Tesseract home made French spellcheck Dictionnary

[ghost]

Hi @niksedk,

Thank you for your software. As a hobby i'm writting a small spellckeck dictionnary parser. I thought i should share / contribute my dictionnary here so it can be usefull for everyone, my project will never be made public.

This is the result of a year+ of spellcheck with Gaupol on french subtitles from various sources: sup2srt, pgsTosrt, are command line OCR tools that use tesseract 5.5. And also subtitles from Opensubtitles, probably created using SE.

If you decide to merge it to your "fra_OCRFixReplaceList.xml", just send a reply here or whatever format that suit you, and i will post futur updates on consequent changes.

note: duplicates may exist.

Best.

'fre' => [
    /**
        * Contracted words
        */
    "/ly" => "Il y",
    "Ille" => "Il le",
    "ty" => "t'y",
    "Ty" => "T'y",
    "my" => "m'y",
    "Etla" => "Et la",
    "Etta" => "Et ta",
    "Etsa" => "Et sa",
    "Etma" => "Et ma",
    "In'y" => "Il n'y",
    "Etle" => "Et le",
    "Etil" => "Et il",
    "lyaunan" => "il y a un an",
    "Etje" => "Et je",
    "etje" => "et je",
    "Dela" => "De la",
    "dela" => "de la",
    "Iljoue" => "Il joue",
    "Ettoi" => "Et toi",
    "aijamais" => "ai jamais",
    "sije" => "si je",
    "ena" => "en a",
    "lyaeu" => "Il y a eu",
    "/ltouche" => "Il touche",
    "Cétaient" => "C'étaient",
    "Ilyauncon" => "Il y a un con",
    "Tutiens" => "Tu tiens",
    "Toublies" => "T'oublies",
    "cest" => "c'est",
    "Onyva" => "On y va",
    "Tula" => "Tu la",
    "Tules" => "Tu les",
    "[ute" => "Tu te",
    "Cava" => "Ça va",
    "Ettu" => "Et tu",
    "lidentité" => "l'identité",
    "estou" => "est où",
    "lhomme" => "l'homme",
    "aun" => "a un",
    "til" => "t-il",
    "Çay" => "Ça y",
    "Ony" => "On y",
    "Tule" => "Tