ ├── english.py │ │ ├── english_bert_mock.py │ │ ├── japanese.py │ │ ├── opencpop-strict.txt │ │ ├── symbols.py │ │ └── tone_sandhi.py │ ├── V110/ │ │ ├── __init__.py │ │ ├── models.py │ │ └── text/ │ │ ├── __init__.py │ │ ├── chinese.py │ │ ├── chinese_bert.py │ │ ├── cleaner.py │ │ ├── english.py │ │ ├── english_bert_mock.py │ │ ├── japanese.py │ │ ├── japanese_bert.py │ │ ├── opencpop-strict.txt │ │ ├── symbols.py │ │ └── tone_sandhi.py │ ├── V111/ │ │ ├── __init__.py │ │ ├── models.py │ │ └── text/ │ │ ├── __init__.py │ │ ├── chinese.py │ │ ├── chinese_bert.py │ │ ├── cleaner.py │ │ ├── english.py │ │ ├── english_bert_mock.py │ │ ├── fix/ │ │ │ ├── __init__.py │ │ │ ├── japanese.py │ │ │ └── japanese_bert.py │ │ ├── japanese.py │ │ ├── japanese_bert.py │ │ ├── opencpop-strict.txt │ │ ├── symbols.py │ │ └── tone_sandhi.py │ ├── V200/ │ │ ├── __init__.py │ │ ├── models.py │ │ └── text/ │ │ ├── __init__.py │ │ ├── bert_utils.py │ │ ├── chinese.py │ │ ├── chinese_bert.py │ │ ├── cleaner.py │ │ ├── cmudict.rep │ │ ├── cmudict_cache.pickle │ │ ├── english.py │ │ ├── english_bert_mock.py │ │ ├── japanese.py │ │ ├── japanese_bert.py │ │ ├── opencpop-strict.txt │ │ ├── symbols.py │ │ └── tone_sandhi.py │ ├── V210/ │ │ ├── __init__.py │ │ ├── emo_gen.py │ │ ├── models.py │ │ └── text/ │ │ ├── __init__.py │ │ ├── bert_utils.py │ │ ├── chinese.py │ │ ├── chinese_bert.py │ │ ├── cleaner.py │ │ ├── cmudict.rep │ │ ├── cmudict_cache.pickle │ │ ├── english.py │ │ ├── english_bert_mock.py │ │ ├── japanese.py │ │ ├── japanese_bert.py │ │ ├── opencpop-strict.txt │ │ ├── symbols.py │ │ └── tone_sandhi.py │ ├── V220/ │ │ ├── __init__.py │ │ ├── clap_gen.py │ │ ├── clap_wrapper.py │ │ ├── models.py │ │ └── text/ │ │ ├── __init__.py │ │ ├── bert_utils.py │ │ ├── chinese.py │ │ ├── chinese_bert.py │ │ ├── cleaner.py │ │ ├── cmudict.rep │ │ ├── cmudict_cache.pickle │ │ ├── english.py │ │ ├── english_bert_mock.py │ │ ├── japanese.py │ │ ├── japanese_bert.py │ │ ├── opencpop-strict.txt │ │ ├── symbols.py │ │ └── tone_sandhi.py │ └── __init__.py ├── onnx_infer.py ├── onnx_modules/ │ ├── V200/ │ │ ├── __init__.py │ │ ├── attentions_onnx.py │ │ ├── models_onnx.py │ │ └── text/ │ │ ├── __init__.py │ │ ├── bert_utils.py │ │ ├── chinese.py │ │ ├── chinese_bert.py │ │ ├── cleaner.py │ │ ├── english.py │ │ ├── english_bert_mock.py │ │ ├── japanese.py │ │ ├── japanese_bert.py │ │ ├── opencpop-strict.txt │ │ ├── symbols.py │ │ └── tone_sandhi.py │ ├── V200_OnnxInference/ │ │ └── __init__.py │ ├── V210/ │ │ ├── __init__.py │ │ ├── attentions_onnx.py │ │ ├── models_onnx.py │ │ └── text/ │ │ ├── __init__.py │ │ └── symbols.py │ ├── V210_OnnxInference/ │ │ └── __init__.py │ ├── V220/ │ │ ├── __init__.py │ │ ├── attentions_onnx.py │ │ ├── models_onnx.py │ │ └── text/ │ │ ├── __init__.py │ │ └── symbols.py │ ├── V220_OnnxInference/ │ │ └── __init__.py │ ├── V220_novq_dev/ │ │ ├── __init__.py │ │ ├── attentions_onnx.py │ │ ├── models_onnx.py │ │ └── text/ │ │ ├── __init__.py │ │ └── symbols.py │ ├── V230/ │ │ ├── __init__.py │ │ ├── attentions_onnx.py │ │ ├── models_onnx.py │ │ └── text/ │ │ ├── __init__.py │ │ └── symbols.py │ ├── V230_OnnxInference/ │ │ └── __init__.py │ ├── V240/ │ │ ├── __init__.py │ │ ├── attentions_onnx.py │ │ ├── models_onnx.py │ │ └── text/ │ │ ├── __init__.py │ │ └── symbols.py │ ├── V240_JP/ │ │ ├── __init__.py │ │ ├── attentions_onnx.py │ │ ├── models_onnx.py │ │ └── text/ │ │ ├── __init__.py │ │ └── symbols.py │ ├── V240_OnnxInference/ │ │ └── __init__.py │ ├── V240_ZH/ │ │ ├── __init__.py │ │ ├── attentions_onnx.py │ │ ├── models_onnx.py │ │ └── text/ │ │ ├── __init__.py │ │ └── symbols.py │ └── __init__.py ├── preprocess_text.py ├── re_matching.py ├── requirements.txt ├── resample.py ├── resample_legacy.py ├── run_MnodesAndMgpus.sh ├── slm/ │ └── wavlm-base-plus/ │ ├── .gitattributes │ ├── README.md │ ├── config.json │ └── preprocessor_config.json ├── spec_gen.py ├── text/ │ ├── __init__.py │ ├── bert_utils.py │ ├── chinese.py │ ├── chinese_bert.py │ ├── cleaner.py │ ├── cmudict.rep │ ├── cmudict_cache.pickle │ ├── english.py │ ├── english_bert_mock.py │ ├── japanese.py │ ├── japanese_bert.py │ ├── opencpop-strict.txt │ ├── symbols.py │ └── tone_sandhi.py ├── tools/ │ ├── __init__.py │ ├── classify_language.py │ ├── log.py │ ├── sentence.py │ └── translate.py ├── train_ms.py ├── transforms.py ├── update_status.py ├── utils.py ├── webui.py └── webui_preprocess.py
SYMBOL INDEX (1717 symbols across 145 files)
FILE: attentions.py
class LayerNorm (line 12) | class LayerNorm(nn.Module):
method __init__ (line 13) | def __init__(self, channels, eps=1e-5):
method forward (line 21) | def forward(self, x):
function fused_add_tanh_sigmoid_multiply (line 28) | def fused_add_tanh_sigmoid_multiply(input_a, input_b, n_channels):
class Encoder (line 37) | class Encoder(nn.Module):
method __init__ (line 38) | def __init__(
method forward (line 103) | def forward(self, x, x_mask, g=None):
class Decoder (line 123) | class Decoder(nn.Module):
method __init__ (line 124) | def __init__(
method forward (line 183) | def forward(self, x, x_mask, h, h_mask):
class MultiHeadAttention (line 209) | class MultiHeadAttention(nn.Module):
method __init__ (line 210) | def __init__(
method forward (line 263) | def forward(self, x, c, attn_mask=None):
method attention (line 273) | def attention(self, query, key, value, mask=None):
method _matmul_with_relative_values (line 324) | def _matmul_with_relative_values(self, x, y):
method _matmul_with_relative_keys (line 333) | def _matmul_with_relative_keys(self, x, y):
method _get_relative_embeddings (line 342) | def _get_relative_embeddings(self, relative_embeddings, length):
method _relative_position_to_absolute_position (line 360) | def _relative_position_to_absolute_position(self, x):
method _absolute_position_to_relative_position (line 381) | def _absolute_position_to_relative_position(self, x):
method _attention_bias_proximal (line 397) | def _attention_bias_proximal(self, length):
class FFN (line 409) | class FFN(nn.Module):
method __init__ (line 410) | def __init__(
method forward (line 438) | def forward(self, x, x_mask):
method _causal_padding (line 448) | def _causal_padding(self, x):
method _same_padding (line 457) | def _same_padding(self, x):
FILE: bert_gen.py
function process_line (line 12) | def process_line(x):
FILE: commons.py
function init_weights (line 6) | def init_weights(m, mean=0.0, std=0.01):
function get_padding (line 12) | def get_padding(kernel_size, dilation=1):
function convert_pad_shape (line 16) | def convert_pad_shape(pad_shape):
function intersperse (line 22) | def intersperse(lst, item):
function kl_divergence (line 28) | def kl_divergence(m_p, logs_p, m_q, logs_q):
function rand_gumbel (line 37) | def rand_gumbel(shape):
function rand_gumbel_like (line 43) | def rand_gumbel_like(x):
function slice_segments (line 48) | def slice_segments(x, ids_str, segment_size=4):
function rand_slice_segments (line 55) | def rand_slice_segments(x, x_lengths=None, segment_size=4):
function get_timing_signal_1d (line 65) | def get_timing_signal_1d(length, channels, min_timescale=1.0, max_timesc...
function add_timing_signal_1d (line 81) | def add_timing_signal_1d(x, min_timescale=1.0, max_timescale=1.0e4):
function cat_timing_signal_1d (line 87) | def cat_timing_signal_1d(x, min_timescale=1.0, max_timescale=1.0e4, axis...
function subsequent_mask (line 93) | def subsequent_mask(length):
function fused_add_tanh_sigmoid_multiply (line 99) | def fused_add_tanh_sigmoid_multiply(input_a, input_b, n_channels):
function convert_pad_shape (line 108) | def convert_pad_shape(pad_shape):
function shift_1d (line 114) | def shift_1d(x):
function sequence_mask (line 119) | def sequence_mask(length, max_length=None):
function generate_path (line 126) | def generate_path(duration, mask):
function clip_grad_value_ (line 143) | def clip_grad_value_(parameters, clip_value, norm_type=2):
FILE: compress_model.py
function copyStateDict (line 11) | def copyStateDict(state_dict):
function removeOptimizer (line 23) | def removeOptimizer(config: str, input_model: str, ishalf: bool, output_...
FILE: config.py
class Resample_config (line 13) | class Resample_config:
method __init__ (line 16) | def __init__(self, in_dir: str, out_dir: str, sampling_rate: int = 441...
method from_dict (line 22) | def from_dict(cls, dataset_path: str, data: Dict[str, any]):
class Preprocess_text_config (line 32) | class Preprocess_text_config:
method __init__ (line 35) | def __init__(
method from_dict (line 66) | def from_dict(cls, dataset_path: str, data: Dict[str, any]):
class Bert_gen_config (line 83) | class Bert_gen_config:
method __init__ (line 86) | def __init__(
method from_dict (line 99) | def from_dict(cls, dataset_path: str, data: Dict[str, any]):
class Emo_gen_config (line 105) | class Emo_gen_config:
method __init__ (line 108) | def __init__(
method from_dict (line 121) | def from_dict(cls, dataset_path: str, data: Dict[str, any]):
class Train_ms_config (line 127) | class Train_ms_config:
method __init__ (line 130) | def __init__(
method from_dict (line 151) | def from_dict(cls, dataset_path: str, data: Dict[str, any]):
class Webui_config (line 158) | class Webui_config:
method __init__ (line 161) | def __init__(
method from_dict (line 182) | def from_dict(cls, dataset_path: str, data: Dict[str, any]):
class Server_config (line 188) | class Server_config:
method __init__ (line 189) | def __init__(
method from_dict (line 197) | def from_dict(cls, data: Dict[str, any]):
class Translate_config (line 201) | class Translate_config:
method __init__ (line 204) | def __init__(self, app_key: str, secret_key: str):
method from_dict (line 209) | def from_dict(cls, data: Dict[str, any]):
class Config (line 213) | class Config:
method __init__ (line 214) | def __init__(self, config_path: str):
FILE: data_utils.py
class TextAudioSpeakerLoader (line 16) | class TextAudioSpeakerLoader(torch.utils.data.Dataset):
method __init__ (line 23) | def __init__(self, audiopaths_sid_text, hparams):
method _filter (line 50) | def _filter(self):
method get_audio_text_speaker_pair (line 85) | def get_audio_text_speaker_pair(self, audiopath_sid_text):
method get_audio (line 98) | def get_audio(self, filename):
method get_text (line 140) | def get_text(self, text, word2ph, phone, tone, language_str, wav_path):
method get_sid (line 174) | def get_sid(self, sid):
method __getitem__ (line 178) | def __getitem__(self, index):
method __len__ (line 181) | def __len__(self):
class TextAudioSpeakerCollate (line 185) | class TextAudioSpeakerCollate:
method __init__ (line 188) | def __init__(self, return_ids=False):
method __call__ (line 191) | def __call__(self, batch):
class DistributedBucketSampler (line 277) | class DistributedBucketSampler(torch.utils.data.distributed.DistributedS...
method __init__ (line 287) | def __init__(
method _create_buckets (line 305) | def _create_buckets(self):
method __iter__ (line 337) | def __iter__(self):
method _bisect (line 388) | def _bisect(self, x, lo=0, hi=None):
method __len__ (line 403) | def __len__(self):
FILE: for_deploy/infer.py
function get_net_g (line 78) | def get_net_g(model_path: str, version: str, device: str, hps):
function get_text (line 101) | def get_text(text, language_str, bert, hps, device):
function infer (line 143) | def infer(
function infer_multilang (line 290) | def infer_multilang(
FILE: for_deploy/infer_utils.py
class BertFeature (line 17) | class BertFeature:
method __init__ (line 18) | def __init__(self, model_path, language="ZH"):
method _get_device (line 27) | def _get_device(self, device=config.bert_gen_config.device):
method _prepare (line 38) | def _prepare(self):
method get_bert_feature (line 51) | def get_bert_feature(self, text, word2ph):
class ClapFeature (line 72) | class ClapFeature:
method __init__ (line 73) | def __init__(self, model_path):
method _get_device (line 81) | def _get_device(self, device=config.bert_gen_config.device):
method _prepare (line 92) | def _prepare(self):
method get_clap_audio_feature (line 99) | def get_clap_audio_feature(self, audio_data):
method get_clap_text_feature (line 107) | def get_clap_text_feature(self, text):
FILE: for_deploy/webui.py
function generate_audio (line 56) | def generate_audio(
function generate_audio_multilang (line 99) | def generate_audio_multilang(
function tts_split (line 140) | def tts_split(
function tts_fn (line 225) | def tts_fn(
function load_audio (line 385) | def load_audio(path):
function gr_util (line 391) | def gr_util(item):
FILE: hiyoriUI.py
class Model (line 39) | class Model:
method __init__ (line 42) | def __init__(self, config_path: str, model_path: str, device: str, lan...
method to_dict (line 62) | def to_dict(self) -> Dict[str, any]:
class Models (line 74) | class Models:
method __init__ (line 75) | def __init__(self):
method init_model (line 82) | def init_model(
method del_model (line 132) | def del_model(self, index: int) -> Optional[int]:
method get_models (line 157) | def get_models(self):
function index (line 194) | async def index():
function _voice (line 197) | async def _voice(
function voice (line 352) | async def voice(
function voice (line 395) | async def voice(
function get_loaded_models_info (line 436) | def get_loaded_models_info(request: Request):
function delete_model (line 445) | def delete_model(
function add_model (line 460) | def add_model(
function _get_all_models (line 510) | def _get_all_models(root_dir: str = "Data", only_unloaded: bool = False):
function get_unloaded_models_info (line 565) | def get_unloaded_models_info(
function get_local_models_info (line 575) | def get_local_models_info(
function get_status (line 585) | def get_status():
function translate (line 621) | def translate(
function random_example (line 635) | def random_example(
function get_audio (line 717) | def get_audio(request: Request, path: str = Query(..., description="本地音频...
FILE: infer.py
function get_net_g (line 84) | def get_net_g(model_path: str, version: str, device: str, hps):
function get_text (line 107) | def get_text(text, language_str, hps, device, style_text=None, style_wei...
function infer (line 151) | def infer(
function infer_multilang (line 335) | def infer_multilang(
FILE: losses.py
function feature_loss (line 6) | def feature_loss(fmap_r, fmap_g):
function discriminator_loss (line 17) | def discriminator_loss(disc_real_outputs, disc_generated_outputs):
function generator_loss (line 33) | def generator_loss(disc_outputs):
function kl_loss (line 45) | def kl_loss(z_p, logs_q, m_p, logs_p, z_mask):
class WavLMLoss (line 63) | class WavLMLoss(torch.nn.Module):
method __init__ (line 64) | def __init__(self, model, wd, model_sr, slm_sr=16000):
method forward (line 73) | def forward(self, wav, y_rec):
method generator (line 90) | def generator(self, y_rec):
method discriminator (line 105) | def discriminator(self, wav, y_rec):
method discriminator_forward (line 139) | def discriminator_forward(self, wav):
FILE: mel_processing.py
function dynamic_range_compression_torch (line 11) | def dynamic_range_compression_torch(x, C=1, clip_val=1e-5):
function dynamic_range_decompression_torch (line 20) | def dynamic_range_decompression_torch(x, C=1):
function spectral_normalize_torch (line 29) | def spectral_normalize_torch(magnitudes):
function spectral_de_normalize_torch (line 34) | def spectral_de_normalize_torch(magnitudes):
function spectrogram_torch (line 43) | def spectrogram_torch(y, n_fft, sampling_rate, hop_size, win_size, cente...
function spec_to_mel_torch (line 81) | def spec_to_mel_torch(spec, n_fft, num_mels, sampling_rate, fmin, fmax):
function mel_spectrogram_torch (line 95) | def mel_spectrogram_torch(
FILE: models.py
class DurationDiscriminator (line 18) | class DurationDiscriminator(nn.Module): # vits2
method __init__ (line 19) | def __init__(
method forward_probability (line 52) | def forward_probability(self, x, dur):
method forward (line 60) | def forward(self, x, x_mask, dur_r, dur_hat, g=None):
class TransformerCouplingBlock (line 82) | class TransformerCouplingBlock(nn.Module):
method __init__ (line 83) | def __init__(
method forward (line 138) | def forward(self, x, x_mask, g=None, reverse=False):
class StochasticDurationPredictor (line 148) | class StochasticDurationPredictor(nn.Module):
method __init__ (line 149) | def __init__(
method forward (line 197) | def forward(self, x, x_mask, w=None, g=None, reverse=False, noise_scal...
class DurationPredictor (line 259) | class DurationPredictor(nn.Module):
method __init__ (line 260) | def __init__(
method forward (line 285) | def forward(self, x, x_mask, g=None):
class Bottleneck (line 302) | class Bottleneck(nn.Sequential):
method __init__ (line 303) | def __init__(self, in_dim, hidden_dim):
class Block (line 309) | class Block(nn.Module):
method __init__ (line 310) | def __init__(self, in_dim, hidden_dim) -> None:
method forward (line 315) | def forward(self, x: torch.Tensor) -> torch.Tensor:
class MLP (line 320) | class MLP(nn.Module):
method __init__ (line 321) | def __init__(self, in_dim, hidden_dim):
method forward (line 327) | def forward(self, x: torch.Tensor):
class TextEncoder (line 333) | class TextEncoder(nn.Module):
method __init__ (line 334) | def __init__(
method forward (line 377) | def forward(self, x, x_lengths, tone, language, bert, ja_bert, en_bert...
class ResidualCouplingBlock (line 403) | class ResidualCouplingBlock(nn.Module):
method __init__ (line 404) | def __init__(
method forward (line 438) | def forward(self, x, x_mask, g=None, reverse=False):
class PosteriorEncoder (line 448) | class PosteriorEncoder(nn.Module):
method __init__ (line 449) | def __init__(
method forward (line 478) | def forward(self, x, x_lengths, g=None):
class Generator (line 490) | class Generator(torch.nn.Module):
method __init__ (line 491) | def __init__(
method forward (line 538) | def forward(self, x, g=None):
method remove_weight_norm (line 559) | def remove_weight_norm(self):
class DiscriminatorP (line 567) | class DiscriminatorP(torch.nn.Module):
method __init__ (line 568) | def __init__(self, period, kernel_size=5, stride=3, use_spectral_norm=...
method forward (line 624) | def forward(self, x):
class DiscriminatorS (line 646) | class DiscriminatorS(torch.nn.Module):
method __init__ (line 647) | def __init__(self, use_spectral_norm=False):
method forward (line 662) | def forward(self, x):
class MultiPeriodDiscriminator (line 676) | class MultiPeriodDiscriminator(torch.nn.Module):
method __init__ (line 677) | def __init__(self, use_spectral_norm=False):
method forward (line 687) | def forward(self, y, y_hat):
class WavLMDiscriminator (line 703) | class WavLMDiscriminator(nn.Module):
method __init__ (line 706) | def __init__(
method forward (line 738) | def forward(self, x):
class ReferenceEncoder (line 752) | class ReferenceEncoder(nn.Module):
method __init__ (line 758) | def __init__(self, spec_channels, gin_channels=0):
method forward (line 787) | def forward(self, inputs, mask=None):
method calculate_channels (line 805) | def calculate_channels(self, L, kernel_size, stride, pad, n_convs):
class SynthesizerTrn (line 811) | class SynthesizerTrn(nn.Module):
method __init__ (line 816) | def __init__(
method forward (line 937) | def forward(
method infer (line 1026) | def infer(
FILE: modules.py
class LayerNorm (line 17) | class LayerNorm(nn.Module):
method __init__ (line 18) | def __init__(self, channels, eps=1e-5):
method forward (line 26) | def forward(self, x):
class ConvReluNorm (line 32) | class ConvReluNorm(nn.Module):
method __init__ (line 33) | def __init__(
method forward (line 74) | def forward(self, x, x_mask):
class DDSConv (line 84) | class DDSConv(nn.Module):
method __init__ (line 89) | def __init__(self, channels, kernel_size, n_layers, p_dropout=0.0):
method forward (line 118) | def forward(self, x, x_mask, g=None):
class WN (line 133) | class WN(torch.nn.Module):
method __init__ (line 134) | def __init__(
method forward (line 185) | def forward(self, x, x_mask, g=None, **kwargs):
method remove_weight_norm (line 212) | def remove_weight_norm(self):
class ResBlock1 (line 221) | class ResBlock1(torch.nn.Module):
method __init__ (line 222) | def __init__(self, channels, kernel_size=3, dilation=(1, 3, 5)):
method forward (line 296) | def forward(self, x, x_mask=None):
method remove_weight_norm (line 311) | def remove_weight_norm(self):
class ResBlock2 (line 318) | class ResBlock2(torch.nn.Module):
method __init__ (line 319) | def __init__(self, channels, kernel_size=3, dilation=(1, 3)):
method forward (line 347) | def forward(self, x, x_mask=None):
method remove_weight_norm (line 358) | def remove_weight_norm(self):
class Log (line 363) | class Log(nn.Module):
method forward (line 364) | def forward(self, x, x_mask, reverse=False, **kwargs):
class Flip (line 374) | class Flip(nn.Module):
method forward (line 375) | def forward(self, x, *args, reverse=False, **kwargs):
class ElementwiseAffine (line 384) | class ElementwiseAffine(nn.Module):
method __init__ (line 385) | def __init__(self, channels):
method forward (line 391) | def forward(self, x, x_mask, reverse=False, **kwargs):
class ResidualCouplingLayer (line 402) | class ResidualCouplingLayer(nn.Module):
method __init__ (line 403) | def __init__(
method forward (line 437) | def forward(self, x, x_mask, g=None, reverse=False):
class ConvFlow (line 459) | class ConvFlow(nn.Module):
method __init__ (line 460) | def __init__(
method forward (line 486) | def forward(self, x, x_mask, g=None, reverse=False):
class TransformerCouplingLayer (line 519) | class TransformerCouplingLayer(nn.Module):
method __init__ (line 520) | def __init__(
method forward (line 561) | def forward(self, x, x_mask, g=None, reverse=False):
FILE: monotonic_align/__init__.py
function maximum_path (line 7) | def maximum_path(neg_cent, mask):
FILE: monotonic_align/core.py
function maximum_path_jit (line 14) | def maximum_path_jit(paths, values, t_ys, t_xs):
FILE: oldVersion/V101/__init__.py
function get_text (line 13) | def get_text(text, language_str, hps, device):
function infer (line 36) | def infer(
FILE: oldVersion/V101/models.py
class DurationDiscriminator (line 18) | class DurationDiscriminator(nn.Module): # vits2
method __init__ (line 19) | def __init__(
method forward_probability (line 55) | def forward_probability(self, x, x_mask, dur, g=None):
method forward (line 71) | def forward(self, x, x_mask, dur_r, dur_hat, g=None):
class TransformerCouplingBlock (line 93) | class TransformerCouplingBlock(nn.Module):
method __init__ (line 94) | def __init__(
method forward (line 149) | def forward(self, x, x_mask, g=None, reverse=False):
class StochasticDurationPredictor (line 159) | class StochasticDurationPredictor(nn.Module):
method __init__ (line 160) | def __init__(
method forward (line 208) | def forward(self, x, x_mask, w=None, g=None, reverse=False, noise_scal...
class DurationPredictor (line 270) | class DurationPredictor(nn.Module):
method __init__ (line 271) | def __init__(
method forward (line 296) | def forward(self, x, x_mask, g=None):
class TextEncoder (line 313) | class TextEncoder(nn.Module):
method __init__ (line 314) | def __init__(
method forward (line 355) | def forward(self, x, x_lengths, tone, language, bert, g=None):
class ResidualCouplingBlock (line 376) | class ResidualCouplingBlock(nn.Module):
method __init__ (line 377) | def __init__(
method forward (line 411) | def forward(self, x, x_mask, g=None, reverse=False):
class PosteriorEncoder (line 421) | class PosteriorEncoder(nn.Module):
method __init__ (line 422) | def __init__(
method forward (line 451) | def forward(self, x, x_lengths, g=None):
class Generator (line 463) | class Generator(torch.nn.Module):
method __init__ (line 464) | def __init__(
method forward (line 511) | def forward(self, x, g=None):
method remove_weight_norm (line 532) | def remove_weight_norm(self):
class DiscriminatorP (line 540) | class DiscriminatorP(torch.nn.Module):
method __init__ (line 541) | def __init__(self, period, kernel_size=5, stride=3, use_spectral_norm=...
method forward (line 597) | def forward(self, x):
class DiscriminatorS (line 619) | class DiscriminatorS(torch.nn.Module):
method __init__ (line 620) | def __init__(self, use_spectral_norm=False):
method forward (line 635) | def forward(self, x):
class MultiPeriodDiscriminator (line 649) | class MultiPeriodDiscriminator(torch.nn.Module):
method __init__ (line 650) | def __init__(self, use_spectral_norm=False):
method forward (line 660) | def forward(self, y, y_hat):
class ReferenceEncoder (line 676) | class ReferenceEncoder(nn.Module):
method __init__ (line 682) | def __init__(self, spec_channels, gin_channels=0):
method forward (line 711) | def forward(self, inputs, mask=None):
method calculate_channels (line 729) | def calculate_channels(self, L, kernel_size, stride, pad, n_convs):
class SynthesizerTrn (line 735) | class SynthesizerTrn(nn.Module):
method __init__ (line 740) | def __init__(
method forward (line 861) | def forward(self, x, x_lengths, y, y_lengths, sid, tone, language, bert):
method infer (line 933) | def infer(
FILE: oldVersion/V101/text/__init__.py
function cleaned_text_to_sequence (line 6) | def cleaned_text_to_sequence(cleaned_text, tones, language):
function get_bert (line 21) | def get_bert(norm_text, word2ph, language):
FILE: oldVersion/V101/text/chinese.py
function replace_punctuation (line 55) | def replace_punctuation(text):
function g2p (line 68) | def g2p(text):
function _get_initials_finals (line 80) | def _get_initials_finals(word):
function _g2p (line 93) | def _g2p(segments):
function text_normalize (line 170) | def text_normalize(text):
function get_bert_feature (line 178) | def get_bert_feature(text, word2ph):
FILE: oldVersion/V101/text/chinese_bert.py
function get_bert_feature (line 21) | def get_bert_feature(text, word2ph):
FILE: oldVersion/V101/text/cleaner.py
function clean_text (line 6) | def clean_text(text, language):
function clean_text_bert (line 13) | def clean_text_bert(text, language):
function text_to_sequence (line 21) | def text_to_sequence(text, language):
FILE: oldVersion/V101/text/english.py
function post_replace_ph (line 88) | def post_replace_ph(ph):
function read_dict (line 111) | def read_dict():
function cache_dict (line 135) | def cache_dict(g2p_dict, file_path):
function get_dict (line 140) | def get_dict():
function refine_ph (line 154) | def refine_ph(phn):
function refine_syllables (line 162) | def refine_syllables(syllables):
function text_normalize (line 174) | def text_normalize(text):
function g2p (line 179) | def g2p(text):
FILE: oldVersion/V101/text/english_bert_mock.py
function get_bert_feature (line 4) | def get_bert_feature(norm_text, word2ph):
FILE: oldVersion/V101/text/japanese.py
function post_replace_ph (line 46) | def post_replace_ph(ph):
function symbols_to_japanese (line 69) | def symbols_to_japanese(text):
function preprocess_jap (line 75) | def preprocess_jap(text):
function text_normalize (line 91) | def text_normalize(text):
function g2p (line 96) | def g2p(norm_text):
FILE: oldVersion/V101/text/tone_sandhi.py
class ToneSandhi (line 22) | class ToneSandhi:
method __init__ (line 23) | def __init__(self):
method _neural_sandhi (line 466) | def _neural_sandhi(self, word: str, pos: str, finals: List[str]) -> Li...
method _bu_sandhi (line 525) | def _bu_sandhi(self, word: str, finals: List[str]) -> List[str]:
method _yi_sandhi (line 536) | def _yi_sandhi(self, word: str, finals: List[str]) -> List[str]:
method _split_word (line 561) | def _split_word(self, word: str) -> List[str]:
method _three_sandhi (line 574) | def _three_sandhi(self, word: str, finals: List[str]) -> List[str]:
method _all_tone_three (line 614) | def _all_tone_three(self, finals: List[str]) -> bool:
method _merge_bu (line 619) | def _merge_bu(self, seg: List[Tuple[str, str]]) -> List[Tuple[str, str]]:
method _merge_yi (line 639) | def _merge_yi(self, seg: List[Tuple[str, str]]) -> List[Tuple[str, str]]:
method _merge_continuous_three_tones (line 672) | def _merge_continuous_three_tones(
method _is_reduplication (line 703) | def _is_reduplication(self, word: str) -> bool:
method _merge_continuous_three_tones_2 (line 707) | def _merge_continuous_three_tones_2(
method _merge_er (line 737) | def _merge_er(self, seg: List[Tuple[str, str]]) -> List[Tuple[str, str]]:
method _merge_reduplication (line 746) | def _merge_reduplication(self, seg: List[Tuple[str, str]]) -> List[Tup...
method pre_merge_for_modify (line 755) | def pre_merge_for_modify(self, seg: List[Tuple[str, str]]) -> List[Tup...
method modified_tone (line 767) | def modified_tone(self, word: str, pos: str, finals: List[str]) -> Lis...
FILE: oldVersion/V110/__init__.py
function get_text (line 13) | def get_text(text, language_str, hps, device):
function infer (line 48) | def infer(
FILE: oldVersion/V110/models.py
class DurationDiscriminator (line 18) | class DurationDiscriminator(nn.Module): # vits2
method __init__ (line 19) | def __init__(
method forward_probability (line 55) | def forward_probability(self, x, x_mask, dur, g=None):
method forward (line 71) | def forward(self, x, x_mask, dur_r, dur_hat, g=None):
class TransformerCouplingBlock (line 93) | class TransformerCouplingBlock(nn.Module):
method __init__ (line 94) | def __init__(
method forward (line 149) | def forward(self, x, x_mask, g=None, reverse=False):
class StochasticDurationPredictor (line 159) | class StochasticDurationPredictor(nn.Module):
method __init__ (line 160) | def __init__(
method forward (line 208) | def forward(self, x, x_mask, w=None, g=None, reverse=False, noise_scal...
class DurationPredictor (line 270) | class DurationPredictor(nn.Module):
method __init__ (line 271) | def __init__(
method forward (line 296) | def forward(self, x, x_mask, g=None):
class TextEncoder (line 313) | class TextEncoder(nn.Module):
method __init__ (line 314) | def __init__(
method forward (line 356) | def forward(self, x, x_lengths, tone, language, bert, ja_bert, g=None):
class ResidualCouplingBlock (line 380) | class ResidualCouplingBlock(nn.Module):
method __init__ (line 381) | def __init__(
method forward (line 415) | def forward(self, x, x_mask, g=None, reverse=False):
class PosteriorEncoder (line 425) | class PosteriorEncoder(nn.Module):
method __init__ (line 426) | def __init__(
method forward (line 455) | def forward(self, x, x_lengths, g=None):
class Generator (line 467) | class Generator(torch.nn.Module):
method __init__ (line 468) | def __init__(
method forward (line 515) | def forward(self, x, g=None):
method remove_weight_norm (line 536) | def remove_weight_norm(self):
class DiscriminatorP (line 544) | class DiscriminatorP(torch.nn.Module):
method __init__ (line 545) | def __init__(self, period, kernel_size=5, stride=3, use_spectral_norm=...
method forward (line 601) | def forward(self, x):
class DiscriminatorS (line 623) | class DiscriminatorS(torch.nn.Module):
method __init__ (line 624) | def __init__(self, use_spectral_norm=False):
method forward (line 639) | def forward(self, x):
class MultiPeriodDiscriminator (line 653) | class MultiPeriodDiscriminator(torch.nn.Module):
method __init__ (line 654) | def __init__(self, use_spectral_norm=False):
method forward (line 664) | def forward(self, y, y_hat):
class ReferenceEncoder (line 680) | class ReferenceEncoder(nn.Module):
method __init__ (line 686) | def __init__(self, spec_channels, gin_channels=0):
method forward (line 715) | def forward(self, inputs, mask=None):
method calculate_channels (line 733) | def calculate_channels(self, L, kernel_size, stride, pad, n_convs):
class SynthesizerTrn (line 739) | class SynthesizerTrn(nn.Module):
method __init__ (line 744) | def __init__(
method forward (line 865) | def forward(self, x, x_lengths, y, y_lengths, sid, tone, language, ber...
method infer (line 939) | def infer(
FILE: oldVersion/V110/text/__init__.py
function cleaned_text_to_sequence (line 6) | def cleaned_text_to_sequence(cleaned_text, tones, language):
function get_bert (line 21) | def get_bert(norm_text, word2ph, language, device):
FILE: oldVersion/V110/text/chinese.py
function replace_punctuation (line 54) | def replace_punctuation(text):
function g2p (line 67) | def g2p(text):
function _get_initials_finals (line 79) | def _get_initials_finals(word):
function _g2p (line 92) | def _g2p(segments):
function text_normalize (line 169) | def text_normalize(text):
function get_bert_feature (line 177) | def get_bert_feature(text, word2ph):
FILE: oldVersion/V110/text/chinese_bert.py
function get_bert_feature (line 8) | def get_bert_feature(text, word2ph, device=None):
FILE: oldVersion/V110/text/cleaner.py
function clean_text (line 6) | def clean_text(text, language):
function clean_text_bert (line 13) | def clean_text_bert(text, language):
function text_to_sequence (line 21) | def text_to_sequence(text, language):
FILE: oldVersion/V110/text/english.py
function post_replace_ph (line 88) | def post_replace_ph(ph):
function read_dict (line 111) | def read_dict():
function cache_dict (line 135) | def cache_dict(g2p_dict, file_path):
function get_dict (line 140) | def get_dict():
function refine_ph (line 154) | def refine_ph(phn):
function refine_syllables (line 162) | def refine_syllables(syllables):
function text_normalize (line 174) | def text_normalize(text):
function g2p (line 179) | def g2p(text):
FILE: oldVersion/V110/text/english_bert_mock.py
function get_bert_feature (line 4) | def get_bert_feature(norm_text, word2ph):
FILE: oldVersion/V110/text/japanese.py
function _makerulemap (line 316) | def _makerulemap():
function kata2phoneme (line 324) | def kata2phoneme(text: str) -> str:
function hira2kata (line 351) | def hira2kata(text: str) -> str:
function text2kata (line 361) | def text2kata(text: str) -> str:
function japanese_convert_numbers_to_words (line 455) | def japanese_convert_numbers_to_words(text: str) -> str:
function japanese_convert_alpha_symbols_to_words (line 462) | def japanese_convert_alpha_symbols_to_words(text: str) -> str:
function japanese_text_to_phonemes (line 466) | def japanese_text_to_phonemes(text: str) -> str:
function is_japanese_character (line 476) | def is_japanese_character(char):
function replace_punctuation (line 512) | def replace_punctuation(text):
function text_normalize (line 528) | def text_normalize(text):
function distribute_phone (line 536) | def distribute_phone(n_phone, n_word):
function g2p (line 548) | def g2p(norm_text):
FILE: oldVersion/V110/text/japanese_bert.py
function get_bert_feature (line 8) | def get_bert_feature(text, word2ph, device=None):
FILE: oldVersion/V110/text/tone_sandhi.py
class ToneSandhi (line 22) | class ToneSandhi:
method __init__ (line 23) | def __init__(self):
method _neural_sandhi (line 466) | def _neural_sandhi(self, word: str, pos: str, finals: List[str]) -> Li...
method _bu_sandhi (line 525) | def _bu_sandhi(self, word: str, finals: List[str]) -> List[str]:
method _yi_sandhi (line 536) | def _yi_sandhi(self, word: str, finals: List[str]) -> List[str]:
method _split_word (line 561) | def _split_word(self, word: str) -> List[str]:
method _three_sandhi (line 574) | def _three_sandhi(self, word: str, finals: List[str]) -> List[str]:
method _all_tone_three (line 614) | def _all_tone_three(self, finals: List[str]) -> bool:
method _merge_bu (line 619) | def _merge_bu(self, seg: List[Tuple[str, str]]) -> List[Tuple[str, str]]:
method _merge_yi (line 639) | def _merge_yi(self, seg: List[Tuple[str, str]]) -> List[Tuple[str, str]]:
method _merge_continuous_three_tones (line 672) | def _merge_continuous_three_tones(
method _is_reduplication (line 703) | def _is_reduplication(self, word: str) -> bool:
method _merge_continuous_three_tones_2 (line 707) | def _merge_continuous_three_tones_2(
method _merge_er (line 737) | def _merge_er(self, seg: List[Tuple[str, str]]) -> List[Tuple[str, str]]:
method _merge_reduplication (line 746) | def _merge_reduplication(self, seg: List[Tuple[str, str]]) -> List[Tup...
method pre_merge_for_modify (line 755) | def pre_merge_for_modify(self, seg: List[Tuple[str, str]]) -> List[Tup...
method modified_tone (line 767) | def modified_tone(self, word: str, pos: str, finals: List[str]) -> Lis...
FILE: oldVersion/V111/__init__.py
function get_text (line 13) | def get_text(text, language_str, hps, device):
function get_text_fix (line 48) | def get_text_fix(text, language_str, hps, device):
function infer (line 83) | def infer(
function infer_fix (line 129) | def infer_fix(
FILE: oldVersion/V111/models.py
class DurationDiscriminator (line 18) | class DurationDiscriminator(nn.Module): # vits2
method __init__ (line 19) | def __init__(
method forward_probability (line 55) | def forward_probability(self, x, x_mask, dur, g=None):
method forward (line 71) | def forward(self, x, x_mask, dur_r, dur_hat, g=None):
class TransformerCouplingBlock (line 93) | class TransformerCouplingBlock(nn.Module):
method __init__ (line 94) | def __init__(
method forward (line 149) | def forward(self, x, x_mask, g=None, reverse=False):
class StochasticDurationPredictor (line 159) | class StochasticDurationPredictor(nn.Module):
method __init__ (line 160) | def __init__(
method forward (line 208) | def forward(self, x, x_mask, w=None, g=None, reverse=False, noise_scal...
class DurationPredictor (line 270) | class DurationPredictor(nn.Module):
method __init__ (line 271) | def __init__(
method forward (line 296) | def forward(self, x, x_mask, g=None):
class TextEncoder (line 313) | class TextEncoder(nn.Module):
method __init__ (line 314) | def __init__(
method forward (line 356) | def forward(self, x, x_lengths, tone, language, bert, ja_bert, g=None):
class ResidualCouplingBlock (line 380) | class ResidualCouplingBlock(nn.Module):
method __init__ (line 381) | def __init__(
method forward (line 415) | def forward(self, x, x_mask, g=None, reverse=False):
class PosteriorEncoder (line 425) | class PosteriorEncoder(nn.Module):
method __init__ (line 426) | def __init__(
method forward (line 455) | def forward(self, x, x_lengths, g=None):
class Generator (line 467) | class Generator(torch.nn.Module):
method __init__ (line 468) | def __init__(
method forward (line 515) | def forward(self, x, g=None):
method remove_weight_norm (line 536) | def remove_weight_norm(self):
class DiscriminatorP (line 544) | class DiscriminatorP(torch.nn.Module):
method __init__ (line 545) | def __init__(self, period, kernel_size=5, stride=3, use_spectral_norm=...
method forward (line 601) | def forward(self, x):
class DiscriminatorS (line 623) | class DiscriminatorS(torch.nn.Module):
method __init__ (line 624) | def __init__(self, use_spectral_norm=False):
method forward (line 639) | def forward(self, x):
class MultiPeriodDiscriminator (line 653) | class MultiPeriodDiscriminator(torch.nn.Module):
method __init__ (line 654) | def __init__(self, use_spectral_norm=False):
method forward (line 664) | def forward(self, y, y_hat):
class ReferenceEncoder (line 680) | class ReferenceEncoder(nn.Module):
method __init__ (line 686) | def __init__(self, spec_channels, gin_channels=0):
method forward (line 715) | def forward(self, inputs, mask=None):
method calculate_channels (line 733) | def calculate_channels(self, L, kernel_size, stride, pad, n_convs):
class SynthesizerTrn (line 739) | class SynthesizerTrn(nn.Module):
method __init__ (line 744) | def __init__(
method forward (line 865) | def forward(self, x, x_lengths, y, y_lengths, sid, tone, language, ber...
method infer (line 939) | def infer(
FILE: oldVersion/V111/text/__init__.py
function cleaned_text_to_sequence (line 6) | def cleaned_text_to_sequence(cleaned_text, tones, language):
function get_bert (line 21) | def get_bert(norm_text, word2ph, language, device):
function get_bert_fix (line 31) | def get_bert_fix(norm_text, word2ph, language, device):
FILE: oldVersion/V111/text/chinese.py
function replace_punctuation (line 54) | def replace_punctuation(text):
function g2p (line 67) | def g2p(text):
function _get_initials_finals (line 79) | def _get_initials_finals(word):
function _g2p (line 92) | def _g2p(segments):
function text_normalize (line 169) | def text_normalize(text):
function get_bert_feature (line 177) | def get_bert_feature(text, word2ph):
FILE: oldVersion/V111/text/chinese_bert.py
function get_bert_feature (line 10) | def get_bert_feature(text, word2ph, device=None):
FILE: oldVersion/V111/text/cleaner.py
function clean_text (line 8) | def clean_text(text, language):
function clean_text_fix (line 15) | def clean_text_fix(text, language):
function clean_text_bert (line 23) | def clean_text_bert(text, language):
function text_to_sequence (line 31) | def text_to_sequence(text, language):
FILE: oldVersion/V111/text/english.py
function post_replace_ph (line 88) | def post_replace_ph(ph):
function read_dict (line 111) | def read_dict():
function cache_dict (line 135) | def cache_dict(g2p_dict, file_path):
function get_dict (line 140) | def get_dict():
function refine_ph (line 154) | def refine_ph(phn):
function refine_syllables (line 162) | def refine_syllables(syllables):
function text_normalize (line 174) | def text_normalize(text):
function g2p (line 179) | def g2p(text):
FILE: oldVersion/V111/text/english_bert_mock.py
function get_bert_feature (line 4) | def get_bert_feature(norm_text, word2ph):
FILE: oldVersion/V111/text/fix/japanese.py
function kata2phoneme (line 16) | def kata2phoneme(text: str) -> str:
function hira2kata (line 41) | def hira2kata(text: str) -> str:
function text2kata (line 52) | def text2kata(text: str) -> str:
function text2sep_kata (line 82) | def text2sep_kata(text: str) -> (list, list):
function japanese_convert_numbers_to_words (line 185) | def japanese_convert_numbers_to_words(text: str) -> str:
function japanese_convert_alpha_symbols_to_words (line 192) | def japanese_convert_alpha_symbols_to_words(text: str) -> str:
function japanese_text_to_phonemes (line 196) | def japanese_text_to_phonemes(text: str) -> str:
function is_japanese_character (line 206) | def is_japanese_character(char):
function replace_punctuation (line 267) | def replace_punctuation(text):
function text_normalize (line 283) | def text_normalize(text):
function distribute_phone (line 291) | def distribute_phone(n_phone, n_word):
function handle_long (line 300) | def handle_long(sep_phonemes):
function g2p (line 314) | def g2p(norm_text):
FILE: oldVersion/V111/text/fix/japanese_bert.py
function get_bert_feature (line 12) | def get_bert_feature(text, word2ph, device=config.bert_gen_config.device):
function get_bert_feature_with_token (line 20) | def get_bert_feature_with_token(tokens, word2ph, device=config.bert_gen_...
FILE: oldVersion/V111/text/japanese.py
function _makerulemap (line 316) | def _makerulemap():
function kata2phoneme (line 324) | def kata2phoneme(text: str) -> str:
function hira2kata (line 351) | def hira2kata(text: str) -> str:
function text2kata (line 361) | def text2kata(text: str) -> str:
function japanese_convert_numbers_to_words (line 455) | def japanese_convert_numbers_to_words(text: str) -> str:
function japanese_convert_alpha_symbols_to_words (line 462) | def japanese_convert_alpha_symbols_to_words(text: str) -> str:
function japanese_text_to_phonemes (line 466) | def japanese_text_to_phonemes(text: str) -> str:
function is_japanese_character (line 476) | def is_japanese_character(char):
function replace_punctuation (line 512) | def replace_punctuation(text):
function text_normalize (line 528) | def text_normalize(text):
function distribute_phone (line 536) | def distribute_phone(n_phone, n_word):
function g2p (line 548) | def g2p(norm_text):
FILE: oldVersion/V111/text/japanese_bert.py
function get_bert_feature (line 10) | def get_bert_feature(text, word2ph, device=None):
FILE: oldVersion/V111/text/tone_sandhi.py
class ToneSandhi (line 22) | class ToneSandhi:
method __init__ (line 23) | def __init__(self):
method _neural_sandhi (line 466) | def _neural_sandhi(self, word: str, pos: str, finals: List[str]) -> Li...
method _bu_sandhi (line 525) | def _bu_sandhi(self, word: str, finals: List[str]) -> List[str]:
method _yi_sandhi (line 536) | def _yi_sandhi(self, word: str, finals: List[str]) -> List[str]:
method _split_word (line 561) | def _split_word(self, word: str) -> List[str]:
method _three_sandhi (line 574) | def _three_sandhi(self, word: str, finals: List[str]) -> List[str]:
method _all_tone_three (line 614) | def _all_tone_three(self, finals: List[str]) -> bool:
method _merge_bu (line 619) | def _merge_bu(self, seg: List[Tuple[str, str]]) -> List[Tuple[str, str]]:
method _merge_yi (line 639) | def _merge_yi(self, seg: List[Tuple[str, str]]) -> List[Tuple[str, str]]:
method _merge_continuous_three_tones (line 672) | def _merge_continuous_three_tones(
method _is_reduplication (line 703) | def _is_reduplication(self, word: str) -> bool:
method _merge_continuous_three_tones_2 (line 707) | def _merge_continuous_three_tones_2(
method _merge_er (line 737) | def _merge_er(self, seg: List[Tuple[str, str]]) -> List[Tuple[str, str]]:
method _merge_reduplication (line 746) | def _merge_reduplication(self, seg: List[Tuple[str, str]]) -> List[Tup...
method pre_merge_for_modify (line 755) | def pre_merge_for_modify(self, seg: List[Tuple[str, str]]) -> List[Tup...
method modified_tone (line 767) | def modified_tone(self, word: str, pos: str, finals: List[str]) -> Lis...
FILE: oldVersion/V200/__init__.py
function get_text (line 11) | def get_text(text, language_str, hps, device):
function infer (line 52) | def infer(
FILE: oldVersion/V200/models.py
class DurationDiscriminator (line 17) | class DurationDiscriminator(nn.Module): # vits2
method __init__ (line 18) | def __init__(
method forward_probability (line 54) | def forward_probability(self, x, x_mask, dur, g=None):
method forward (line 70) | def forward(self, x, x_mask, dur_r, dur_hat, g=None):
class TransformerCouplingBlock (line 92) | class TransformerCouplingBlock(nn.Module):
method __init__ (line 93) | def __init__(
method forward (line 148) | def forward(self, x, x_mask, g=None, reverse=False):
class StochasticDurationPredictor (line 158) | class StochasticDurationPredictor(nn.Module):
method __init__ (line 159) | def __init__(
method forward (line 207) | def forward(self, x, x_mask, w=None, g=None, reverse=False, noise_scal...
class DurationPredictor (line 269) | class DurationPredictor(nn.Module):
method __init__ (line 270) | def __init__(
method forward (line 295) | def forward(self, x, x_mask, g=None):
class TextEncoder (line 312) | class TextEncoder(nn.Module):
method __init__ (line 313) | def __init__(
method forward (line 356) | def forward(
class ResidualCouplingBlock (line 384) | class ResidualCouplingBlock(nn.Module):
method __init__ (line 385) | def __init__(
method forward (line 419) | def forward(self, x, x_mask, g=None, reverse=False):
class PosteriorEncoder (line 429) | class PosteriorEncoder(nn.Module):
method __init__ (line 430) | def __init__(
method forward (line 459) | def forward(self, x, x_lengths, g=None):
class Generator (line 471) | class Generator(torch.nn.Module):
method __init__ (line 472) | def __init__(
method forward (line 519) | def forward(self, x, g=None):
method remove_weight_norm (line 540) | def remove_weight_norm(self):
class DiscriminatorP (line 548) | class DiscriminatorP(torch.nn.Module):
method __init__ (line 549) | def __init__(self, period, kernel_size=5, stride=3, use_spectral_norm=...
method forward (line 605) | def forward(self, x):
class DiscriminatorS (line 627) | class DiscriminatorS(torch.nn.Module):
method __init__ (line 628) | def __init__(self, use_spectral_norm=False):
method forward (line 643) | def forward(self, x):
class MultiPeriodDiscriminator (line 657) | class MultiPeriodDiscriminator(torch.nn.Module):
method __init__ (line 658) | def __init__(self, use_spectral_norm=False):
method forward (line 668) | def forward(self, y, y_hat):
class ReferenceEncoder (line 684) | class ReferenceEncoder(nn.Module):
method __init__ (line 690) | def __init__(self, spec_channels, gin_channels=0):
method forward (line 719) | def forward(self, inputs, mask=None):
method calculate_channels (line 737) | def calculate_channels(self, L, kernel_size, stride, pad, n_convs):
class SynthesizerTrn (line 743) | class SynthesizerTrn(nn.Module):
method __init__ (line 748) | def __init__(
method forward (line 869) | def forward(
method infer (line 956) | def infer(
FILE: oldVersion/V200/text/__init__.py
function cleaned_text_to_sequence (line 6) | def cleaned_text_to_sequence(cleaned_text, tones, language):
function get_bert (line 21) | def get_bert(norm_text, word2ph, language, device):
function check_bert_models (line 31) | def check_bert_models():
FILE: oldVersion/V200/text/bert_utils.py
function _check_bert (line 10) | def _check_bert(repo_id, files, local_path):
FILE: oldVersion/V200/text/chinese.py
function replace_punctuation (line 54) | def replace_punctuation(text):
function g2p (line 67) | def g2p(text):
function _get_initials_finals (line 79) | def _get_initials_finals(word):
function _g2p (line 92) | def _g2p(segments):
function text_normalize (line 169) | def text_normalize(text):
function get_bert_feature (line 177) | def get_bert_feature(text, word2ph):
FILE: oldVersion/V200/text/chinese_bert.py
function get_bert_feature (line 15) | def get_bert_feature(text, word2ph, device=config.bert_gen_config.device):
FILE: oldVersion/V200/text/cleaner.py
function clean_text (line 6) | def clean_text(text, language):
function clean_text_bert (line 13) | def clean_text_bert(text, language):
function text_to_sequence (line 21) | def text_to_sequence(text, language):
FILE: oldVersion/V200/text/english.py
function post_replace_ph (line 88) | def post_replace_ph(ph):
function read_dict (line 111) | def read_dict():
function cache_dict (line 135) | def cache_dict(g2p_dict, file_path):
function get_dict (line 140) | def get_dict():
function refine_ph (line 154) | def refine_ph(phn):
function refine_syllables (line 162) | def refine_syllables(syllables):
function _expand_dollars (line 248) | def _expand_dollars(m):
function _remove_commas (line 269) | def _remove_commas(m):
function _expand_ordinal (line 273) | def _expand_ordinal(m):
function _expand_number (line 277) | def _expand_number(m):
function _expand_decimal_point (line 294) | def _expand_decimal_point(m):
function normalize_numbers (line 298) | def normalize_numbers(text):
function text_normalize (line 308) | def text_normalize(text):
function g2p (line 313) | def g2p(text):
function get_bert_feature (line 346) | def get_bert_feature(text, word2ph):
FILE: oldVersion/V200/text/english_bert_mock.py
function get_bert_feature (line 15) | def get_bert_feature(text, word2ph, device=config.bert_gen_config.device):
FILE: oldVersion/V200/text/japanese.py
function kata2phoneme (line 16) | def kata2phoneme(text: str) -> str:
function hira2kata (line 41) | def hira2kata(text: str) -> str:
function text2kata (line 52) | def text2kata(text: str) -> str:
function text2sep_kata (line 84) | def text2sep_kata(text: str) -> (list, list):
function get_accent (line 118) | def get_accent(parsed):
function japanese_convert_numbers_to_words (line 217) | def japanese_convert_numbers_to_words(text: str) -> str:
function japanese_convert_alpha_symbols_to_words (line 224) | def japanese_convert_alpha_symbols_to_words(text: str) -> str:
function japanese_text_to_phonemes (line 228) | def japanese_text_to_phonemes(text: str) -> str:
function is_japanese_character (line 238) | def is_japanese_character(char):
function replace_punctuation (line 299) | def replace_punctuation(text):
function text_normalize (line 315) | def text_normalize(text):
function distribute_phone (line 323) | def distribute_phone(n_phone, n_word):
function handle_long (line 332) | def handle_long(sep_phonemes):
function align_tones (line 346) | def align_tones(phones, tones):
function g2p (line 368) | def g2p(norm_text):
FILE: oldVersion/V200/text/japanese_bert.py
function get_bert_feature (line 16) | def get_bert_feature(text, word2ph, device=config.bert_gen_config.device):
function get_bert_feature_with_token (line 24) | def get_bert_feature_with_token(tokens, word2ph, device=config.bert_gen_...
FILE: oldVersion/V200/text/tone_sandhi.py
class ToneSandhi (line 22) | class ToneSandhi:
method __init__ (line 23) | def __init__(self):
method _neural_sandhi (line 466) | def _neural_sandhi(self, word: str, pos: str, finals: List[str]) -> Li...
method _bu_sandhi (line 525) | def _bu_sandhi(self, word: str, finals: List[str]) -> List[str]:
method _yi_sandhi (line 536) | def _yi_sandhi(self, word: str, finals: List[str]) -> List[str]:
method _split_word (line 561) | def _split_word(self, word: str) -> List[str]:
method _three_sandhi (line 574) | def _three_sandhi(self, word: str, finals: List[str]) -> List[str]:
method _all_tone_three (line 614) | def _all_tone_three(self, finals: List[str]) -> bool:
method _merge_bu (line 619) | def _merge_bu(self, seg: List[Tuple[str, str]]) -> List[Tuple[str, str]]:
method _merge_yi (line 639) | def _merge_yi(self, seg: List[Tuple[str, str]]) -> List[Tuple[str, str]]:
method _merge_continuous_three_tones (line 672) | def _merge_continuous_three_tones(
method _is_reduplication (line 703) | def _is_reduplication(self, word: str) -> bool:
method _merge_continuous_three_tones_2 (line 707) | def _merge_continuous_three_tones_2(
method _merge_er (line 737) | def _merge_er(self, seg: List[Tuple[str, str]]) -> List[Tuple[str, str]]:
method _merge_reduplication (line 746) | def _merge_reduplication(self, seg: List[Tuple[str, str]]) -> List[Tup...
method pre_merge_for_modify (line 755) | def pre_merge_for_modify(self, seg: List[Tuple[str, str]]) -> List[Tup...
method modified_tone (line 767) | def modified_tone(self, word: str, pos: str, finals: List[str]) -> Lis...
FILE: oldVersion/V210/__init__.py
function get_text (line 11) | def get_text(text, language_str, hps, device, style_text=None, style_wei...
function get_emo_ (line 54) | def get_emo_(reference_audio, emotion):
function infer (line 65) | def infer(
function infer_multilang (line 138) | def infer_multilang(
FILE: oldVersion/V210/emo_gen.py
class RegressionHead (line 15) | class RegressionHead(nn.Module):
method __init__ (line 18) | def __init__(self, config):
method forward (line 25) | def forward(self, features, **kwargs):
class EmotionModel (line 36) | class EmotionModel(Wav2Vec2PreTrainedModel):
method __init__ (line 39) | def __init__(self, config):
method forward (line 47) | def forward(
class AudioDataset (line 59) | class AudioDataset(Dataset):
method __init__ (line 60) | def __init__(self, list_of_wav_files, sr, processor):
method __len__ (line 65) | def __len__(self):
method __getitem__ (line 68) | def __getitem__(self, idx):
function process_func (line 83) | def process_func(
function get_emo (line 107) | def get_emo(path):
FILE: oldVersion/V210/models.py
class DurationDiscriminator (line 19) | class DurationDiscriminator(nn.Module): # vits2
method __init__ (line 20) | def __init__(
method forward_probability (line 56) | def forward_probability(self, x, x_mask, dur, g=None):
method forward (line 72) | def forward(self, x, x_mask, dur_r, dur_hat, g=None):
class TransformerCouplingBlock (line 94) | class TransformerCouplingBlock(nn.Module):
method __init__ (line 95) | def __init__(
method forward (line 150) | def forward(self, x, x_mask, g=None, reverse=False):
class StochasticDurationPredictor (line 160) | class StochasticDurationPredictor(nn.Module):
method __init__ (line 161) | def __init__(
method forward (line 209) | def forward(self, x, x_mask, w=None, g=None, reverse=False, noise_scal...
class DurationPredictor (line 271) | class DurationPredictor(nn.Module):
method __init__ (line 272) | def __init__(
method forward (line 297) | def forward(self, x, x_mask, g=None):
class TextEncoder (line 314) | class TextEncoder(nn.Module):
method __init__ (line 315) | def __init__(
method forward (line 369) | def forward(
class ResidualCouplingBlock (line 417) | class ResidualCouplingBlock(nn.Module):
method __init__ (line 418) | def __init__(
method forward (line 452) | def forward(self, x, x_mask, g=None, reverse=False):
class PosteriorEncoder (line 462) | class PosteriorEncoder(nn.Module):
method __init__ (line 463) | def __init__(
method forward (line 492) | def forward(self, x, x_lengths, g=None):
class Generator (line 504) | class Generator(torch.nn.Module):
method __init__ (line 505) | def __init__(
method forward (line 552) | def forward(self, x, g=None):
method remove_weight_norm (line 573) | def remove_weight_norm(self):
class DiscriminatorP (line 581) | class DiscriminatorP(torch.nn.Module):
method __init__ (line 582) | def __init__(self, period, kernel_size=5, stride=3, use_spectral_norm=...
method forward (line 638) | def forward(self, x):
class DiscriminatorS (line 660) | class DiscriminatorS(torch.nn.Module):
method __init__ (line 661) | def __init__(self, use_spectral_norm=False):
method forward (line 676) | def forward(self, x):
class MultiPeriodDiscriminator (line 690) | class MultiPeriodDiscriminator(torch.nn.Module):
method __init__ (line 691) | def __init__(self, use_spectral_norm=False):
method forward (line 701) | def forward(self, y, y_hat):
class ReferenceEncoder (line 717) | class ReferenceEncoder(nn.Module):
method __init__ (line 723) | def __init__(self, spec_channels, gin_channels=0):
method forward (line 752) | def forward(self, inputs, mask=None):
method calculate_channels (line 770) | def calculate_channels(self, L, kernel_size, stride, pad, n_convs):
class SynthesizerTrn (line 776) | class SynthesizerTrn(nn.Module):
method __init__ (line 781) | def __init__(
method forward (line 903) | def forward(
method infer (line 991) | def infer(
FILE: oldVersion/V210/text/__init__.py
function cleaned_text_to_sequence (line 6) | def cleaned_text_to_sequence(cleaned_text, tones, language):
function get_bert (line 21) | def get_bert(norm_text, word2ph, language, device, style_text, style_wei...
function check_bert_models (line 33) | def check_bert_models():
FILE: oldVersion/V210/text/bert_utils.py
function _check_bert (line 10) | def _check_bert(repo_id, files, local_path):
FILE: oldVersion/V210/text/chinese.py
function replace_punctuation (line 55) | def replace_punctuation(text):
function g2p (line 68) | def g2p(text):
function _get_initials_finals (line 80) | def _get_initials_finals(word):
function _g2p (line 93) | def _g2p(segments):
function text_normalize (line 170) | def text_normalize(text):
function get_bert_feature (line 178) | def get_bert_feature(text, word2ph):
FILE: oldVersion/V210/text/chinese_bert.py
function get_bert_feature (line 15) | def get_bert_feature(
FILE: oldVersion/V210/text/cleaner.py
function clean_text (line 6) | def clean_text(text, language):
function clean_text_bert (line 13) | def clean_text_bert(text, language):
function text_to_sequence (line 21) | def text_to_sequence(text, language):
FILE: oldVersion/V210/text/english.py
function post_replace_ph (line 91) | def post_replace_ph(ph):
function replace_punctuation (line 156) | def replace_punctuation(text):
function read_dict (line 172) | def read_dict():
function cache_dict (line 196) | def cache_dict(g2p_dict, file_path):
function get_dict (line 201) | def get_dict():
function refine_ph (line 215) | def refine_ph(phn):
function refine_syllables (line 223) | def refine_syllables(syllables):
function _expand_dollars (line 309) | def _expand_dollars(m):
function _remove_commas (line 330) | def _remove_commas(m):
function _expand_ordinal (line 334) | def _expand_ordinal(m):
function _expand_number (line 338) | def _expand_number(m):
function _expand_decimal_point (line 355) | def _expand_decimal_point(m):
function normalize_numbers (line 359) | def normalize_numbers(text):
function text_normalize (line 369) | def text_normalize(text):
function distribute_phone (line 376) | def distribute_phone(n_phone, n_word):
function sep_text (line 385) | def sep_text(text):
function g2p (line 391) | def g2p(text):
function get_bert_feature (line 437) | def get_bert_feature(text, word2ph):
FILE: oldVersion/V210/text/english_bert_mock.py
function get_bert_feature (line 15) | def get_bert_feature(
FILE: oldVersion/V210/text/japanese.py
function kata2phoneme (line 16) | def kata2phoneme(text: str) -> str:
function hira2kata (line 41) | def hira2kata(text: str) -> str:
function text2kata (line 52) | def text2kata(text: str) -> str:
function text2sep_kata (line 84) | def text2sep_kata(text: str) -> (list, list):
function get_accent (line 118) | def get_accent(parsed):
function japanese_convert_numbers_to_words (line 217) | def japanese_convert_numbers_to_words(text: str) -> str:
function japanese_convert_alpha_symbols_to_words (line 224) | def japanese_convert_alpha_symbols_to_words(text: str) -> str:
function japanese_text_to_phonemes (line 228) | def japanese_text_to_phonemes(text: str) -> str:
function is_japanese_character (line 238) | def is_japanese_character(char):
function replace_punctuation (line 300) | def replace_punctuation(text):
function text_normalize (line 316) | def text_normalize(text):
function distribute_phone (line 325) | def distribute_phone(n_phone, n_word):
function handle_long (line 334) | def handle_long(sep_phonemes):
function align_tones (line 348) | def align_tones(phones, tones):
function rearrange_tones (line 370) | def rearrange_tones(tones, phones):
function g2p (line 390) | def g2p(norm_text):
FILE: oldVersion/V210/text/japanese_bert.py
function get_bert_feature (line 16) | def get_bert_feature(
FILE: oldVersion/V210/text/tone_sandhi.py
class ToneSandhi (line 22) | class ToneSandhi:
method __init__ (line 23) | def __init__(self):
method _neural_sandhi (line 466) | def _neural_sandhi(self, word: str, pos: str, finals: List[str]) -> Li...
method _bu_sandhi (line 525) | def _bu_sandhi(self, word: str, finals: List[str]) -> List[str]:
method _yi_sandhi (line 536) | def _yi_sandhi(self, word: str, finals: List[str]) -> List[str]:
method _split_word (line 561) | def _split_word(self, word: str) -> List[str]:
method _three_sandhi (line 574) | def _three_sandhi(self, word: str, finals: List[str]) -> List[str]:
method _all_tone_three (line 614) | def _all_tone_three(self, finals: List[str]) -> bool:
method _merge_bu (line 619) | def _merge_bu(self, seg: List[Tuple[str, str]]) -> List[Tuple[str, str]]:
method _merge_yi (line 639) | def _merge_yi(self, seg: List[Tuple[str, str]]) -> List[Tuple[str, str]]:
method _merge_continuous_three_tones (line 672) | def _merge_continuous_three_tones(
method _is_reduplication (line 703) | def _is_reduplication(self, word: str) -> bool:
method _merge_continuous_three_tones_2 (line 707) | def _merge_continuous_three_tones_2(
method _merge_er (line 737) | def _merge_er(self, seg: List[Tuple[str, str]]) -> List[Tuple[str, str]]:
method _merge_reduplication (line 746) | def _merge_reduplication(self, seg: List[Tuple[str, str]]) -> List[Tup...
method pre_merge_for_modify (line 755) | def pre_merge_for_modify(self, seg: List[Tuple[str, str]]) -> List[Tup...
method modified_tone (line 767) | def modified_tone(self, word: str, pos: str, finals: List[str]) -> Lis...
FILE: oldVersion/V220/__init__.py
function get_text (line 13) | def get_text(text, language_str, hps, device, style_text=None, style_wei...
function infer (line 56) | def infer(
function infer_multilang (line 134) | def infer_multilang(
FILE: oldVersion/V220/clap_gen.py
function process_line (line 18) | def process_line(line):
FILE: oldVersion/V220/clap_wrapper.py
function get_clap_audio_feature (line 12) | def get_clap_audio_feature(audio_data, device=config.bert_gen_config.dev...
function get_clap_text_feature (line 33) | def get_clap_text_feature(text, device=config.bert_gen_config.device):
FILE: oldVersion/V220/models.py
class DurationDiscriminator (line 20) | class DurationDiscriminator(nn.Module): # vits2
method __init__ (line 21) | def __init__(
method forward_probability (line 57) | def forward_probability(self, x, x_mask, dur, g=None):
method forward (line 73) | def forward(self, x, x_mask, dur_r, dur_hat, g=None):
class TransformerCouplingBlock (line 95) | class TransformerCouplingBlock(nn.Module):
method __init__ (line 96) | def __init__(
method forward (line 151) | def forward(self, x, x_mask, g=None, reverse=False):
class StochasticDurationPredictor (line 161) | class StochasticDurationPredictor(nn.Module):
method __init__ (line 162) | def __init__(
method forward (line 210) | def forward(self, x, x_mask, w=None, g=None, reverse=False, noise_scal...
class DurationPredictor (line 272) | class DurationPredictor(nn.Module):
method __init__ (line 273) | def __init__(
method forward (line 298) | def forward(self, x, x_mask, g=None):
class Bottleneck (line 315) | class Bottleneck(nn.Sequential):
method __init__ (line 316) | def __init__(self, in_dim, hidden_dim):
class Block (line 322) | class Block(nn.Module):
method __init__ (line 323) | def __init__(self, in_dim, hidden_dim) -> None:
method forward (line 328) | def forward(self, x: torch.Tensor) -> torch.Tensor:
class MLP (line 333) | class MLP(nn.Module):
method __init__ (line 334) | def __init__(self, in_dim, hidden_dim):
method forward (line 340) | def forward(self, x: torch.Tensor):
class TextEncoder (line 346) | class TextEncoder(nn.Module):
method __init__ (line 347) | def __init__(
method forward (line 416) | def forward(
class ResidualCouplingBlock (line 451) | class ResidualCouplingBlock(nn.Module):
method __init__ (line 452) | def __init__(
method forward (line 486) | def forward(self, x, x_mask, g=None, reverse=False):
class PosteriorEncoder (line 496) | class PosteriorEncoder(nn.Module):
method __init__ (line 497) | def __init__(
method forward (line 526) | def forward(self, x, x_lengths, g=None):
class Generator (line 538) | class Generator(torch.nn.Module):
method __init__ (line 539) | def __init__(
method forward (line 586) | def forward(self, x, g=None):
method remove_weight_norm (line 607) | def remove_weight_norm(self):
class DiscriminatorP (line 615) | class DiscriminatorP(torch.nn.Module):
method __init__ (line 616) | def __init__(self, period, kernel_size=5, stride=3, use_spectral_norm=...
method forward (line 672) | def forward(self, x):
class DiscriminatorS (line 694) | class DiscriminatorS(torch.nn.Module):
method __init__ (line 695) | def __init__(self, use_spectral_norm=False):
method forward (line 710) | def forward(self, x):
class MultiPeriodDiscriminator (line 724) | class MultiPeriodDiscriminator(torch.nn.Module):
method __init__ (line 725) | def __init__(self, use_spectral_norm=False):
method forward (line 735) | def forward(self, y, y_hat):
class ReferenceEncoder (line 751) | class ReferenceEncoder(nn.Module):
method __init__ (line 757) | def __init__(self, spec_channels, gin_channels=0):
method forward (line 786) | def forward(self, inputs, mask=None):
method calculate_channels (line 804) | def calculate_channels(self, L, kernel_size, stride, pad, n_convs):
class SynthesizerTrn (line 810) | class SynthesizerTrn(nn.Module):
method __init__ (line 815) | def __init__(
method forward (line 937) | def forward(
method infer (line 1026) | def infer(
FILE: oldVersion/V220/text/__init__.py
function cleaned_text_to_sequence (line 6) | def cleaned_text_to_sequence(cleaned_text, tones, language):
function get_bert (line 21) | def get_bert(norm_text, word2ph, language, device, style_text=None, styl...
function check_bert_models (line 33) | def check_bert_models():
function init_openjtalk (line 53) | def init_openjtalk():
FILE: oldVersion/V220/text/bert_utils.py
function _check_bert (line 10) | def _check_bert(repo_id, files, local_path):
FILE: oldVersion/V220/text/chinese.py
function replace_punctuation (line 55) | def replace_punctuation(text):
function g2p (line 68) | def g2p(text):
function _get_initials_finals (line 80) | def _get_initials_finals(word):
function _g2p (line 93) | def _g2p(segments):
function text_normalize (line 170) | def text_normalize(text):
function get_bert_feature (line 178) | def get_bert_feature(text, word2ph):
FILE: oldVersion/V220/text/chinese_bert.py
function get_bert_feature (line 15) | def get_bert_feature(
FILE: oldVersion/V220/text/cleaner.py
function clean_text (line 6) | def clean_text(text, language):
function clean_text_bert (line 13) | def clean_text_bert(text, language):
function text_to_sequence (line 21) | def text_to_sequence(text, language):
FILE: oldVersion/V220/text/english.py
function post_replace_ph (line 91) | def post_replace_ph(ph):
function replace_punctuation (line 156) | def replace_punctuation(text):
function read_dict (line 172) | def read_dict():
function cache_dict (line 196) | def cache_dict(g2p_dict, file_path):
function get_dict (line 201) | def get_dict():
function refine_ph (line 215) | def refine_ph(phn):
function refine_syllables (line 223) | def refine_syllables(syllables):
function _expand_dollars (line 309) | def _expand_dollars(m):
function _remove_commas (line 330) | def _remove_commas(m):
function _expand_ordinal (line 334) | def _expand_ordinal(m):
function _expand_number (line 338) | def _expand_number(m):
function _expand_decimal_point (line 355) | def _expand_decimal_point(m):
function normalize_numbers (line 359) | def normalize_numbers(text):
function text_normalize (line 369) | def text_normalize(text):
function distribute_phone (line 376) | def distribute_phone(n_phone, n_word):
function sep_text (line 385) | def sep_text(text):
function g2p (line 391) | def g2p(text):
function get_bert_feature (line 437) | def get_bert_feature(text, word2ph):
FILE: oldVersion/V220/text/english_bert_mock.py
function get_bert_feature (line 15) | def get_bert_feature(
FILE: oldVersion/V220/text/japanese.py
function kata2phoneme (line 16) | def kata2phoneme(text: str) -> str:
function hira2kata (line 41) | def hira2kata(text: str) -> str:
function text2kata (line 52) | def text2kata(text: str) -> str:
function text2sep_kata (line 84) | def text2sep_kata(text: str) -> (list, list):
function get_accent (line 118) | def get_accent(parsed):
function japanese_convert_numbers_to_words (line 217) | def japanese_convert_numbers_to_words(text: str) -> str:
function japanese_convert_alpha_symbols_to_words (line 224) | def japanese_convert_alpha_symbols_to_words(text: str) -> str:
function japanese_text_to_phonemes (line 228) | def japanese_text_to_phonemes(text: str) -> str:
function is_japanese_character (line 238) | def is_japanese_character(char):
function replace_punctuation (line 300) | def replace_punctuation(text):
function text_normalize (line 316) | def text_normalize(text):
function distribute_phone (line 325) | def distribute_phone(n_phone, n_word):
function handle_long (line 334) | def handle_long(sep_phonemes):
function align_tones (line 348) | def align_tones(phones, tones):
function rearrange_tones (line 370) | def rearrange_tones(tones, phones):
function g2p (line 390) | def g2p(norm_text):
FILE: oldVersion/V220/text/japanese_bert.py
function get_bert_feature (line 16) | def get_bert_feature(
FILE: oldVersion/V220/text/tone_sandhi.py
class ToneSandhi (line 22) | class ToneSandhi:
method __init__ (line 23) | def __init__(self):
method _neural_sandhi (line 466) | def _neural_sandhi(self, word: str, pos: str, finals: List[str]) -> Li...
method _bu_sandhi (line 525) | def _bu_sandhi(self, word: str, finals: List[str]) -> List[str]:
method _yi_sandhi (line 536) | def _yi_sandhi(self, word: str, finals: List[str]) -> List[str]:
method _split_word (line 561) | def _split_word(self, word: str) -> List[str]:
method _three_sandhi (line 574) | def _three_sandhi(self, word: str, finals: List[str]) -> List[str]:
method _all_tone_three (line 614) | def _all_tone_three(self, finals: List[str]) -> bool:
method _merge_bu (line 619) | def _merge_bu(self, seg: List[Tuple[str, str]]) -> List[Tuple[str, str]]:
method _merge_yi (line 639) | def _merge_yi(self, seg: List[Tuple[str, str]]) -> List[Tuple[str, str]]:
method _merge_continuous_three_tones (line 672) | def _merge_continuous_three_tones(
method _is_reduplication (line 703) | def _is_reduplication(self, word: str) -> bool:
method _merge_continuous_three_tones_2 (line 707) | def _merge_continuous_three_tones_2(
method _merge_er (line 737) | def _merge_er(self, seg: List[Tuple[str, str]]) -> List[Tuple[str, str]]:
method _merge_reduplication (line 746) | def _merge_reduplication(self, seg: List[Tuple[str, str]]) -> List[Tup...
method pre_merge_for_modify (line 755) | def pre_merge_for_modify(self, seg: List[Tuple[str, str]]) -> List[Tup...
method modified_tone (line 767) | def modified_tone(self, word: str, pos: str, finals: List[str]) -> Lis...
FILE: onnx_modules/V200/attentions_onnx.py
class LayerNorm (line 12) | class LayerNorm(nn.Module):
method __init__ (line 13) | def __init__(self, channels, eps=1e-5):
method forward (line 21) | def forward(self, x):
function fused_add_tanh_sigmoid_multiply (line 28) | def fused_add_tanh_sigmoid_multiply(input_a, input_b, n_channels):
class Encoder (line 37) | class Encoder(nn.Module):
method __init__ (line 38) | def __init__(
method forward (line 103) | def forward(self, x, x_mask, g=None):
class MultiHeadAttention (line 123) | class MultiHeadAttention(nn.Module):
method __init__ (line 124) | def __init__(
method forward (line 177) | def forward(self, x, c, attn_mask=None):
method attention (line 187) | def attention(self, query, key, value, mask=None):
method _matmul_with_relative_values (line 238) | def _matmul_with_relative_values(self, x, y):
method _matmul_with_relative_keys (line 247) | def _matmul_with_relative_keys(self, x, y):
method _get_relative_embeddings (line 256) | def _get_relative_embeddings(self, relative_embeddings, length):
method _relative_position_to_absolute_position (line 274) | def _relative_position_to_absolute_position(self, x):
method _absolute_position_to_relative_position (line 295) | def _absolute_position_to_relative_position(self, x):
method _attention_bias_proximal (line 311) | def _attention_bias_proximal(self, length):
class FFN (line 323) | class FFN(nn.Module):
method __init__ (line 324) | def __init__(
method forward (line 352) | def forward(self, x, x_mask):
method _causal_padding (line 362) | def _causal_padding(self, x):
method _same_padding (line 371) | def _same_padding(self, x):
FILE: onnx_modules/V200/models_onnx.py
class DurationDiscriminator (line 16) | class DurationDiscriminator(nn.Module): # vits2
method __init__ (line 17) | def __init__(
method forward_probability (line 53) | def forward_probability(self, x, x_mask, dur, g=None):
method forward (line 69) | def forward(self, x, x_mask, dur_r, dur_hat, g=None):
class TransformerCouplingBlock (line 91) | class TransformerCouplingBlock(nn.Module):
method __init__ (line 92) | def __init__(
method forward (line 147) | def forward(self, x, x_mask, g=None, reverse=True):
class StochasticDurationPredictor (line 157) | class StochasticDurationPredictor(nn.Module):
method __init__ (line 158) | def __init__(
method forward (line 206) | def forward(self, x, x_mask, z, g=None):
class DurationPredictor (line 224) | class DurationPredictor(nn.Module):
method __init__ (line 225) | def __init__(
method forward (line 250) | def forward(self, x, x_mask, g=None):
class TextEncoder (line 267) | class TextEncoder(nn.Module):
method __init__ (line 268) | def __init__(
method forward (line 311) | def forward(self, x, x_lengths, tone, language, bert, ja_bert, en_bert...
class ResidualCouplingBlock (line 340) | class ResidualCouplingBlock(nn.Module):
method __init__ (line 341) | def __init__(
method forward (line 375) | def forward(self, x, x_mask, g=None, reverse=True):
class PosteriorEncoder (line 385) | class PosteriorEncoder(nn.Module):
method __init__ (line 386) | def __init__(
method forward (line 415) | def forward(self, x, x_lengths, g=None):
class Generator (line 427) | class Generator(torch.nn.Module):
method __init__ (line 428) | def __init__(
method forward (line 475) | def forward(self, x, g=None):
method remove_weight_norm (line 496) | def remove_weight_norm(self):
class DiscriminatorP (line 504) | class DiscriminatorP(torch.nn.Module):
method __init__ (line 505) | def __init__(self, period, kernel_size=5, stride=3, use_spectral_norm=...
method forward (line 561) | def forward(self, x):
class DiscriminatorS (line 583) | class DiscriminatorS(torch.nn.Module):
method __init__ (line 584) | def __init__(self, use_spectral_norm=False):
method forward (line 599) | def forward(self, x):
class MultiPeriodDiscriminator (line 613) | class MultiPeriodDiscriminator(torch.nn.Module):
method __init__ (line 614) | def __init__(self, use_spectral_norm=False):
method forward (line 624) | def forward(self, y, y_hat):
class ReferenceEncoder (line 640) | class ReferenceEncoder(nn.Module):
method __init__ (line 646) | def __init__(self, spec_channels, gin_channels=0):
method forward (line 675) | def forward(self, inputs, mask=None):
method calculate_channels (line 693) | def calculate_channels(self, L, kernel_size, stride, pad, n_convs):
class SynthesizerTrn (line 699) | class SynthesizerTrn(nn.Module):
method __init__ (line 704) | def __init__(
method export_onnx (line 825) | def export_onnx(
FILE: onnx_modules/V200/text/bert_utils.py
function _check_bert (line 10) | def _check_bert(repo_id, files, local_path):
FILE: onnx_modules/V200/text/chinese.py
function replace_punctuation (line 54) | def replace_punctuation(text):
function g2p (line 67) | def g2p(text):
function _get_initials_finals (line 79) | def _get_initials_finals(word):
function _g2p (line 92) | def _g2p(segments):
function text_normalize (line 169) | def text_normalize(text):
function get_bert_feature (line 177) | def get_bert_feature(text, word2ph):
FILE: onnx_modules/V200/text/chinese_bert.py
function get_bert_feature (line 15) | def get_bert_feature(text, word2ph, device=config.bert_gen_config.device):
FILE: onnx_modules/V200/text/cleaner.py
function clean_text (line 6) | def clean_text(text, language):
function clean_text_bert (line 13) | def clean_text_bert(text, language):
function text_to_sequence (line 21) | def text_to_sequence(text, language):
FILE: onnx_modules/V200/text/english.py
function post_replace_ph (line 88) | def post_replace_ph(ph):
function read_dict (line 111) | def read_dict():
function cache_dict (line 135) | def cache_dict(g2p_dict, file_path):
function get_dict (line 140) | def get_dict():
function refine_ph (line 154) | def refine_ph(phn):
function refine_syllables (line 162) | def refine_syllables(syllables):
function _expand_dollars (line 248) | def _expand_dollars(m):
function _remove_commas (line 269) | def _remove_commas(m):
function _expand_ordinal (line 273) | def _expand_ordinal(m):
function _expand_number (line 277) | def _expand_number(m):
function _expand_decimal_point (line 294) | def _expand_decimal_point(m):
function normalize_numbers (line 298) | def normalize_numbers(text):
function text_normalize (line 308) | def text_normalize(text):
function g2p (line 313) | def g2p(text):
function get_bert_feature (line 346) | def get_bert_feature(text, word2ph):
FILE: onnx_modules/V200/text/english_bert_mock.py
function get_bert_feature (line 15) | def get_bert_feature(text, word2ph, device=config.bert_gen_config.device):
FILE: onnx_modules/V200/text/japanese.py
function kata2phoneme (line 16) | def kata2phoneme(text: str) -> str:
function hira2kata (line 41) | def hira2kata(text: str) -> str:
function text2kata (line 52) | def text2kata(text: str) -> str:
function text2sep_kata (line 84) | def text2sep_kata(text: str) -> (list, list):
function get_accent (line 118) | def get_accent(parsed):
function japanese_convert_numbers_to_words (line 217) | def japanese_convert_numbers_to_words(text: str) -> str:
function japanese_convert_alpha_symbols_to_words (line 224) | def japanese_convert_alpha_symbols_to_words(text: str) -> str:
function japanese_text_to_phonemes (line 228) | def japanese_text_to_phonemes(text: str) -> str:
function is_japanese_character (line 238) | def is_japanese_character(char):
function replace_punctuation (line 299) | def replace_punctuation(text):
function text_normalize (line 315) | def text_normalize(text):
function distribute_phone (line 323) | def distribute_phone(n_phone, n_word):
function handle_long (line 332) | def handle_long(sep_phonemes):
function align_tones (line 346) | def align_tones(phones, tones):
function g2p (line 368) | def g2p(norm_text):
FILE: onnx_modules/V200/text/japanese_bert.py
function get_bert_feature (line 16) | def get_bert_feature(text, word2ph, device=config.bert_gen_config.device):
function get_bert_feature_with_token (line 24) | def get_bert_feature_with_token(tokens, word2ph, device=config.bert_gen_...
FILE: onnx_modules/V200/text/tone_sandhi.py
class ToneSandhi (line 22) | class ToneSandhi:
method __init__ (line 23) | def __init__(self):
method _neural_sandhi (line 466) | def _neural_sandhi(self, word: str, pos: str, finals: List[str]) -> Li...
method _bu_sandhi (line 525) | def _bu_sandhi(self, word: str, finals: List[str]) -> List[str]:
method _yi_sandhi (line 536) | def _yi_sandhi(self, word: str, finals: List[str]) -> List[str]:
method _split_word (line 561) | def _split_word(self, word: str) -> List[str]:
method _three_sandhi (line 574) | def _three_sandhi(self, word: str, finals: List[str]) -> List[str]:
method _all_tone_three (line 614) | def _all_tone_three(self, finals: List[str]) -> bool:
method _merge_bu (line 619) | def _merge_bu(self, seg: List[Tuple[str, str]]) -> List[Tuple[str, str]]:
method _merge_yi (line 639) | def _merge_yi(self, seg: List[Tuple[str, str]]) -> List[Tuple[str, str]]:
method _merge_continuous_three_tones (line 672) | def _merge_continuous_three_tones(
method _is_reduplication (line 703) | def _is_reduplication(self, word: str) -> bool:
method _merge_continuous_three_tones_2 (line 707) | def _merge_continuous_three_tones_2(
method _merge_er (line 737) | def _merge_er(self, seg: List[Tuple[str, str]]) -> List[Tuple[str, str]]:
method _merge_reduplication (line 746) | def _merge_reduplication(self, seg: List[Tuple[str, str]]) -> List[Tup...
method pre_merge_for_modify (line 755) | def pre_merge_for_modify(self, seg: List[Tuple[str, str]]) -> List[Tup...
method modified_tone (line 767) | def modified_tone(self, word: str, pos: str, finals: List[str]) -> Lis...
FILE: onnx_modules/V200_OnnxInference/__init__.py
function convert_pad_shape (line 5) | def convert_pad_shape(pad_shape):
function sequence_mask (line 11) | def sequence_mask(length, max_length=None):
function generate_path (line 18) | def generate_path(duration, mask):
class OnnxInferenceSession (line 35) | class OnnxInferenceSession:
method __init__ (line 36) | def __init__(self, path, Providers=["CPUExecutionProvider"]):
method __call__ (line 44) | def __call__(
FILE: onnx_modules/V210/attentions_onnx.py
class LayerNorm (line 12) | class LayerNorm(nn.Module):
method __init__ (line 13) | def __init__(self, channels, eps=1e-5):
method forward (line 21) | def forward(self, x):
function fused_add_tanh_sigmoid_multiply (line 28) | def fused_add_tanh_sigmoid_multiply(input_a, input_b, n_channels):
class Encoder (line 37) | class Encoder(nn.Module):
method __init__ (line 38) | def __init__(
method forward (line 103) | def forward(self, x, x_mask, g=None):
class MultiHeadAttention (line 123) | class MultiHeadAttention(nn.Module):
method __init__ (line 124) | def __init__(
method forward (line 177) | def forward(self, x, c, attn_mask=None):
method attention (line 187) | def attention(self, query, key, value, mask=None):
method _matmul_with_relative_values (line 238) | def _matmul_with_relative_values(self, x, y):
method _matmul_with_relative_keys (line 247) | def _matmul_with_relative_keys(self, x, y):
method _get_relative_embeddings (line 256) | def _get_relative_embeddings(self, relative_embeddings, length):
method _relative_position_to_absolute_position (line 274) | def _relative_position_to_absolute_position(self, x):
method _absolute_position_to_relative_position (line 295) | def _absolute_position_to_relative_position(self, x):
method _attention_bias_proximal (line 311) | def _attention_bias_proximal(self, length):
class FFN (line 323) | class FFN(nn.Module):
method __init__ (line 324) | def __init__(
method forward (line 352) | def forward(self, x, x_mask):
method _causal_padding (line 362) | def _causal_padding(self, x):
method _same_padding (line 371) | def _same_padding(self, x):
FILE: onnx_modules/V210/models_onnx.py
class DurationDiscriminator (line 17) | class DurationDiscriminator(nn.Module): # vits2
method __init__ (line 18) | def __init__(
method forward_probability (line 54) | def forward_probability(self, x, x_mask, dur, g=None):
method forward (line 70) | def forward(self, x, x_mask, dur_r, dur_hat, g=None):
class TransformerCouplingBlock (line 92) | class TransformerCouplingBlock(nn.Module):
method __init__ (line 93) | def __init__(
method forward (line 148) | def forward(self, x, x_mask, g=None, reverse=True):
class StochasticDurationPredictor (line 158) | class StochasticDurationPredictor(nn.Module):
method __init__ (line 159) | def __init__(
method forward (line 207) | def forward(self, x, x_mask, z, g=None):
class DurationPredictor (line 225) | class DurationPredictor(nn.Module):
method __init__ (line 226) | def __init__(
method forward (line 251) | def forward(self, x, x_mask, g=None):
class TextEncoder (line 268) | class TextEncoder(nn.Module):
method __init__ (line 269) | def __init__(
method init_vq (line 328) | def init_vq(self):
method forward (line 338) | def forward(
class ResidualCouplingBlock (line 387) | class ResidualCouplingBlock(nn.Module):
method __init__ (line 388) | def __init__(
method forward (line 422) | def forward(self, x, x_mask, g=None, reverse=True):
class PosteriorEncoder (line 432) | class PosteriorEncoder(nn.Module):
method __init__ (line 433) | def __init__(
method forward (line 462) | def forward(self, x, x_lengths, g=None):
class Generator (line 474) | class Generator(torch.nn.Module):
method __init__ (line 475) | def __init__(
method forward (line 522) | def forward(self, x, g=None):
method remove_weight_norm (line 543) | def remove_weight_norm(self):
class DiscriminatorP (line 551) | class DiscriminatorP(torch.nn.Module):
method __init__ (line 552) | def __init__(self, period, kernel_size=5, stride=3, use_spectral_norm=...
method forward (line 608) | def forward(self, x):
class DiscriminatorS (line 630) | class DiscriminatorS(torch.nn.Module):
method __init__ (line 631) | def __init__(self, use_spectral_norm=False):
method forward (line 646) | def forward(self, x):
class MultiPeriodDiscriminator (line 660) | class MultiPeriodDiscriminator(torch.nn.Module):
method __init__ (line 661) | def __init__(self, use_spectral_norm=False):
method forward (line 671) | def forward(self, y, y_hat):
class ReferenceEncoder (line 687) | class ReferenceEncoder(nn.Module):
method __init__ (line 693) | def __init__(self, spec_channels, gin_channels=0):
method forward (line 722) | def forward(self, inputs, mask=None):
method calculate_channels (line 740) | def calculate_channels(self, L, kernel_size, stride, pad, n_convs):
class SynthesizerTrn (line 746) | class SynthesizerTrn(nn.Module):
method __init__ (line 751) | def __init__(
method export_onnx (line 873) | def export_onnx(
FILE: onnx_modules/V210_OnnxInference/__init__.py
function convert_pad_shape (line 5) | def convert_pad_shape(pad_shape):
function sequence_mask (line 11) | def sequence_mask(length, max_length=None):
function generate_path (line 18) | def generate_path(duration, mask):
class OnnxInferenceSession (line 35) | class OnnxInferenceSession:
method __init__ (line 36) | def __init__(self, path, Providers=["CPUExecutionProvider"]):
method __call__ (line 44) | def __call__(
FILE: onnx_modules/V220/attentions_onnx.py
class LayerNorm (line 12) | class LayerNorm(nn.Module):
method __init__ (line 13) | def __init__(self, channels, eps=1e-5):
method forward (line 21) | def forward(self, x):
function fused_add_tanh_sigmoid_multiply (line 28) | def fused_add_tanh_sigmoid_multiply(input_a, input_b, n_channels):
class Encoder (line 37) | class Encoder(nn.Module):
method __init__ (line 38) | def __init__(
method forward (line 103) | def forward(self, x, x_mask, g=None):
class MultiHeadAttention (line 123) | class MultiHeadAttention(nn.Module):
method __init__ (line 124) | def __init__(
method forward (line 177) | def forward(self, x, c, attn_mask=None):
method attention (line 187) | def attention(self, query, key, value, mask=None):
method _matmul_with_relative_values (line 238) | def _matmul_with_relative_values(self, x, y):
method _matmul_with_relative_keys (line 247) | def _matmul_with_relative_keys(self, x, y):
method _get_relative_embeddings (line 256) | def _get_relative_embeddings(self, relative_embeddings, length):
method _relative_position_to_absolute_position (line 274) | def _relative_position_to_absolute_position(self, x):
method _absolute_position_to_relative_position (line 295) | def _absolute_position_to_relative_position(self, x):
method _attention_bias_proximal (line 311) | def _attention_bias_proximal(self, length):
class FFN (line 323) | class FFN(nn.Module):
method __init__ (line 324) | def __init__(
method forward (line 352) | def forward(self, x, x_mask):
method _causal_padding (line 362) | def _causal_padding(self, x):
method _same_padding (line 371) | def _same_padding(self, x):
FILE: onnx_modules/V220/models_onnx.py
class DurationDiscriminator (line 17) | class DurationDiscriminator(nn.Module): # vits2
method __init__ (line 18) | def __init__(
method forward_probability (line 54) | def forward_probability(self, x, x_mask, dur, g=None):
method forward (line 70) | def forward(self, x, x_mask, dur_r, dur_hat, g=None):
class TransformerCouplingBlock (line 92) | class TransformerCouplingBlock(nn.Module):
method __init__ (line 93) | def __init__(
method forward (line 148) | def forward(self, x, x_mask, g=None, reverse=True):
class StochasticDurationPredictor (line 158) | class StochasticDurationPredictor(nn.Module):
method __init__ (line 159) | def __init__(
method forward (line 207) | def forward(self, x, x_mask, z, g=None):
class DurationPredictor (line 225) | class DurationPredictor(nn.Module):
method __init__ (line 226) | def __init__(
method forward (line 251) | def forward(self, x, x_mask, g=None):
class Bottleneck (line 268) | class Bottleneck(nn.Sequential):
method __init__ (line 269) | def __init__(self, in_dim, hidden_dim):
class Block (line 275) | class Block(nn.Module):
method __init__ (line 276) | def __init__(self, in_dim, hidden_dim) -> None:
method forward (line 281) | def forward(self, x: torch.Tensor) -> torch.Tensor:
class MLP (line 286) | class MLP(nn.Module):
method __init__ (line 287) | def __init__(self, in_dim, hidden_dim):
method forward (line 293) | def forward(self, x: torch.Tensor):
class TextEncoder (line 299) | class TextEncoder(nn.Module):
method __init__ (line 300) | def __init__(
method forward (line 383) | def forward(
class ResidualCouplingBlock (line 420) | class ResidualCouplingBlock(nn.Module):
method __init__ (line 421) | def __init__(
method forward (line 455) | def forward(self, x, x_mask, g=None, reverse=True):
class PosteriorEncoder (line 465) | class PosteriorEncoder(nn.Module):
method __init__ (line 466) | def __init__(
method forward (line 495) | def forward(self, x, x_lengths, g=None):
class Generator (line 507) | class Generator(torch.nn.Module):
method __init__ (line 508) | def __init__(
method forward (line 555) | def forward(self, x, g=None):
method remove_weight_norm (line 576) | def remove_weight_norm(self):
class DiscriminatorP (line 584) | class DiscriminatorP(torch.nn.Module):
method __init__ (line 585) | def __init__(self, period, kernel_size=5, stride=3, use_spectral_norm=...
method forward (line 641) | def forward(self, x):
class DiscriminatorS (line 663) | class DiscriminatorS(torch.nn.Module):
method __init__ (line 664) | def __init__(self, use_spectral_norm=False):
method forward (line 679) | def forward(self, x):
class MultiPeriodDiscriminator (line 693) | class MultiPeriodDiscriminator(torch.nn.Module):
method __init__ (line 694) | def __init__(self, use_spectral_norm=False):
method forward (line 704) | def forward(self, y, y_hat):
class ReferenceEncoder (line 720) | class ReferenceEncoder(nn.Module):
method __init__ (line 726) | def __init__(self, spec_channels, gin_channels=0):
method forward (line 755) | def forward(self, inputs, mask=None):
method calculate_channels (line 773) | def calculate_channels(self, L, kernel_size, stride, pad, n_convs):
class SynthesizerTrn (line 779) | class SynthesizerTrn(nn.Module):
method __init__ (line 784) | def __init__(
method export_onnx (line 906) | def export_onnx(
FILE: onnx_modules/V220_OnnxInference/__init__.py
function convert_pad_shape (line 5) | def convert_pad_shape(pad_shape):
function sequence_mask (line 11) | def sequence_mask(length, max_length=None):
function generate_path (line 18) | def generate_path(duration, mask):
class OnnxInferenceSession (line 35) | class OnnxInferenceSession:
method __init__ (line 36) | def __init__(self, path, Providers=["CPUExecutionProvider"]):
method __call__ (line 44) | def __call__(
FILE: onnx_modules/V220_novq_dev/attentions_onnx.py
class LayerNorm (line 12) | class LayerNorm(nn.Module):
method __init__ (line 13) | def __init__(self, channels, eps=1e-5):
method forward (line 21) | def forward(self, x):
function fused_add_tanh_sigmoid_multiply (line 28) | def fused_add_tanh_sigmoid_multiply(input_a, input_b, n_channels):
class Encoder (line 37) | class Encoder(nn.Module):
method __init__ (line 38) | def __init__(
method forward (line 103) | def forward(self, x, x_mask, g=None):
class MultiHeadAttention (line 123) | class MultiHeadAttention(nn.Module):
method __init__ (line 124) | def __init__(
method forward (line 177) | def forward(self, x, c, attn_mask=None):
method attention (line 187) | def attention(self, query, key, value, mask=None):
method _matmul_with_relative_values (line 238) | def _matmul_with_relative_values(self, x, y):
method _matmul_with_relative_keys (line 247) | def _matmul_with_relative_keys(self, x, y):
method _get_relative_embeddings (line 256) | def _get_relative_embeddings(self, relative_embeddings, length):
method _relative_position_to_absolute_position (line 274) | def _relative_position_to_absolute_position(self, x):
method _absolute_position_to_relative_position (line 295) | def _absolute_position_to_relative_position(self, x):
method _attention_bias_proximal (line 311) | def _attention_bias_proximal(self, length):
class FFN (line 323) | class FFN(nn.Module):
method __init__ (line 324) | def __init__(
method forward (line 352) | def forward(self, x, x_mask):
method _causal_padding (line 362) | def _causal_padding(self, x):
method _same_padding (line 371) | def _same_padding(self, x):
FILE: onnx_modules/V220_novq_dev/models_onnx.py
class DurationDiscriminator (line 16) | class DurationDiscriminator(nn.Module): # vits2
method __init__ (line 17) | def __init__(
method forward_probability (line 53) | def forward_probability(self, x, x_mask, dur, g=None):
method forward (line 69) | def forward(self, x, x_mask, dur_r, dur_hat, g=None):
class TransformerCouplingBlock (line 91) | class TransformerCouplingBlock(nn.Module):
method __init__ (line 92) | def __init__(
method forward (line 147) | def forward(self, x, x_mask, g=None, reverse=True):
class StochasticDurationPredictor (line 157) | class StochasticDurationPredictor(nn.Module):
method __init__ (line 158) | def __init__(
method forward (line 206) | def forward(self, x, x_mask, z, g=None):
class DurationPredictor (line 224) | class DurationPredictor(nn.Module):
method __init__ (line 225) | def __init__(
method forward (line 250) | def forward(self, x, x_mask, g=None):
class Bottleneck (line 267) | class Bottleneck(nn.Sequential):
method __init__ (line 268) | def __init__(self, in_dim, hidden_dim):
class Block (line 274) | class Block(nn.Module):
method __init__ (line 275) | def __init__(self, in_dim, hidden_dim) -> None:
method forward (line 280) | def forward(self, x: torch.Tensor) -> torch.Tensor:
class MLP (line 285) | class MLP(nn.Module):
method __init__ (line 286) | def __init__(self, in_dim, hidden_dim):
method forward (line 292) | def forward(self, x: torch.Tensor):
class TextEncoder (line 298) | class TextEncoder(nn.Module):
method __init__ (line 299) | def __init__(
method forward (line 359) | def forward(
class ResidualCouplingBlock (line 392) | class ResidualCouplingBlock(nn.Module):
method __init__ (line 393) | def __init__(
method forward (line 427) | def forward(self, x, x_mask, g=None, reverse=True):
class PosteriorEncoder (line 437) | class PosteriorEncoder(nn.Module):
method __init__ (line 438) | def __init__(
method forward (line 467) | def forward(self, x, x_lengths, g=None):
class Generator (line 479) | class Generator(torch.nn.Module):
method __init__ (line 480) | def __init__(
method forward (line 527) | def forward(self, x, g=None):
method remove_weight_norm (line 548) | def remove_weight_norm(self):
class DiscriminatorP (line 556) | class DiscriminatorP(torch.nn.Module):
method __init__ (line 557) | def __init__(self, period, kernel_size=5, stride=3, use_spectral_norm=...
method forward (line 613) | def forward(self, x):
class DiscriminatorS (line 635) | class DiscriminatorS(torch.nn.Module):
method __init__ (line 636) | def __init__(self, use_spectral_norm=False):
method forward (line 651) | def forward(self, x):
class MultiPeriodDiscriminator (line 665) | class MultiPeriodDiscriminator(torch.nn.Module):
method __init__ (line 666) | def __init__(self, use_spectral_norm=False):
method forward (line 676) | def forward(self, y, y_hat):
class ReferenceEncoder (line 692) | class ReferenceEncoder(nn.Module):
method __init__ (line 698) | def __init__(self, spec_channels, gin_channels=0):
method forward (line 727) | def forward(self, inputs, mask=None):
method calculate_channels (line 745) | def calculate_channels(self, L, kernel_size, stride, pad, n_convs):
class SynthesizerTrn (line 751) | class SynthesizerTrn(nn.Module):
method __init__ (line 756) | def __init__(
method export_onnx (line 878) | def export_onnx(
FILE: onnx_modules/V230/attentions_onnx.py
class LayerNorm (line 12) | class LayerNorm(nn.Module):
method __init__ (line 13) | def __init__(self, channels, eps=1e-5):
method forward (line 21) | def forward(self, x):
function fused_add_tanh_sigmoid_multiply (line 28) | def fused_add_tanh_sigmoid_multiply(input_a, input_b, n_channels):
class Encoder (line 37) | class Encoder(nn.Module):
method __init__ (line 38) | def __init__(
method forward (line 103) | def forward(self, x, x_mask, g=None):
class MultiHeadAttention (line 123) | class MultiHeadAttention(nn.Module):
method __init__ (line 124) | def __init__(
method forward (line 177) | def forward(self, x, c, attn_mask=None):
method attention (line 187) | def attention(self, query, key, value, mask=None):
method _matmul_with_relative_values (line 238) | def _matmul_with_relative_values(self, x, y):
method _matmul_with_relative_keys (line 247) | def _matmul_with_relative_keys(self, x, y):
method _get_relative_embeddings (line 256) | def _get_relative_embeddings(self, relative_embeddings, length):
method _relative_position_to_absolute_position (line 274) | def _relative_position_to_absolute_position(self, x):
method _absolute_position_to_relative_position (line 295) | def _absolute_position_to_relative_position(self, x):
method _attention_bias_proximal (line 311) | def _attention_bias_proximal(self, length):
class FFN (line 323) | class FFN(nn.Module):
method __init__ (line 324) | def __init__(
method forward (line 352) | def forward(self, x, x_mask):
method _causal_padding (line 362) | def _causal_padding(self, x):
method _same_padding (line 371) | def _same_padding(self, x):
FILE: onnx_modules/V230/models_onnx.py
class DurationDiscriminator (line 18) | class DurationDiscriminator(nn.Module): # vits2
method __init__ (line 19) | def __init__(
method forward_probability (line 52) | def forward_probability(self, x, dur):
method forward (line 60) | def forward(self, x, x_mask, dur_r, dur_hat, g=None):
class TransformerCouplingBlock (line 82) | class TransformerCouplingBlock(nn.Module):
method __init__ (line 83) | def __init__(
method forward (line 138) | def forward(self, x, x_mask, g=None, reverse=True):
class StochasticDurationPredictor (line 148) | class StochasticDurationPredictor(nn.Module):
method __init__ (line 149) | def __init__(
method forward (line 197) | def forward(self, x, x_mask, z, g=None):
class DurationPredictor (line 215) | class DurationPredictor(nn.Module):
method __init__ (line 216) | def __init__(
method forward (line 241) | def forward(self, x, x_mask, g=None):
class Bottleneck (line 258) | class Bottleneck(nn.Sequential):
method __init__ (line 259) | def __init__(self, in_dim, hidden_dim):
class Block (line 265) | class Block(nn.Module):
method __init__ (line 266) | def __init__(self, in_dim, hidden_dim) -> None:
method forward (line 271) | def forward(self, x: torch.Tensor) -> torch.Tensor:
class MLP (line 276) | class MLP(nn.Module):
method __init__ (line 277) | def __init__(self, in_dim, hidden_dim):
method forward (line 283) | def forward(self, x: torch.Tensor):
class TextEncoder (line 289) | class TextEncoder(nn.Module):
method __init__ (line 290) | def __init__(
method forward (line 333) | def forward(self, x, x_lengths, tone, language, bert, ja_bert, en_bert...
class ResidualCouplingBlock (line 362) | class ResidualCouplingBlock(nn.Module):
method __init__ (line 363) | def __init__(
method forward (line 397) | def forward(self, x, x_mask, g=None, reverse=True):
class PosteriorEncoder (line 407) | class PosteriorEncoder(nn.Module):
method __init__ (line 408) | def __init__(
method forward (line 437) | def forward(self, x, x_lengths, g=None):
class Generator (line 449) | class Generator(torch.nn.Module):
method __init__ (line 450) | def __init__(
method forward (line 497) | def forward(self, x, g=None):
method remove_weight_norm (line 518) | def remove_weight_norm(self):
class DiscriminatorP (line 526) | class DiscriminatorP(torch.nn.Module):
method __init__ (line 527) | def __init__(self, period, kernel_size=5, stride=3, use_spectral_norm=...
method forward (line 583) | def forward(self, x):
class DiscriminatorS (line 605) | class DiscriminatorS(torch.nn.Module):
method __init__ (line 606) | def __init__(self, use_spectral_norm=False):
method forward (line 621) | def forward(self, x):
class MultiPeriodDiscriminator (line 635) | class MultiPeriodDiscriminator(torch.nn.Module):
method __init__ (line 636) | def __init__(self, use_spectral_norm=False):
method forward (line 646) | def forward(self, y, y_hat):
class WavLMDiscriminator (line 662) | class WavLMDiscriminator(nn.Module):
method __init__ (line 665) | def __init__(
method forward (line 697) | def forward(self, x):
class ReferenceEncoder (line 711) | class ReferenceEncoder(nn.Module):
method __init__ (line 717) | def __init__(self, spec_channels, gin_channels=0):
method forward (line 746) | def forward(self, inputs, mask=None):
method calculate_channels (line 764) | def calculate_channels(self, L, kernel_size, stride, pad, n_convs):
class SynthesizerTrn (line 770) | class SynthesizerTrn(nn.Module):
method __init__ (line 775) | def __init__(
method export_onnx (line 896) | def export_onnx(
FILE: onnx_modules/V230_OnnxInference/__init__.py
function convert_pad_shape (line 5) | def convert_pad_shape(pad_shape):
function sequence_mask (line 11) | def sequence_mask(length, max_length=None):
function generate_path (line 18) | def generate_path(duration, mask):
class OnnxInferenceSession (line 35) | class OnnxInferenceSession:
method __init__ (line 36) | def __init__(self, path, Providers=["CPUExecutionProvider"]):
method __call__ (line 44) | def __call__(
FILE: onnx_modules/V240/attentions_onnx.py
class LayerNorm (line 12) | class LayerNorm(nn.Module):
method __init__ (line 13) | def __init__(self, channels, eps=1e-5):
method forward (line 21) | def forward(self, x):
function fused_add_tanh_sigmoid_multiply (line 28) | def fused_add_tanh_sigmoid_multiply(input_a, input_b, n_channels):
class Encoder (line 37) | class Encoder(nn.Module):
method __init__ (line 38) | def __init__(
method forward (line 103) | def forward(self, x, x_mask, g=None):
class MultiHeadAttention (line 123) | class MultiHeadAttention(nn.Module):
method __init__ (line 124) | def __init__(
method forward (line 177) | def forward(self, x, c, attn_mask=None):
method attention (line 187) | def attention(self, query, key, value, mask=None):
method _matmul_with_relative_values (line 238) | def _matmul_with_relative_values(self, x, y):
method _matmul_with_relative_keys (line 247) | def _matmul_with_relative_keys(self, x, y):
method _get_relative_embeddings (line 256) | def _get_relative_embeddings(self, relative_embeddings, length):
method _relative_position_to_absolute_position (line 274) | def _relative_position_to_absolute_position(self, x):
method _absolute_position_to_relative_position (line 295) | def _absolute_position_to_relative_position(self, x):
method _attention_bias_proximal (line 311) | def _attention_bias_proximal(self, length):
class FFN (line 323) | class FFN(nn.Module):
method __init__ (line 324) | def __init__(
method forward (line 352) | def forward(self, x, x_mask):
method _causal_padding (line 362) | def _causal_padding(self, x):
method _same_padding (line 371) | def _same_padding(self, x):
FILE: onnx_modules/V240/models_onnx.py
class DurationDiscriminator (line 18) | class DurationDiscriminator(nn.Module): # vits2
method __init__ (line 19) | def __init__(
method forward_probability (line 52) | def forward_probability(self, x, dur):
method forward (line 60) | def forward(self, x, x_mask, dur_r, dur_hat, g=None):
class TransformerCouplingBlock (line 82) | class TransformerCouplingBlock(nn.Module):
method __init__ (line 83) | def __init__(
method forward (line 138) | def forward(self, x, x_mask, g=None, reverse=True):
class StochasticDurationPredictor (line 148) | class StochasticDurationPredictor(nn.Module):
method __init__ (line 149) | def __init__(
method forward (line 197) | def forward(self, x, x_mask, z, g=None):
class DurationPredictor (line 215) | class DurationPredictor(nn.Module):
method __init__ (line 216) | def __init__(
method forward (line 241) | def forward(self, x, x_mask, g=None):
class Bottleneck (line 258) | class Bottleneck(nn.Sequential):
method __init__ (line 259) | def __init__(self, in_dim, hidden_dim):
class Block (line 265) | class Block(nn.Module):
method __init__ (line 266) | def __init__(self, in_dim, hidden_dim) -> None:
method forward (line 271) | def forward(self, x: torch.Tensor) -> torch.Tensor:
class MLP (line 276) | class MLP(nn.Module):
method __init__ (line 277) | def __init__(self, in_dim, hidden_dim):
method forward (line 283) | def forward(self, x: torch.Tensor):
class TextEncoder (line 289) | class TextEncoder(nn.Module):
method __init__ (line 290) | def __init__(
method forward (line 356) | def forward(self, x, x_lengths, tone, language, bert, emo, g=None):
class ResidualCouplingBlock (line 383) | class ResidualCouplingBlock(nn.Module):
method __init__ (line 384) | def __init__(
method forward (line 418) | def forward(self, x, x_mask, g=None, reverse=True):
class PosteriorEncoder (line 428) | class PosteriorEncoder(nn.Module):
method __init__ (line 429) | def __init__(
method forward (line 458) | def forward(self, x, x_lengths, g=None):
class Generator (line 470) | class Generator(torch.nn.Module):
method __init__ (line 471) | def __init__(
method forward (line 518) | def forward(self, x, g=None):
method remove_weight_norm (line 539) | def remove_weight_norm(self):
class DiscriminatorP (line 547) | class DiscriminatorP(torch.nn.Module):
method __init__ (line 548) | def __init__(self, period, kernel_size=5, stride=3, use_spectral_norm=...
method forward (line 604) | def forward(self, x):
class DiscriminatorS (line 626) | class DiscriminatorS(torch.nn.Module):
method __init__ (line 627) | def __init__(self, use_spectral_norm=False):
method forward (line 642) | def forward(self, x):
class MultiPeriodDiscriminator (line 656) | class MultiPeriodDiscriminator(torch.nn.Module):
method __init__ (line 657) | def __init__(self, use_spectral_norm=False):
method forward (line 667) | def forward(self, y, y_hat):
class WavLMDiscriminator (line 683) | class WavLMDiscriminator(nn.Module):
method __init__ (line 686) | def __init__(
method forward (line 718) | def forward(self, x):
class ReferenceEncoder (line 732) | class ReferenceEncoder(nn.Module):
method __init__ (line 738) | def __init__(self, spec_channels, gin_channels=0):
method forward (line 767) | def forward(self, inputs, mask=None):
method calculate_channels (line 785) | def calculate_channels(self, L, kernel_size, stride, pad, n_convs):
class SynthesizerTrn (line 791) | class SynthesizerTrn(nn.Module):
method __init__ (line 796) | def __init__(
method export_onnx (line 917) | def export_onnx(
FILE: onnx_modules/V240_JP/attentions_onnx.py
class LayerNorm (line 12) | class LayerNorm(nn.Module):
method __init__ (line 13) | def __init__(self, channels, eps=1e-5):
method forward (line 21) | def forward(self, x):
function fused_add_tanh_sigmoid_multiply (line 28) | def fused_add_tanh_sigmoid_multiply(input_a, input_b, n_channels):
class Encoder (line 37) | class Encoder(nn.Module):
method __init__ (line 38) | def __init__(
method forward (line 103) | def forward(self, x, x_mask, g=None):
class MultiHeadAttention (line 123) | class MultiHeadAttention(nn.Module):
method __init__ (line 124) | def __init__(
method forward (line 177) | def forward(self, x, c, attn_mask=None):
method attention (line 187) | def attention(self, query, key, value, mask=None):
method _matmul_with_relative_values (line 238) | def _matmul_with_relative_values(self, x, y):
method _matmul_with_relative_keys (line 247) | def _matmul_with_relative_keys(self, x, y):
method _get_relative_embeddings (line 256) | def _get_relative_embeddings(self, relative_embeddings, length):
method _relative_position_to_absolute_position (line 274) | def _relative_position_to_absolute_position(self, x):
method _absolute_position_to_relative_position (line 295) | def _absolute_position_to_relative_position(self, x):
method _attention_bias_proximal (line 311) | def _attention_bias_proximal(self, length):
class FFN (line 323) | class FFN(nn.Module):
method __init__ (line 324) | def __init__(
method forward (line 352) | def forward(self, x, x_mask):
method _causal_padding (line 362) | def _causal_padding(self, x):
method _same_padding (line 371) | def _same_padding(self, x):
FILE: onnx_modules/V240_JP/models_onnx.py
class DurationDiscriminator (line 20) | class DurationDiscriminator(nn.Module): # vits2
method __init__ (line 21) | def __init__(
method forward_probability (line 54) | def forward_probability(self, x, dur):
method forward (line 62) | def forward(self, x, x_mask, dur_r, dur_hat, g=None):
class TransformerCouplingBlock (line 84) | class TransformerCouplingBlock(nn.Module):
method __init__ (line 85) | def __init__(
method forward (line 140) | def forward(self, x, x_mask, g=None, reverse=True):
class StochasticDurationPredictor (line 150) | class StochasticDurationPredictor(nn.Module):
method __init__ (line 151) | def __init__(
method forward (line 199) | def forward(self, x, x_mask, z, g=None):
class DurationPredictor (line 217) | class DurationPredictor(nn.Module):
method __init__ (line 218) | def __init__(
method forward (line 243) | def forward(self, x, x_mask, g=None):
class Bottleneck (line 260) | class Bottleneck(nn.Sequential):
method __init__ (line 261) | def __init__(self, in_dim, hidden_dim):
class Block (line 267) | class Block(nn.Module):
method __init__ (line 268) | def __init__(self, in_dim, hidden_dim) -> None:
method forward (line 273) | def forward(self, x: torch.Tensor) -> torch.Tensor:
class MLP (line 278) | class MLP(nn.Module):
method __init__ (line 279) | def __init__(self, in_dim, hidden_dim):
method forward (line 285) | def forward(self, x: torch.Tensor):
class TextEncoder (line 291) | class TextEncoder(nn.Module):
method __init__ (line 292) | def __init__(
method forward (line 361) | def forward(self, x, x_lengths, tone, language, bert, emo, g=None):
class ResidualCouplingBlock (line 386) | class ResidualCouplingBlock(nn.Module):
method __init__ (line 387) | def __init__(
method forward (line 421) | def forward(self, x, x_mask, g=None, reverse=True):
class PosteriorEncoder (line 431) | class PosteriorEncoder(nn.Module):
method __init__ (line 432) | def __init__(
method forward (line 461) | def forward(self, x, x_lengths, g=None):
class Generator (line 473) | class Generator(torch.nn.Module):
method __init__ (line 474) | def __init__(
method forward (line 521) | def forward(self, x, g=None):
method remove_weight_norm (line 542) | def remove_weight_norm(self):
class DiscriminatorP (line 550) | class DiscriminatorP(torch.nn.Module):
method __init__ (line 551) | def __init__(self, period, kernel_size=5, stride=3, use_spectral_norm=...
method forward (line 607) | def forward(self, x):
class DiscriminatorS (line 629) | class DiscriminatorS(torch.nn.Module):
method __init__ (line 630) | def __init__(self, use_spectral_norm=False):
method forward (line 645) | def forward(self, x):
class MultiPeriodDiscriminator (line 659) | class MultiPeriodDiscriminator(torch.nn.Module):
method __init__ (line 660) | def __init__(self, use_spectral_norm=False):
method forward (line 670) | def forward(self, y, y_hat):
class WavLMDiscriminator (line 686) | class WavLMDiscriminator(nn.Module):
method __init__ (line 689) | def __init__(
method forward (line 721) | def forward(self, x):
class ReferenceEncoder (line 735) | class ReferenceEncoder(nn.Module):
method __init__ (line 741) | def __init__(self, spec_channels, gin_channels=0):
method forward (line 770) | def forward(self, inputs, mask=None):
method calculate_channels (line 788) | def calculate_channels(self, L, kernel_size, stride, pad, n_convs):
class SynthesizerTrn (line 794) | class SynthesizerTrn(nn.Module):
method __init__ (line 799) | def __init__(
method export_onnx (line 920) | def export_onnx(
FILE: onnx_modules/V240_OnnxInference/__init__.py
function convert_pad_shape (line 5) | def convert_pad_shape(pad_shape):
function sequence_mask (line 11) | def sequence_mask(length, max_length=None):
function generate_path (line 18) | def generate_path(duration, mask):
class OnnxInferenceSession (line 35) | class OnnxInferenceSession:
method __init__ (line 36) | def __init__(self, path, Providers=["CPUExecutionProvider"]):
method __call__ (line 44) | def __call__(
FILE: onnx_modules/V240_ZH/attentions_onnx.py
class LayerNorm (line 12) | class LayerNorm(nn.Module):
method __init__ (line 13) | def __init__(self, channels, eps=1e-5):
method forward (line 21) | def forward(self, x):
function fused_add_tanh_sigmoid_multiply (line 28) | def fused_add_tanh_sigmoid_multiply(input_a, input_b, n_channels):
class Encoder (line 37) | class Encoder(nn.Module):
method __init__ (line 38) | def __init__(
method forward (line 103) | def forward(self, x, x_mask, g=None):
class MultiHeadAttention (line 123) | class MultiHeadAttention(nn.Module):
method __init__ (line 124) | def __init__(
method forward (line 177) | def forward(self, x, c, attn_mask=None):
method attention (line 187) | def attention(self, query, key, value, mask=None):
method _matmul_with_relative_values (line 238) | def _matmul_with_relative_values(self, x, y):
method _matmul_with_relative_keys (line 247) | def _matmul_with_relative_keys(self, x, y):
method _get_relative_embeddings (line 256) | def _get_relative_embeddings(self, relative_embeddings, length):
method _relative_position_to_absolute_position (line 274) | def _relative_position_to_absolute_position(self, x):
method _absolute_position_to_relative_position (line 295) | def _absolute_position_to_relative_position(self, x):
method _attention_bias_proximal (line 311) | def _attention_bias_proximal(self, length):
class FFN (line 323) | class FFN(nn.Module):
method __init__ (line 324) | def __init__(
method forward (line 352) | def forward(self, x, x_mask):
method _causal_padding (line 362) | def _causal_padding(self, x):
method _same_padding (line 371) | def _same_padding(self, x):
FILE: onnx_modules/V240_ZH/models_onnx.py
class DurationDiscriminator (line 20) | class DurationDiscriminator(nn.Module): # vits2
method __init__ (line 21) | def __init__(
method forward_probability (line 54) | def forward_probability(self, x, dur):
method forward (line 62) | def forward(self, x, x_mask, dur_r, dur_hat, g=None):
class TransformerCouplingBlock (line 84) | class TransformerCouplingBlock(nn.Module):
method __init__ (line 85) | def __init__(
method forward (line 140) | def forward(self, x, x_mask, g=None, reverse=True):
class StochasticDurationPredictor (line 150) | class StochasticDurationPredictor(nn.Module):
method __init__ (line 151) | def __init__(
method forward (line 199) | def forward(self, x, x_mask, z, g=None):
class DurationPredictor (line 217) | class DurationPredictor(nn.Module):
method __init__ (line 218) | def __init__(
method forward (line 243) | def forward(self, x, x_mask, g=None):
class Bottleneck (line 260) | class Bottleneck(nn.Sequential):
method __init__ (line 261) | def __init__(self, in_dim, hidden_dim):
class Block (line 267) | class Block(nn.Module):
method __init__ (line 268) | def __init__(self, in_dim, hidden_dim) -> None:
method forward (line 273) | def forward(self, x: torch.Tensor) -> torch.Tensor:
class MLP (line 278) | class MLP(nn.Module):
method __init__ (line 279) | def __init__(self, in_dim, hidden_dim):
method forward (line 285) | def forward(self, x: torch.Tensor):
class TextEncoder (line 291) | class TextEncoder(nn.Module):
method __init__ (line 292) | def __init__(
method forward (line 358) | def forward(self, x, x_lengths, tone, language, bert, emo, g=None):
class ResidualCouplingBlock (line 385) | class ResidualCouplingBlock(nn.Module):
method __init__ (line 386) | def __init__(
method forward (line 420) | def forward(self, x, x_mask, g=None, reverse=True):
class PosteriorEncoder (line 430) | class PosteriorEncoder(nn.Module):
method __init__ (line 431) | def __init__(
method forward (line 460) | def forward(self, x, x_lengths, g=None):
class Generator (line 472) | class Generator(torch.nn.Module):
method __init__ (line 473) | def __init__(
method forward (line 520) | def forward(self, x, g=None):
method remove_weight_norm (line 541) | def remove_weight_norm(self):
class DiscriminatorP (line 549) | class DiscriminatorP(torch.nn.Module):
method __init__ (line 550) | def __init__(self, period, kernel_size=5, stride=3, use_spectral_norm=...
method forward (line 606) | def forward(self, x):
class DiscriminatorS (line 628) | class DiscriminatorS(torch.nn.Module):
method __init__ (line 629) | def __init__(self, use_spectral_norm=False):
method forward (line 644) | def forward(self, x):
class MultiPeriodDiscriminator (line 658) | class MultiPeriodDiscriminator(torch.nn.Module):
method __init__ (line 659) | def __init__(self, use_spectral_norm=False):
method forward (line 669) | def forward(self, y, y_hat):
class WavLMDiscriminator (line 685) | class WavLMDiscriminator(nn.Module):
method __init__ (line 688) | def __init__(
method forward (line 720) | def forward(self, x):
class ReferenceEncoder (line 734) | class ReferenceEncoder(nn.Module):
method __init__ (line 740) | def __init__(self, spec_channels, gin_channels=0):
method forward (line 769) | def forward(self, inputs, mask=None):
method calculate_channels (line 787) | def calculate_channels(self, L, kernel_size, stride, pad, n_convs):
class SynthesizerTrn (line 793) | class SynthesizerTrn(nn.Module):
method __init__ (line 798) | def __init__(
method export_onnx (line 919) | def export_onnx(
FILE: onnx_modules/__init__.py
function export_onnx (line 5) | def export_onnx(export_path, model_path, config_path, novq, dev, Extra):
FILE: preprocess_text.py
function preprocess (line 34) | def preprocess(
FILE: re_matching.py
function extract_language_and_text_updated (line 4) | def extract_language_and_text_updated(speaker, dialogue):
function validate_text (line 15) | def validate_text(input_text):
function text_matching (line 41) | def text_matching(text: str) -> list:
function cut_para (line 50) | def cut_para(text):
function cut_sent (line 58) | def cut_sent(para):
FILE: resample.py
function process (line 12) | def process(item):
FILE: resample_legacy.py
function process (line 12) | def process(item):
FILE: spec_gen.py
class AudioProcessor (line 8) | class AudioProcessor:
method __init__ (line 9) | def __init__(
method process_audio (line 31) | def process_audio(self, filename):
FILE: text/__init__.py
function cleaned_text_to_sequence (line 6) | def cleaned_text_to_sequence(cleaned_text, tones, language):
function get_bert (line 21) | def get_bert(norm_text, word2ph, language, device, style_text=None, styl...
function check_bert_models (line 33) | def check_bert_models():
function init_openjtalk (line 53) | def init_openjtalk():
FILE: text/bert_utils.py
function _check_bert (line 10) | def _check_bert(repo_id, files, local_path):
FILE: text/chinese.py
function replace_punctuation (line 66) | def replace_punctuation(text):
function g2p (line 79) | def g2p(text):
function _get_initials_finals (line 91) | def _get_initials_finals(word):
function _g2p (line 104) | def _g2p(segments):
function text_normalize (line 181) | def text_normalize(text):
function get_bert_feature (line 187) | def get_bert_feature(text, word2ph):
FILE: text/chinese_bert.py
function get_bert_feature (line 15) | def get_bert_feature(
FILE: text/cleaner.py
function clean_text (line 6) | def clean_text(text, language):
function clean_text_bert (line 13) | def clean_text_bert(text, language):
function text_to_sequence (line 21) | def text_to_sequence(text, language):
FILE: text/english.py
function post_replace_ph (line 92) | def post_replace_ph(ph):
function replace_punctuation (line 157) | def replace_punctuation(text):
function read_dict (line 173) | def read_dict():
function cache_dict (line 197) | def cache_dict(g2p_dict, file_path):
function get_dict (line 202) | def get_dict():
function refine_ph (line 216) | def refine_ph(phn):
function refine_syllables (line 226) | def refine_syllables(syllables):
function _expand_dollars (line 312) | def _expand_dollars(m):
function _remove_commas (line 333) | def _remove_commas(m):
function _expand_ordinal (line 337) | def _expand_ordinal(m):
function _expand_number (line 341) | def _expand_number(m):
function _expand_decimal_point (line 358) | def _expand_decimal_point(m):
function normalize_numbers (line 362) | def normalize_numbers(text):
function text_normalize (line 372) | def text_normalize(text):
function distribute_phone (line 379) | def distribute_phone(n_phone, n_word):
function sep_text (line 388) | def sep_text(text):
function text_to_words (line 394) | def text_to_words(text):
function g2p (line 421) | def g2p(text):
function get_bert_feature (line 479) | def get_bert_feature(text, word2ph):
FILE: text/english_bert_mock.py
function get_bert_feature (line 15) | def get_bert_feature(
FILE: text/japanese.py
function hiragana2p (line 313) | def hiragana2p(txt: str) -> str:
function kata2phoneme (line 350) | def kata2phoneme(text: str) -> str:
function text2sep_kata (line 382) | def text2sep_kata(text: str):
function get_accent (line 415) | def get_accent(parsed):
function japanese_convert_numbers_to_words (line 514) | def japanese_convert_numbers_to_words(text: str) -> str:
function japanese_convert_alpha_symbols_to_words (line 521) | def japanese_convert_alpha_symbols_to_words(text: str) -> str:
function is_japanese_character (line 525) | def is_japanese_character(char):
function replace_punctuation (line 587) | def replace_punctuation(text):
function text_normalize (line 603) | def text_normalize(text):
function distribute_phone (line 612) | def distribute_phone(n_phone, n_word):
function handle_long (line 621) | def handle_long(sep_phonemes):
function align_tones (line 635) | def align_tones(phones, tones):
function rearrange_tones (line 657) | def rearrange_tones(tones, phones):
function g2p (line 677) | def g2p(norm_text):
FILE: text/japanese_bert.py
function get_bert_feature (line 16) | def get_bert_feature(
FILE: text/tone_sandhi.py
class ToneSandhi (line 22) | class ToneSandhi:
method __init__ (line 23) | def __init__(self):
method _neural_sandhi (line 466) | def _neural_sandhi(self, word: str, pos: str, finals: List[str]) -> Li...
method _bu_sandhi (line 525) | def _bu_sandhi(self, word: str, finals: List[str]) -> List[str]:
method _yi_sandhi (line 536) | def _yi_sandhi(self, word: str, finals: List[str]) -> List[str]:
method _split_word (line 561) | def _split_word(self, word: str) -> List[str]:
method _three_sandhi (line 574) | def _three_sandhi(self, word: str, finals: List[str]) -> List[str]:
method _all_tone_three (line 614) | def _all_tone_three(self, finals: List[str]) -> bool:
method _merge_bu (line 619) | def _merge_bu(self, seg: List[Tuple[str, str]]) -> List[Tuple[str, str]]:
method _merge_yi (line 639) | def _merge_yi(self, seg: List[Tuple[str, str]]) -> List[Tuple[str, str]]:
method _merge_continuous_three_tones (line 676) | def _merge_continuous_three_tones(
method _is_reduplication (line 707) | def _is_reduplication(self, word: str) -> bool:
method _merge_continuous_three_tones_2 (line 711) | def _merge_continuous_three_tones_2(
method _merge_er (line 741) | def _merge_er(self, seg: List[Tuple[str, str]]) -> List[Tuple[str, str]]:
method _merge_reduplication (line 750) | def _merge_reduplication(self, seg: List[Tuple[str, str]]) -> List[Tup...
method pre_merge_for_modify (line 759) | def pre_merge_for_modify(self, seg: List[Tuple[str, str]]) -> List[Tup...
method modified_tone (line 771) | def modified_tone(self, word: str, pos: str, finals: List[str]) -> Lis...
FILE: tools/classify_language.py
function classify_language (line 115) | def classify_language(text: str, target_languages: list = None) -> str:
function classify_zh_ja (line 142) | def classify_zh_ja(text: str) -> str:
function split_alpha_nonalpha (line 163) | def split_alpha_nonalpha(text, mode=1):
FILE: tools/sentence.py
function check_is_none (line 8) | def check_is_none(item) -> bool:
function markup_language (line 17) | def markup_language(text: str, target_languages: list = None) -> str:
function split_by_language (line 59) | def split_by_language(text: str, target_languages: list = None) -> list:
function sentence_split (line 97) | def sentence_split(text: str, max: int) -> list:
function sentence_split_and_markup (line 119) | def sentence_split_and_markup(text, max=50, lang="auto", speaker_lang=No...
FILE: tools/translate.py
function translate (line 12) | def translate(Sentence: str, to_Language: str = "jp", from_Language: str...
FILE: train_ms.py
function run (line 54) | def run():
function train_and_evaluate (line 394) | def train_and_evaluate(
function evaluate (line 742) | def evaluate(hps, generator, eval_loader, writer_eval):
FILE: transforms.py
function piecewise_rational_quadratic_transform (line 11) | def piecewise_rational_quadratic_transform(
function searchsorted (line 44) | def searchsorted(bin_locations, inputs, eps=1e-6):
function unconstrained_rational_quadratic_spline (line 49) | def unconstrained_rational_quadratic_spline(
function rational_quadratic_spline (line 99) | def rational_quadratic_spline(
FILE: update_status.py
function raw_dir_convert_to_path (line 7) | def raw_dir_convert_to_path(target_dir: str, lang):
function update_g_files (line 20) | def update_g_files():
function update_c_files (line 32) | def update_c_files():
function update_model_folders (line 46) | def update_model_folders():
function update_wav_lab_pairs (line 60) | def update_wav_lab_pairs():
function update_raw_folders (line 74) | def update_raw_folders():
FILE: utils.py
function download_emo_models (line 19) | def download_emo_models(mirror, repo_id, model_name):
function download_checkpoint (line 37) | def download_checkpoint(
function load_checkpoint (line 65) | def load_checkpoint(checkpoint_path, model, optimizer=None, skip_optimiz...
function save_checkpoint (line 123) | def save_checkpoint(model, optimizer, learning_rate, iteration, checkpoi...
function summarize (line 144) | def summarize(
function latest_checkpoint_path (line 163) | def latest_checkpoint_path(dir_path, regex="G_*.pth"):
function plot_spectrogram_to_numpy (line 170) | def plot_spectrogram_to_numpy(spectrogram):
function plot_alignment_to_numpy (line 196) | def plot_alignment_to_numpy(alignment, info=None):
function load_wav_to_torch (line 227) | def load_wav_to_torch(full_path):
function load_filepaths_and_text (line 232) | def load_filepaths_and_text(filename, split="|"):
function get_hparams (line 238) | def get_hparams(init=True):
function clean_checkpoints (line 271) | def clean_checkpoints(path_to_models="logs/44k/", n_ckpts_to_keep=2, sor...
function get_hparams_from_dir (line 320) | def get_hparams_from_dir(model_dir):
function get_hparams_from_file (line 331) | def get_hparams_from_file(config_path):
function check_git_hash (line 341) | def check_git_hash(model_dir):
function get_logger (line 366) | def get_logger(model_dir, filename="train.log"):
class HParams (line 381) | class HParams:
method __init__ (line 382) | def __init__(self, **kwargs):
method keys (line 388) | def keys(self):
method items (line 391) | def items(self):
method values (line 394) | def values(self):
method __len__ (line 397) | def __len__(self):
method __getitem__ (line 400) | def __getitem__(self, key):
method __setitem__ (line 403) | def __setitem__(self, key, value):
method __contains__ (line 406) | def __contains__(self, key):
method __repr__ (line 409) | def __repr__(self):
function load_model (line 413) | def load_model(model_path, config_path):
function mix_model (line 428) | def mix_model(
function get_steps (line 459) | def get_steps(model_path):
FILE: webui.py
function free_up_memory (line 36) | def free_up_memory():
function generate_audio (line 44) | def generate_audio(
function generate_audio_multilang (line 91) | def generate_audio_multilang(
function tts_split (line 134) | def tts_split(
function process_mix (line 206) | def process_mix(slice):
function process_auto (line 226) | def process_auto(text):
function process_text (line 245) | def process_text(
function tts_fn (line 319) | def tts_fn(
function format_utils (line 361) | def format_utils(text, speaker):
function load_audio (line 371) | def load_audio(path):
function gr_util (line 377) | def gr_util(item):
FILE: webui_preprocess.py
function get_path (line 9) | def get_path(data_dir):
function generate_config (line 18) | def generate_config(data_dir, batch_size):
function resample (line 41) | def resample(data_dir):
function preprocess_text (line 61) | def preprocess_text(data_dir):
function bert_gen (line 89) | def bert_gen(data_dir):
Copy disabled (too large)
Download .json
Condensed preview — 265 files, each showing path, character count, and a content snippet. Download the .json file for the full structured content (24,956K chars).
[
{
"path": ".github/workflows/pull_format.yml",
"chars": 917,
"preview": "name: pull format\n\non: [pull_request]\n\npermissions:\n contents: write\n\njobs:\n pull_format:\n runs-on: ${{ matrix.os }"
},
{
"path": ".github/workflows/push_format.yml",
"chars": 1368,
"preview": "name: push format\n\non:\n push:\n branches:\n - master\n - dev\n\npermissions:\n contents: write\n pull-requests:"
},
{
"path": ".gitignore",
"chars": 3376,
"preview": "# Byte-compiled / optimized / DLL files\n__pycache__/\n*.py[cod]\n*$py.class\n\n# C extensions\n*.so\n\n# Distribution / packagi"
},
{
"path": ".gitmodules",
"chars": 0,
"preview": ""
},
{
"path": ".pre-commit-config.yaml",
"chars": 571,
"preview": "repos:\n - repo: https://github.com/pre-commit/pre-commit-hooks\n rev: v6.0.0\n hooks:\n - id: check-yaml\n "
},
{
"path": "LICENSE",
"chars": 34523,
"preview": " GNU AFFERO GENERAL PUBLIC LICENSE\n Version 3, 19 November 2007\n\n Copyright (C)"
},
{
"path": "README.md",
"chars": 2191,
"preview": "<div align=\"center\">\n\n<img alt=\"LOGO\" src=\"https://avatars.githubusercontent.com/u/122017386\" width=\"256\" height=\"256\" /"
},
{
"path": "attentions.py",
"chars": 16342,
"preview": "import math\nimport torch\nfrom torch import nn\nfrom torch.nn import functional as F\n\nimport commons\nimport logging\n\nlogge"
},
{
"path": "bert/bert-base-japanese-v3/.gitattributes",
"chars": 1477,
"preview": "*.7z filter=lfs diff=lfs merge=lfs -text\n*.arrow filter=lfs diff=lfs merge=lfs -text\n*.bin filter=lfs diff=lfs merge=lfs"
},
{
"path": "bert/bert-base-japanese-v3/README.md",
"chars": 2630,
"preview": "---\nlicense: apache-2.0\ndatasets:\n- cc100\n- wikipedia\nlanguage:\n- ja\nwidget:\n- text: 東北大学で[MASK]の研究をしています。\n---\n\n# BERT b"
},
{
"path": "bert/bert-base-japanese-v3/config.json",
"chars": 472,
"preview": "{\n \"architectures\": [\n \"BertForPreTraining\"\n ],\n \"attention_probs_dropout_prob\": 0.1,\n \"hidden_act\": "
},
{
"path": "bert/bert-base-japanese-v3/tokenizer_config.json",
"chars": 251,
"preview": "{\n \"tokenizer_class\": \"BertJapaneseTokenizer\",\n \"model_max_length\": 512,\n \"do_lower_case\": false,\n \"word_tok"
},
{
"path": "bert/bert-base-japanese-v3/vocab.txt",
"chars": 116187,
"preview": "[PAD]\n[UNK]\n[CLS]\n[SEP]\n[MASK]\n[unused0]\n[unused1]\n[unused2]\n[unused3]\n[unused4]\n[unused5]\n[unused6]\n[unused7]\n[unused8]"
},
{
"path": "bert/bert-large-japanese-v2/.gitattributes",
"chars": 1477,
"preview": "*.7z filter=lfs diff=lfs merge=lfs -text\n*.arrow filter=lfs diff=lfs merge=lfs -text\n*.bin filter=lfs diff=lfs merge=lfs"
},
{
"path": "bert/bert-large-japanese-v2/README.md",
"chars": 2633,
"preview": "---\nlicense: apache-2.0\ndatasets:\n- cc100\n- wikipedia\nlanguage:\n- ja\nwidget:\n- text: 東北大学で[MASK]の研究をしています。\n---\n\n# BERT l"
},
{
"path": "bert/bert-large-japanese-v2/config.json",
"chars": 473,
"preview": "{\n \"architectures\": [\n \"BertForPreTraining\"\n ],\n \"attention_probs_dropout_prob\": 0.1,\n \"hidden_act\": "
},
{
"path": "bert/bert-large-japanese-v2/tokenizer_config.json",
"chars": 251,
"preview": "{\n \"tokenizer_class\": \"BertJapaneseTokenizer\",\n \"model_max_length\": 512,\n \"do_lower_case\": false,\n \"word_tok"
},
{
"path": "bert/bert-large-japanese-v2/vocab.txt",
"chars": 116187,
"preview": "[PAD]\n[UNK]\n[CLS]\n[SEP]\n[MASK]\n[unused0]\n[unused1]\n[unused2]\n[unused3]\n[unused4]\n[unused5]\n[unused6]\n[unused7]\n[unused8]"
},
{
"path": "bert/bert_models.json",
"chars": 432,
"preview": "{\n \"deberta-v2-large-japanese-char-wwm\": {\n \"repo_id\": \"ku-nlp/deberta-v2-large-japanese-char-wwm\",\n \"f"
},
{
"path": "bert/chinese-roberta-wwm-ext-large/.gitattributes",
"chars": 391,
"preview": "*.bin.* filter=lfs diff=lfs merge=lfs -text\n*.lfs.* filter=lfs diff=lfs merge=lfs -text\n*.bin filter=lfs diff=lfs merge="
},
{
"path": "bert/chinese-roberta-wwm-ext-large/README.md",
"chars": 2061,
"preview": "---\nlanguage:\n- zh\ntags:\n- bert\nlicense: \"apache-2.0\"\n---\n\n# Please use 'Bert' related functions to load this model!\n\n##"
},
{
"path": "bert/chinese-roberta-wwm-ext-large/added_tokens.json",
"chars": 3,
"preview": "{}\n"
},
{
"path": "bert/chinese-roberta-wwm-ext-large/config.json",
"chars": 690,
"preview": "{\n \"architectures\": [\n \"BertForMaskedLM\"\n ],\n \"attention_probs_dropout_prob\": 0.1,\n \"bos_token_id\": 0,\n \"directi"
},
{
"path": "bert/chinese-roberta-wwm-ext-large/special_tokens_map.json",
"chars": 113,
"preview": "{\"unk_token\": \"[UNK]\", \"sep_token\": \"[SEP]\", \"pad_token\": \"[PAD]\", \"cls_token\": \"[CLS]\", \"mask_token\": \"[MASK]\"}\n"
},
{
"path": "bert/chinese-roberta-wwm-ext-large/tokenizer.json",
"chars": 235192,
"preview": "{\"version\":\"1.0\",\"truncation\":null,\"padding\":null,\"added_tokens\":[{\"id\":0,\"special\":true,\"content\":\"[PAD]\",\"single_word\""
},
{
"path": "bert/chinese-roberta-wwm-ext-large/tokenizer_config.json",
"chars": 20,
"preview": "{\"init_inputs\": []}\n"
},
{
"path": "bert/chinese-roberta-wwm-ext-large/vocab.txt",
"chars": 75770,
"preview": "[PAD]\n[unused1]\n[unused2]\n[unused3]\n[unused4]\n[unused5]\n[unused6]\n[unused7]\n[unused8]\n[unused9]\n[unused10]\n[unused11]\n[u"
},
{
"path": "bert/deberta-v2-large-japanese/.gitattributes",
"chars": 1477,
"preview": "*.7z filter=lfs diff=lfs merge=lfs -text\n*.arrow filter=lfs diff=lfs merge=lfs -text\n*.bin filter=lfs diff=lfs merge=lfs"
},
{
"path": "bert/deberta-v2-large-japanese/README.md",
"chars": 4861,
"preview": "---\nlanguage: ja\nlicense: cc-by-sa-4.0\nlibrary_name: transformers\ntags:\n - deberta\n - deberta-v2\n - fill-mask\ndataset"
},
{
"path": "bert/deberta-v2-large-japanese/config.json",
"chars": 947,
"preview": "{\n \"_name_or_path\": \"configs/deberta_v2_large.json\",\n \"architectures\": [\n \"DebertaV2ForMaskedLM\"\n ],\n \"attention_"
},
{
"path": "bert/deberta-v2-large-japanese/special_tokens_map.json",
"chars": 173,
"preview": "{\n \"bos_token\": \"[CLS]\",\n \"cls_token\": \"[CLS]\",\n \"eos_token\": \"[SEP]\",\n \"mask_token\": \"[MASK]\",\n \"pad_token\": \"[PAD"
},
{
"path": "bert/deberta-v2-large-japanese/tokenizer.json",
"chars": 2232962,
"preview": "{\n \"version\": \"1.0\",\n \"truncation\": null,\n \"padding\": null,\n \"added_tokens\": [\n {\n \"id\": 0,\n \"content\":"
},
{
"path": "bert/deberta-v2-large-japanese/tokenizer_config.json",
"chars": 353,
"preview": "{\n \"bos_token\": \"[CLS]\",\n \"cls_token\": \"[CLS]\",\n \"do_lower_case\": false,\n \"eos_token\": \"[SEP]\",\n \"keep_accents\": tr"
},
{
"path": "bert/deberta-v2-large-japanese-char-wwm/.gitattributes",
"chars": 1477,
"preview": "*.7z filter=lfs diff=lfs merge=lfs -text\n*.arrow filter=lfs diff=lfs merge=lfs -text\n*.bin filter=lfs diff=lfs merge=lfs"
},
{
"path": "bert/deberta-v2-large-japanese-char-wwm/README.md",
"chars": 3411,
"preview": "---\nlanguage: ja\nlicense: cc-by-sa-4.0\nlibrary_name: transformers\ntags:\n - deberta\n - deberta-v2\n - fill-mask\n - cha"
},
{
"path": "bert/deberta-v2-large-japanese-char-wwm/config.json",
"chars": 895,
"preview": "{\n \"architectures\": [\n \"DebertaV2ForMaskedLM\"\n ],\n \"attention_head_size\": 64,\n \"attention_probs_dropout_prob\": 0."
},
{
"path": "bert/deberta-v2-large-japanese-char-wwm/special_tokens_map.json",
"chars": 125,
"preview": "{\n \"cls_token\": \"[CLS]\",\n \"mask_token\": \"[MASK]\",\n \"pad_token\": \"[PAD]\",\n \"sep_token\": \"[SEP]\",\n \"unk_token\": \"[UNK"
},
{
"path": "bert/deberta-v2-large-japanese-char-wwm/tokenizer_config.json",
"chars": 520,
"preview": "{\n \"cls_token\": \"[CLS]\",\n \"do_lower_case\": false,\n \"do_subword_tokenize\": true,\n \"do_word_tokenize\": true,\n \"jumanp"
},
{
"path": "bert/deberta-v2-large-japanese-char-wwm/vocab.txt",
"chars": 44044,
"preview": "[PAD]\n[CLS]\n[SEP]\n[UNK]\n[MASK]\n▁\nの\n、\nに\nい\n。\nし\nた\nで\nる\nー\nと\nて\nは\nを\nが\nな\nン\nす\nま\nれ\n1\nか\nっ\nス\n0\nも\nり\nら\n2\nト\nル\nこ\nう\nイ\nさ\nあ\n年\n(\n)\n・\nリ\nく\nッ\nア"
},
{
"path": "bert/deberta-v3-large/.gitattributes",
"chars": 1174,
"preview": "*.7z filter=lfs diff=lfs merge=lfs -text\n*.arrow filter=lfs diff=lfs merge=lfs -text\n*.bin filter=lfs diff=lfs merge=lfs"
},
{
"path": "bert/deberta-v3-large/README.md",
"chars": 3263,
"preview": "---\nlanguage: en\ntags:\n - deberta\n - deberta-v3\n - fill-mask\nthumbnail: https://huggingface.co/front/thumbnails/micro"
},
{
"path": "bert/deberta-v3-large/config.json",
"chars": 580,
"preview": "{\n\t\t\"model_type\": \"deberta-v2\",\n\t\t\"attention_probs_dropout_prob\": 0.1,\n\t\t\"hidden_act\": \"gelu\",\n\t\t\"hidden_dropout_prob\": "
},
{
"path": "bert/deberta-v3-large/generator_config.json",
"chars": 560,
"preview": "{\n\t\"model_type\": \"deberta-v2\",\n\t\"attention_probs_dropout_prob\": 0.1,\n\t\"hidden_act\": \"gelu\",\n\t\"hidden_dropout_prob\": 0.1,"
},
{
"path": "bert/deberta-v3-large/tokenizer_config.json",
"chars": 52,
"preview": "{\n \"do_lower_case\": false,\n \"vocab_type\": \"spm\"\n}\n"
},
{
"path": "bert_gen.py",
"chars": 2740,
"preview": "import torch\nfrom multiprocessing import Pool\nimport commons\nimport utils\nfrom tqdm import tqdm\nfrom text import check_b"
},
{
"path": "commons.py",
"chars": 4945,
"preview": "import math\nimport torch\nfrom torch.nn import functional as F\n\n\ndef init_weights(m, mean=0.0, std=0.01):\n classname ="
},
{
"path": "compress_model.py",
"chars": 2397,
"preview": "from collections import OrderedDict\nfrom text.symbols import symbols\nimport torch\n\nfrom tools.log import logger\nimport u"
},
{
"path": "config.py",
"chars": 8438,
"preview": "\"\"\"\r\n@Desc: 全局配置文件读取\r\n\"\"\"\r\n\r\nimport argparse\r\nimport yaml\r\nfrom typing import Dict, List\r\nimport os\r\nimport shutil\r\nimpo"
},
{
"path": "configs/config.json",
"chars": 20490,
"preview": "{\r\n \"train\": {\r\n \"log_interval\": 200,\r\n \"eval_interval\": 1000,\r\n \"seed\": 42,\r\n \"epochs\": 1000,\r\n \"learni"
},
{
"path": "css/custom.css",
"chars": 241,
"preview": "\n#yml_code {\n height: 600px;\n flex-grow: inherit;\n overflow-y: auto;\n}\n\n#json_code {\n height: 600px;\n fle"
},
{
"path": "data_utils.py",
"chars": 14374,
"preview": "import os\nimport random\nimport torch\nimport torch.utils.data\nfrom tqdm import tqdm\nfrom tools.log import logger\nimport c"
},
{
"path": "default_config.yml",
"chars": 3977,
"preview": "# 全局配置\r\n# 对于希望在同一时间使用多个配置文件的情况，例如两个GPU同时跑两个训练集：通过环境变量指定配置文件，不指定则默认为./config.yml\r\n\r\n# 拟提供通用路径配置，统一存放数据，避免数据放得很乱\r\n# 每个数据集与"
},
{
"path": "emotional/clap-htsat-fused/.gitattributes",
"chars": 1477,
"preview": "*.7z filter=lfs diff=lfs merge=lfs -text\n*.arrow filter=lfs diff=lfs merge=lfs -text\n*.bin filter=lfs diff=lfs merge=lfs"
},
{
"path": "emotional/clap-htsat-fused/README.md",
"chars": 4430,
"preview": "---\nlicense: apache-2.0\n---\n# Model card for CLAP\n\nModel card for CLAP: Contrastive Language-Audio Pretraining\n\n![clap_i"
},
{
"path": "emotional/clap-htsat-fused/config.json",
"chars": 5422,
"preview": "{\n \"_commit_hash\": null,\n \"architectures\": [\n \"ClapModel\"\n ],\n \"audio_config\": {\n \"_name_or_path\": \"\",\n \"ad"
},
{
"path": "emotional/clap-htsat-fused/merges.txt",
"chars": 420610,
"preview": "#version: 0.2 - Trained by `huggingface/tokenizers`\nĠ t\nĠ a\nh e\ni n\nr e\no n\nĠt he\ne r\nĠ s\na t\nĠ w\nĠ o\ne n\nĠ c\ni t\ni s\na "
},
{
"path": "emotional/clap-htsat-fused/preprocessor_config.json",
"chars": 537,
"preview": "{\n \"chunk_length_s\": 10,\n \"feature_extractor_type\": \"ClapFeatureExtractor\",\n \"feature_size\": 64,\n \"fft_window_size\":"
},
{
"path": "emotional/clap-htsat-fused/special_tokens_map.json",
"chars": 280,
"preview": "{\n \"bos_token\": \"<s>\",\n \"cls_token\": \"<s>\",\n \"eos_token\": \"</s>\",\n \"mask_token\": {\n \"content\": \"<mask>\",\n \"lst"
},
{
"path": "emotional/clap-htsat-fused/tokenizer.json",
"chars": 2037093,
"preview": "{\n \"version\": \"1.0\",\n \"truncation\": null,\n \"padding\": {\n \"strategy\": \"BatchLongest\",\n \"direction\": \"Right\",\n "
},
{
"path": "emotional/clap-htsat-fused/tokenizer_config.json",
"chars": 384,
"preview": "{\n \"add_prefix_space\": false,\n \"bos_token\": \"<s>\",\n \"cls_token\": \"<s>\",\n \"eos_token\": \"</s>\",\n \"errors\": \"replace\","
},
{
"path": "emotional/clap-htsat-fused/vocab.json",
"chars": 762386,
"preview": "{\"<s>\":0,\"<pad>\":1,\"</s>\":2,\"<unk>\":3,\".\":4,\"Ġthe\":5,\",\":6,\"Ġto\":7,\"Ġand\":8,\"Ġof\":9,\"Ġa\":10,\"Ġin\":11,\"-\":12,\"Ġfor\":13,\"Ġ"
},
{
"path": "emotional/wav2vec2-large-robust-12-ft-emotion-msp-dim/.gitattributes",
"chars": 1217,
"preview": "*.7z filter=lfs diff=lfs merge=lfs -text\n*.arrow filter=lfs diff=lfs merge=lfs -text\n*.bin filter=lfs diff=lfs merge=lfs"
},
{
"path": "emotional/wav2vec2-large-robust-12-ft-emotion-msp-dim/LICENSE",
"chars": 20845,
"preview": "Attribution-NonCommercial-ShareAlike 4.0 International\n\n================================================================"
},
{
"path": "emotional/wav2vec2-large-robust-12-ft-emotion-msp-dim/README.md",
"chars": 3699,
"preview": "---\nlanguage: en\ndatasets:\n- msp-podcast\ninference: true\ntags:\n- speech\n- audio\n- wav2vec2\n- audio-classification\n- emot"
},
{
"path": "emotional/wav2vec2-large-robust-12-ft-emotion-msp-dim/config.json",
"chars": 2344,
"preview": "{\n \"_name_or_path\": \"torch\",\n \"activation_dropout\": 0.1,\n \"adapter_kernel_size\": 3,\n \"adapter_stride\": 2,\n \"add_ada"
},
{
"path": "emotional/wav2vec2-large-robust-12-ft-emotion-msp-dim/preprocessor_config.json",
"chars": 214,
"preview": "{\n \"do_normalize\": true,\n \"feature_extractor_type\": \"Wav2Vec2FeatureExtractor\",\n \"feature_size\": 1,\n \"padding_side\":"
},
{
"path": "emotional/wav2vec2-large-robust-12-ft-emotion-msp-dim/vocab.json",
"chars": 3,
"preview": "{}\n"
},
{
"path": "export_onnx.py",
"chars": 503,
"preview": "from onnx_modules import export_onnx\r\nimport os\r\n\r\nif __name__ == \"__main__\":\r\n export_path = \"BertVits2.2PT\"\r\n mo"
},
{
"path": "for_deploy/infer.py",
"chars": 11890,
"preview": "\"\"\"\n版本管理、兼容推理及模型加载实现。\n版本说明：\n 1. 版本号与github的release版本号对应，使用哪个release版本训练的模型即对应其版本号\n 2. 请在模型的config.json中显示声明版本号，添加一"
},
{
"path": "for_deploy/infer_utils.py",
"chars": 3382,
"preview": "import sys\n\nimport torch\nfrom transformers import (\n AutoModelForMaskedLM,\n AutoTokenizer,\n DebertaV2Model,\n "
},
{
"path": "for_deploy/webui.py",
"chars": 18812,
"preview": "# flake8: noqa: E402\nimport os\nimport logging\nimport re_matching\nfrom tools.sentence import split_by_language\n\nlogging.g"
},
{
"path": "hiyoriUI.py",
"chars": 28354,
"preview": "\"\"\"\napi服务，网页后端 多版本多模型 fastapi实现\n原 server_fastapi\n\"\"\"\n\nimport logging\nimport gc\nimport random\nimport librosa\nimport gradi"
},
{
"path": "infer.py",
"chars": 13532,
"preview": "\"\"\"\r\n版本管理、兼容推理及模型加载实现。\r\n版本说明：\r\n 1. 版本号与github的release版本号对应，使用哪个release版本训练的模型即对应其版本号\r\n 2. 请在模型的config.json中显示声明版本号"
},
{
"path": "losses.py",
"chars": 4473,
"preview": "import torch\nimport torchaudio\nfrom transformers import AutoModel\n\n\ndef feature_loss(fmap_r, fmap_g):\n loss = 0\n f"
},
{
"path": "mel_processing.py",
"chars": 4015,
"preview": "import torch\nimport torch.utils.data\nfrom librosa.filters import mel as librosa_mel_fn\nimport warnings\n\n# warnings.simpl"
},
{
"path": "models.py",
"chars": 34937,
"preview": "import math\nimport torch\nfrom torch import nn\nfrom torch.nn import functional as F\n\nimport commons\nimport modules\nimport"
},
{
"path": "modules.py",
"chars": 19004,
"preview": "import math\nimport torch\nfrom torch import nn\nfrom torch.nn import functional as F\n\nfrom torch.nn import Conv1d\nfrom tor"
},
{
"path": "monotonic_align/__init__.py",
"chars": 563,
"preview": "from numpy import zeros, int32, float32\r\nfrom torch import from_numpy\r\n\r\nfrom .core import maximum_path_jit\r\n\r\n\r\ndef max"
},
{
"path": "monotonic_align/core.py",
"chars": 1270,
"preview": "import numba\r\n\r\n\r\n@numba.jit(\r\n numba.void(\r\n numba.int32[:, :, ::1],\r\n numba.float32[:, :, ::1],\r\n "
},
{
"path": "oldVersion/V101/__init__.py",
"chars": 2173,
"preview": "\"\"\"\n1.0.1 版本兼容\nhttps://github.com/fishaudio/Bert-VITS2/releases/tag/1.0.1\n\"\"\"\n\nimport torch\nimport commons\nfrom .text.cl"
},
{
"path": "oldVersion/V101/models.py",
"chars": 32245,
"preview": "import math\nimport torch\nfrom torch import nn\nfrom torch.nn import functional as F\n\nimport commons\nimport modules\nimport"
},
{
"path": "oldVersion/V101/text/__init__.py",
"chars": 951,
"preview": "from .symbols import *\n\n_symbol_to_id = {s: i for i, s in enumerate(symbols)}\n\n\ndef cleaned_text_to_sequence(cleaned_tex"
},
{
"path": "oldVersion/V101/text/chinese.py",
"chars": 5534,
"preview": "import os\nimport re\n\nimport cn2an\nfrom pypinyin import lazy_pinyin, Style\n\n\nfrom .symbols import punctuation\nfrom .tone_"
},
{
"path": "oldVersion/V101/text/chinese_bert.py",
"chars": 2216,
"preview": "import torch\nimport sys\nfrom transformers import AutoTokenizer, AutoModelForMaskedLM\n\ndevice = torch.device(\n \"cuda\"\n"
},
{
"path": "oldVersion/V101/text/cleaner.py",
"chars": 836,
"preview": "from . import chinese, cleaned_text_to_sequence\n\nlanguage_module_map = {\"ZH\": chinese}\n\n\ndef clean_text(text, language):"
},
{
"path": "oldVersion/V101/text/english.py",
"chars": 4180,
"preview": "import pickle\nimport os\nimport re\nfrom g2p_en import G2p\n\nfrom text import symbols\n\ncurrent_file_path = os.path.dirname("
},
{
"path": "oldVersion/V101/text/english_bert_mock.py",
"chars": 100,
"preview": "import torch\n\n\ndef get_bert_feature(norm_text, word2ph):\n return torch.zeros(1024, sum(word2ph))\n"
},
{
"path": "oldVersion/V101/text/japanese.py",
"chars": 2918,
"preview": "# modified from https://github.com/CjangCjengh/vits/blob/main/text/japanese.py\nimport re\nimport sys\n\nimport pyopenjtalk\n"
},
{
"path": "oldVersion/V101/text/opencpop-strict.txt",
"chars": 4084,
"preview": "a\tAA a\nai\tAA ai\nan\tAA an\nang\tAA ang\nao\tAA ao\nba\tb a\nbai\tb ai\nban\tb an\nbang\tb ang\nbao\tb ao\nbei\tb ei\nben\tb en\nbeng\tb eng\nb"
},
{
"path": "oldVersion/V101/text/symbols.py",
"chars": 2189,
"preview": "punctuation = [\"!\", \"?\", \"…\", \",\", \".\", \"'\", \"-\"]\npu_symbols = punctuation + [\"SP\", \"UNK\"]\npad = \"_\"\n\n# chinese\nzh_symbo"
},
{
"path": "oldVersion/V101/text/tone_sandhi.py",
"chars": 21371,
"preview": "# Copyright (c) 2021 PaddlePaddle Authors. All Rights Reserved.\n#\n# Licensed under the Apache License, Version 2.0 (the "
},
{
"path": "oldVersion/V110/__init__.py",
"chars": 2697,
"preview": "\"\"\"\n1.1 版本兼容\nhttps://github.com/fishaudio/Bert-VITS2/releases/tag/1.1\n\"\"\"\n\nimport torch\nimport commons\nfrom .text.cleane"
},
{
"path": "oldVersion/V110/models.py",
"chars": 32568,
"preview": "import math\nimport torch\nfrom torch import nn\nfrom torch.nn import functional as F\n\nimport commons\nimport modules\nimport"
},
{
"path": "oldVersion/V110/text/__init__.py",
"chars": 1041,
"preview": "from .symbols import *\n\n_symbol_to_id = {s: i for i, s in enumerate(symbols)}\n\n\ndef cleaned_text_to_sequence(cleaned_tex"
},
{
"path": "oldVersion/V110/text/chinese.py",
"chars": 5533,
"preview": "import os\nimport re\n\nimport cn2an\nfrom pypinyin import lazy_pinyin, Style\n\nfrom .symbols import punctuation\nfrom .tone_s"
},
{
"path": "oldVersion/V110/text/chinese_bert.py",
"chars": 2189,
"preview": "import torch\nimport sys\nfrom transformers import AutoTokenizer, AutoModelForMaskedLM\n\ntokenizer = AutoTokenizer.from_pre"
},
{
"path": "oldVersion/V110/text/cleaner.py",
"chars": 862,
"preview": "from . import chinese, japanese, cleaned_text_to_sequence\n\nlanguage_module_map = {\"ZH\": chinese, \"JP\": japanese}\n\n\ndef c"
},
{
"path": "oldVersion/V110/text/english.py",
"chars": 4177,
"preview": "import pickle\nimport os\nimport re\nfrom g2p_en import G2p\n\nfrom . import symbols\n\ncurrent_file_path = os.path.dirname(__f"
},
{
"path": "oldVersion/V110/text/english_bert_mock.py",
"chars": 100,
"preview": "import torch\n\n\ndef get_bert_feature(norm_text, word2ph):\n return torch.zeros(1024, sum(word2ph))\n"
},
{
"path": "oldVersion/V110/text/japanese.py",
"chars": 11513,
"preview": "# Convert Japanese text to phonemes which is\n# compatible with Julius https://github.com/julius-speech/segmentation-kit\n"
},
{
"path": "oldVersion/V110/text/japanese_bert.py",
"chars": 1135,
"preview": "import torch\nfrom transformers import AutoTokenizer, AutoModelForMaskedLM\nimport sys\n\ntokenizer = AutoTokenizer.from_pre"
},
{
"path": "oldVersion/V110/text/opencpop-strict.txt",
"chars": 4084,
"preview": "a\tAA a\nai\tAA ai\nan\tAA an\nang\tAA ang\nao\tAA ao\nba\tb a\nbai\tb ai\nban\tb an\nbang\tb ang\nbao\tb ao\nbei\tb ei\nben\tb en\nbeng\tb eng\nb"
},
{
"path": "oldVersion/V110/text/symbols.py",
"chars": 2231,
"preview": "punctuation = [\"!\", \"?\", \"…\", \",\", \".\", \"'\", \"-\"]\npu_symbols = punctuation + [\"SP\", \"UNK\"]\npad = \"_\"\n\n# chinese\nzh_symbo"
},
{
"path": "oldVersion/V110/text/tone_sandhi.py",
"chars": 21372,
"preview": "# Copyright (c) 2021 PaddlePaddle Authors. All Rights Reserved.\n#\n# Licensed under the Apache License, Version 2.0 (the "
},
{
"path": "oldVersion/V111/__init__.py",
"chars": 5207,
"preview": "\"\"\"\n1.1.1版本兼容\nhttps://github.com/fishaudio/Bert-VITS2/releases/tag/1.1.1\n\"\"\"\n\nimport torch\nimport commons\nfrom .text.cle"
},
{
"path": "oldVersion/V111/models.py",
"chars": 32568,
"preview": "import math\nimport torch\nfrom torch import nn\nfrom torch.nn import functional as F\n\nimport commons\nimport modules\nimport"
},
{
"path": "oldVersion/V111/text/__init__.py",
"chars": 1439,
"preview": "from .symbols import *\n\n_symbol_to_id = {s: i for i, s in enumerate(symbols)}\n\n\ndef cleaned_text_to_sequence(cleaned_tex"
},
{
"path": "oldVersion/V111/text/chinese.py",
"chars": 5533,
"preview": "import os\nimport re\n\nimport cn2an\nfrom pypinyin import lazy_pinyin, Style\n\nfrom .symbols import punctuation\nfrom .tone_s"
},
{
"path": "oldVersion/V111/text/chinese_bert.py",
"chars": 2272,
"preview": "import torch\nimport sys\nfrom transformers import AutoTokenizer, AutoModelForMaskedLM\n\ntokenizer = AutoTokenizer.from_pre"
},
{
"path": "oldVersion/V111/text/cleaner.py",
"chars": 1238,
"preview": "from . import chinese, japanese, cleaned_text_to_sequence\nfrom .fix import japanese as japanese_fix\n\nlanguage_module_map"
},
{
"path": "oldVersion/V111/text/english.py",
"chars": 4177,
"preview": "import pickle\nimport os\nimport re\nfrom g2p_en import G2p\n\nfrom . import symbols\n\ncurrent_file_path = os.path.dirname(__f"
},
{
"path": "oldVersion/V111/text/english_bert_mock.py",
"chars": 100,
"preview": "import torch\n\n\ndef get_bert_feature(norm_text, word2ph):\n return torch.zeros(1024, sum(word2ph))\n"
},
{
"path": "oldVersion/V111/text/fix/__init__.py",
"chars": 0,
"preview": ""
},
{
"path": "oldVersion/V111/text/fix/japanese.py",
"chars": 8725,
"preview": "# Convert Japanese text to phonemes which is\n# compatible with Julius https://github.com/julius-speech/segmentation-kit\n"
},
{
"path": "oldVersion/V111/text/fix/japanese_bert.py",
"chars": 1992,
"preview": "import torch\nfrom transformers import AutoTokenizer, AutoModelForMaskedLM\nimport sys\nfrom .japanese import text2sep_kata"
},
{
"path": "oldVersion/V111/text/japanese.py",
"chars": 11513,
"preview": "# Convert Japanese text to phonemes which is\n# compatible with Julius https://github.com/julius-speech/segmentation-kit\n"
},
{
"path": "oldVersion/V111/text/japanese_bert.py",
"chars": 1218,
"preview": "import torch\nfrom transformers import AutoTokenizer, AutoModelForMaskedLM\nimport sys\n\ntokenizer = AutoTokenizer.from_pre"
},
{
"path": "oldVersion/V111/text/opencpop-strict.txt",
"chars": 4084,
"preview": "a\tAA a\nai\tAA ai\nan\tAA an\nang\tAA ang\nao\tAA ao\nba\tb a\nbai\tb ai\nban\tb an\nbang\tb ang\nbao\tb ao\nbei\tb ei\nben\tb en\nbeng\tb eng\nb"
},
{
"path": "oldVersion/V111/text/symbols.py",
"chars": 2231,
"preview": "punctuation = [\"!\", \"?\", \"…\", \",\", \".\", \"'\", \"-\"]\npu_symbols = punctuation + [\"SP\", \"UNK\"]\npad = \"_\"\n\n# chinese\nzh_symbo"
},
{
"path": "oldVersion/V111/text/tone_sandhi.py",
"chars": 21372,
"preview": "# Copyright (c) 2021 PaddlePaddle Authors. All Rights Reserved.\n#\n# Licensed under the Apache License, Version 2.0 (the "
},
{
"path": "oldVersion/V200/__init__.py",
"chars": 3009,
"preview": "\"\"\"\n@Desc: 2.0版本兼容 对应2.0.1 2.0.2-fix\n\"\"\"\n\nimport torch\nimport commons\nfrom .text import cleaned_text_to_sequence, get_be"
},
{
"path": "oldVersion/V200/models.py",
"chars": 32918,
"preview": "import math\nimport torch\nfrom torch import nn\nfrom torch.nn import functional as F\n\nimport commons\nimport modules\nimport"
},
{
"path": "oldVersion/V200/text/__init__.py",
"chars": 1590,
"preview": "from .symbols import *\n\n_symbol_to_id = {s: i for i, s in enumerate(symbols)}\n\n\ndef cleaned_text_to_sequence(cleaned_tex"
},
{
"path": "oldVersion/V200/text/bert_utils.py",
"chars": 624,
"preview": "from pathlib import Path\n\nfrom huggingface_hub import hf_hub_download\n\nfrom config import config\n\nMIRROR: str = config.m"
},
{
"path": "oldVersion/V200/text/chinese.py",
"chars": 5533,
"preview": "import os\nimport re\n\nimport cn2an\nfrom pypinyin import lazy_pinyin, Style\n\nfrom .symbols import punctuation\nfrom .tone_s"
},
{
"path": "oldVersion/V200/text/chinese_bert.py",
"chars": 2282,
"preview": "import sys\n\nimport torch\nfrom transformers import AutoModelForMaskedLM, AutoTokenizer\n\nfrom config import config\n\nLOCAL_"
},
{
"path": "oldVersion/V200/text/cleaner.py",
"chars": 886,
"preview": "from . import chinese, japanese, english, cleaned_text_to_sequence\n\nlanguage_module_map = {\"ZH\": chinese, \"JP\": japanese"
},
{
"path": "oldVersion/V200/text/cmudict.rep",
"chars": 3969309,
"preview": "## Date: August 8, 1998\n##\n## The Carnegie Mellon Pronouncing Dictionary [cmudict.0.6] is Copyright 1998\n## by Carnegie"
},
{
"path": "oldVersion/V200/text/english.py",
"chars": 8163,
"preview": "import pickle\nimport os\nimport re\nfrom g2p_en import G2p\n\nfrom . import symbols\n\ncurrent_file_path = os.path.dirname(__f"
},
{
"path": "oldVersion/V200/text/english_bert_mock.py",
"chars": 1231,
"preview": "import sys\n\nimport torch\nfrom transformers import DebertaV2Model, DebertaV2Tokenizer\n\nfrom config import config\n\nLOCAL_P"
},
{
"path": "oldVersion/V200/text/japanese.py",
"chars": 10452,
"preview": "# Convert Japanese text to phonemes which is\n# compatible with Julius https://github.com/julius-speech/segmentation-kit\n"
},
{
"path": "oldVersion/V200/text/japanese_bert.py",
"chars": 1984,
"preview": "import sys\n\nimport torch\nfrom transformers import AutoModelForMaskedLM, AutoTokenizer\n\nfrom config import config\nfrom .j"
},
{
"path": "oldVersion/V200/text/opencpop-strict.txt",
"chars": 4084,
"preview": "a\tAA a\nai\tAA ai\nan\tAA an\nang\tAA ang\nao\tAA ao\nba\tb a\nbai\tb ai\nban\tb an\nbang\tb ang\nbao\tb ao\nbei\tb ei\nben\tb en\nbeng\tb eng\nb"
},
{
"path": "oldVersion/V200/text/symbols.py",
"chars": 2231,
"preview": "punctuation = [\"!\", \"?\", \"…\", \",\", \".\", \"'\", \"-\"]\npu_symbols = punctuation + [\"SP\", \"UNK\"]\npad = \"_\"\n\n# chinese\nzh_symbo"
},
{
"path": "oldVersion/V200/text/tone_sandhi.py",
"chars": 21372,
"preview": "# Copyright (c) 2021 PaddlePaddle Authors. All Rights Reserved.\n#\n# Licensed under the Apache License, Version 2.0 (the "
},
{
"path": "oldVersion/V210/__init__.py",
"chars": 7069,
"preview": "\"\"\"\n@Desc: 2.1版本兼容 对应版本 v2.1 Emo and muti-lang optimize\n\"\"\"\n\nimport torch\nimport commons\nfrom .text import cleaned_text_"
},
{
"path": "oldVersion/V210/emo_gen.py",
"chars": 3046,
"preview": "import librosa\nimport numpy as np\nimport torch\nimport torch.nn as nn\nfrom torch.utils.data import Dataset\nfrom transform"
},
{
"path": "oldVersion/V210/models.py",
"chars": 34319,
"preview": "import math\nimport torch\nfrom torch import nn\nfrom torch.nn import functional as F\n\nimport commons\nimport modules\nimport"
},
{
"path": "oldVersion/V210/text/__init__.py",
"chars": 1678,
"preview": "from .symbols import *\n\n_symbol_to_id = {s: i for i, s in enumerate(symbols)}\n\n\ndef cleaned_text_to_sequence(cleaned_tex"
},
{
"path": "oldVersion/V210/text/bert_utils.py",
"chars": 624,
"preview": "from pathlib import Path\n\nfrom huggingface_hub import hf_hub_download\n\nfrom config import config\n\nMIRROR: str = config.m"
},
{
"path": "oldVersion/V210/text/chinese.py",
"chars": 5547,
"preview": "import os\nimport re\n\nimport cn2an\nfrom pypinyin import lazy_pinyin, Style\n\nfrom .symbols import punctuation\nfrom .tone_s"
},
{
"path": "oldVersion/V210/text/chinese_bert.py",
"chars": 2968,
"preview": "import sys\n\nimport torch\nfrom transformers import AutoModelForMaskedLM, AutoTokenizer\n\nfrom config import config\n\nLOCAL_"
},
{
"path": "oldVersion/V210/text/cleaner.py",
"chars": 886,
"preview": "from . import chinese, japanese, english, cleaned_text_to_sequence\n\nlanguage_module_map = {\"ZH\": chinese, \"JP\": japanese"
},
{
"path": "oldVersion/V210/text/cmudict.rep",
"chars": 3969309,
"preview": "## Date: August 8, 1998\n##\n## The Carnegie Mellon Pronouncing Dictionary [cmudict.0.6] is Copyright 1998\n## by Carnegie"
},
{
"path": "oldVersion/V210/text/english.py",
"chars": 10271,
"preview": "import pickle\nimport os\nimport re\nfrom g2p_en import G2p\nfrom transformers import DebertaV2Tokenizer\n\nfrom . import symb"
},
{
"path": "oldVersion/V210/text/english_bert_mock.py",
"chars": 1952,
"preview": "import sys\n\nimport torch\nfrom transformers import DebertaV2Model, DebertaV2Tokenizer\n\nfrom config import config\n\nLOCAL_P"
},
{
"path": "oldVersion/V210/text/japanese.py",
"chars": 11202,
"preview": "# Convert Japanese text to phonemes which is\n# compatible with Julius https://github.com/julius-speech/segmentation-kit\n"
},
{
"path": "oldVersion/V210/text/japanese_bert.py",
"chars": 2095,
"preview": "import sys\n\nimport torch\nfrom transformers import AutoModelForMaskedLM, AutoTokenizer\n\nfrom config import config\nfrom .j"
},
{
"path": "oldVersion/V210/text/opencpop-strict.txt",
"chars": 4084,
"preview": "a\tAA a\nai\tAA ai\nan\tAA an\nang\tAA ang\nao\tAA ao\nba\tb a\nbai\tb ai\nban\tb an\nbang\tb ang\nbao\tb ao\nbei\tb ei\nben\tb en\nbeng\tb eng\nb"
},
{
"path": "oldVersion/V210/text/symbols.py",
"chars": 2231,
"preview": "punctuation = [\"!\", \"?\", \"…\", \",\", \".\", \"'\", \"-\"]\npu_symbols = punctuation + [\"SP\", \"UNK\"]\npad = \"_\"\n\n# chinese\nzh_symbo"
},
{
"path": "oldVersion/V210/text/tone_sandhi.py",
"chars": 21372,
"preview": "# Copyright (c) 2021 PaddlePaddle Authors. All Rights Reserved.\n#\n# Licensed under the Apache License, Version 2.0 (the "
},
{
"path": "oldVersion/V220/__init__.py",
"chars": 7300,
"preview": "\"\"\"\n@Desc: 2.2版本兼容 对应版本 v2.2 Clap-Enhanced prompt audio generation\n\"\"\"\n\nimport numpy as np\nimport torch\nimport commons\nf"
},
{
"path": "oldVersion/V220/clap_gen.py",
"chars": 2039,
"preview": "import argparse\nfrom multiprocessing import Pool, cpu_count\n\nimport torch\nimport torch.multiprocessing as mp\nfrom tqdm i"
},
{
"path": "oldVersion/V220/clap_wrapper.py",
"chars": 1420,
"preview": "import sys\n\nimport torch\nfrom transformers import ClapModel, ClapProcessor\n\nfrom config import config\n\nmodels = dict()\np"
},
{
"path": "oldVersion/V220/models.py",
"chars": 35287,
"preview": "import math\nimport torch\nfrom torch import nn\nfrom torch.nn import functional as F\n\nimport commons\nimport modules\nimport"
},
{
"path": "oldVersion/V220/text/__init__.py",
"chars": 1853,
"preview": "from .symbols import *\n\n_symbol_to_id = {s: i for i, s in enumerate(symbols)}\n\n\ndef cleaned_text_to_sequence(cleaned_tex"
},
{
"path": "oldVersion/V220/text/bert_utils.py",
"chars": 624,
"preview": "from pathlib import Path\n\nfrom huggingface_hub import hf_hub_download\n\nfrom config import config\n\nMIRROR: str = config.m"
},
{
"path": "oldVersion/V220/text/chinese.py",
"chars": 5547,
"preview": "import os\nimport re\n\nimport cn2an\nfrom pypinyin import lazy_pinyin, Style\n\nfrom .symbols import punctuation\nfrom .tone_s"
},
{
"path": "oldVersion/V220/text/chinese_bert.py",
"chars": 2968,
"preview": "import sys\n\nimport torch\nfrom transformers import AutoModelForMaskedLM, AutoTokenizer\n\nfrom config import config\n\nLOCAL_"
},
{
"path": "oldVersion/V220/text/cleaner.py",
"chars": 886,
"preview": "from . import chinese, japanese, english, cleaned_text_to_sequence\n\nlanguage_module_map = {\"ZH\": chinese, \"JP\": japanese"
},
{
"path": "oldVersion/V220/text/cmudict.rep",
"chars": 3969309,
"preview": "## Date: August 8, 1998\n##\n## The Carnegie Mellon Pronouncing Dictionary [cmudict.0.6] is Copyright 1998\n## by Carnegie"
},
{
"path": "oldVersion/V220/text/english.py",
"chars": 10271,
"preview": "import pickle\nimport os\nimport re\nfrom g2p_en import G2p\nfrom transformers import DebertaV2Tokenizer\n\nfrom . import symb"
},
{
"path": "oldVersion/V220/text/english_bert_mock.py",
"chars": 1952,
"preview": "import sys\n\nimport torch\nfrom transformers import DebertaV2Model, DebertaV2Tokenizer\n\nfrom config import config\n\nLOCAL_P"
},
{
"path": "oldVersion/V220/text/japanese.py",
"chars": 11202,
"preview": "# Convert Japanese text to phonemes which is\n# compatible with Julius https://github.com/julius-speech/segmentation-kit\n"
},
{
"path": "oldVersion/V220/text/japanese_bert.py",
"chars": 2021,
"preview": "import sys\n\nimport torch\nfrom transformers import AutoModelForMaskedLM, AutoTokenizer\n\nfrom config import config\nfrom te"
},
{
"path": "oldVersion/V220/text/opencpop-strict.txt",
"chars": 4084,
"preview": "a\tAA a\nai\tAA ai\nan\tAA an\nang\tAA ang\nao\tAA ao\nba\tb a\nbai\tb ai\nban\tb an\nbang\tb ang\nbao\tb ao\nbei\tb ei\nben\tb en\nbeng\tb eng\nb"
},
{
"path": "oldVersion/V220/text/symbols.py",
"chars": 2231,
"preview": "punctuation = [\"!\", \"?\", \"…\", \",\", \".\", \"'\", \"-\"]\npu_symbols = punctuation + [\"SP\", \"UNK\"]\npad = \"_\"\n\n# chinese\nzh_symbo"
},
{
"path": "oldVersion/V220/text/tone_sandhi.py",
"chars": 21372,
"preview": "# Copyright (c) 2021 PaddlePaddle Authors. All Rights Reserved.\n#\n# Licensed under the Apache License, Version 2.0 (the "
},
{
"path": "oldVersion/__init__.py",
"chars": 18,
"preview": "\"\"\"\n老版本模型推理兼容\n\"\"\"\n"
},
{
"path": "onnx_infer.py",
"chars": 1254,
"preview": "from onnx_modules.V220_OnnxInference import OnnxInferenceSession\nimport numpy as np\n\nSession = OnnxInferenceSession(\n "
},
{
"path": "onnx_modules/V200/__init__.py",
"chars": 115,
"preview": "from .text.symbols import symbols\nfrom .models_onnx import SynthesizerTrn\n\n__all__ = [\"symbols\", \"SynthesizerTrn\"]\n"
},
{
"path": "onnx_modules/V200/attentions_onnx.py",
"chars": 13904,
"preview": "import math\r\nimport torch\r\nfrom torch import nn\r\nfrom torch.nn import functional as F\r\n\r\nimport commons\r\nimport logging\r"
},
{
"path": "onnx_modules/V200/models_onnx.py",
"chars": 32930,
"preview": "import math\r\nimport torch\r\nfrom torch import nn\r\nfrom torch.nn import functional as F\r\n\r\nimport commons\r\nimport modules\r"
},
{
"path": "onnx_modules/V200/text/__init__.py",
"chars": 23,
"preview": "from .symbols import *\n"
},
{
"path": "onnx_modules/V200/text/bert_utils.py",
"chars": 646,
"preview": "from pathlib import Path\r\n\r\nfrom huggingface_hub import hf_hub_download\r\n\r\nfrom config import config\r\n\r\nMIRROR: str = co"
},
{
"path": "onnx_modules/V200/text/chinese.py",
"chars": 5730,
"preview": "import os\r\nimport re\r\n\r\nimport cn2an\r\nfrom pypinyin import lazy_pinyin, Style\r\n\r\nfrom .symbols import punctuation\r\nfrom "
},
{
"path": "onnx_modules/V200/text/chinese_bert.py",
"chars": 2383,
"preview": "import sys\r\n\r\nimport torch\r\nfrom transformers import AutoModelForMaskedLM, AutoTokenizer\r\n\r\nfrom config import config\r\n\r"
},
{
"path": "onnx_modules/V200/text/cleaner.py",
"chars": 913,
"preview": "from . import chinese, japanese, english, cleaned_text_to_sequence\r\n\r\nlanguage_module_map = {\"ZH\": chinese, \"JP\": japane"
},
{
"path": "onnx_modules/V200/text/english.py",
"chars": 8524,
"preview": "import pickle\r\nimport os\r\nimport re\r\nfrom g2p_en import G2p\r\n\r\nfrom . import symbols\r\n\r\ncurrent_file_path = os.path.dirn"
},
{
"path": "onnx_modules/V200/text/english_bert_mock.py",
"chars": 1272,
"preview": "import sys\r\n\r\nimport torch\r\nfrom transformers import DebertaV2Model, DebertaV2Tokenizer\r\n\r\nfrom config import config\r\n\r\n"
},
{
"path": "onnx_modules/V200/text/japanese.py",
"chars": 10855,
"preview": "# Convert Japanese text to phonemes which is\r\n# compatible with Julius https://github.com/julius-speech/segmentation-kit"
},
{
"path": "onnx_modules/V200/text/japanese_bert.py",
"chars": 2042,
"preview": "import sys\r\n\r\nimport torch\r\nfrom transformers import AutoModelForMaskedLM, AutoTokenizer\r\n\r\nfrom config import config\r\nf"
},
{
"path": "onnx_modules/V200/text/opencpop-strict.txt",
"chars": 4513,
"preview": "a\tAA a\r\nai\tAA ai\r\nan\tAA an\r\nang\tAA ang\r\nao\tAA ao\r\nba\tb a\r\nbai\tb ai\r\nban\tb an\r\nbang\tb ang\r\nbao\tb ao\r\nbei\tb ei\r\nben\tb en\r\n"
},
{
"path": "onnx_modules/V200/text/symbols.py",
"chars": 2418,
"preview": "punctuation = [\"!\", \"?\", \"…\", \",\", \".\", \"'\", \"-\"]\r\npu_symbols = punctuation + [\"SP\", \"UNK\"]\r\npad = \"_\"\r\n\r\n# chinese\r\nzh_"
},
{
"path": "onnx_modules/V200/text/tone_sandhi.py",
"chars": 22144,
"preview": "# Copyright (c) 2021 PaddlePaddle Authors. All Rights Reserved.\r\n#\r\n# Licensed under the Apache License, Version 2.0 (th"
},
{
"path": "onnx_modules/V200_OnnxInference/__init__.py",
"chars": 4177,
"preview": "import numpy as np\nimport onnxruntime as ort\n\n\ndef convert_pad_shape(pad_shape):\n layer = pad_shape[::-1]\n pad_sh"
},
{
"path": "onnx_modules/V210/__init__.py",
"chars": 115,
"preview": "from .text.symbols import symbols\nfrom .models_onnx import SynthesizerTrn\n\n__all__ = [\"symbols\", \"SynthesizerTrn\"]\n"
},
{
"path": "onnx_modules/V210/attentions_onnx.py",
"chars": 13904,
"preview": "import math\r\nimport torch\r\nfrom torch import nn\r\nfrom torch.nn import functional as F\r\n\r\nimport commons\r\nimport logging\r"
},
{
"path": "onnx_modules/V210/models_onnx.py",
"chars": 34505,
"preview": "import math\r\nimport torch\r\nfrom torch import nn\r\nfrom torch.nn import functional as F\r\n\r\nimport commons\r\nimport modules\r"
},
{
"path": "onnx_modules/V210/text/__init__.py",
"chars": 23,
"preview": "from .symbols import *\n"
},
{
"path": "onnx_modules/V210/text/symbols.py",
"chars": 2418,
"preview": "punctuation = [\"!\", \"?\", \"…\", \",\", \".\", \"'\", \"-\"]\r\npu_symbols = punctuation + [\"SP\", \"UNK\"]\r\npad = \"_\"\r\n\r\n# chinese\r\nzh_"
},
{
"path": "onnx_modules/V210_OnnxInference/__init__.py",
"chars": 4286,
"preview": "import numpy as np\nimport onnxruntime as ort\n\n\ndef convert_pad_shape(pad_shape):\n layer = pad_shape[::-1]\n pad_sh"
},
{
"path": "onnx_modules/V220/__init__.py",
"chars": 115,
"preview": "from .text.symbols import symbols\nfrom .models_onnx import SynthesizerTrn\n\n__all__ = [\"symbols\", \"SynthesizerTrn\"]\n"
},
{
"path": "onnx_modules/V220/attentions_onnx.py",
"chars": 13904,
"preview": "import math\r\nimport torch\r\nfrom torch import nn\r\nfrom torch.nn import functional as F\r\n\r\nimport commons\r\nimport logging\r"
},
{
"path": "onnx_modules/V220/models_onnx.py",
"chars": 35773,
"preview": "import math\r\nimport torch\r\nfrom torch import nn\r\nfrom torch.nn import functional as F\r\n\r\nimport commons\r\nimport modules\r"
},
{
"path": "onnx_modules/V220/text/__init__.py",
"chars": 23,
"preview": "from .symbols import *\n"
},
{
"path": "onnx_modules/V220/text/symbols.py",
"chars": 2231,
"preview": "punctuation = [\"!\", \"?\", \"…\", \",\", \".\", \"'\", \"-\"]\npu_symbols = punctuation + [\"SP\", \"UNK\"]\npad = \"_\"\n\n# chinese\nzh_symbo"
},
{
"path": "onnx_modules/V220_OnnxInference/__init__.py",
"chars": 4237,
"preview": "import numpy as np\nimport onnxruntime as ort\n\n\ndef convert_pad_shape(pad_shape):\n layer = pad_shape[::-1]\n pad_sh"
},
{
"path": "onnx_modules/V220_novq_dev/__init__.py",
"chars": 115,
"preview": "from .text.symbols import symbols\nfrom .models_onnx import SynthesizerTrn\n\n__all__ = [\"symbols\", \"SynthesizerTrn\"]\n"
},
{
"path": "onnx_modules/V220_novq_dev/attentions_onnx.py",
"chars": 13526,
"preview": "import math\nimport torch\nfrom torch import nn\nfrom torch.nn import functional as F\n\nimport commons\nimport logging\n\nlogge"
}
]
// ... and 65 more files (download for full content)
About this extraction
This page contains the full source code of the fishaudio/Bert-VITS2 GitHub repository, extracted and formatted as plain text for AI agents and large language models (LLMs). The extraction includes 265 files (22.4 MB), approximately 5.9M tokens, and a symbol index with 1717 extracted functions, classes, methods, constants, and types. Use this with OpenClaw, Claude, ChatGPT, Cursor, Windsurf, or any other AI tool that accepts text input. You can copy the full output to your clipboard or download it as a .txt file.
Extracted by GitExtract — free GitHub repo to text converter for AI. Built by Nikandr Surkov.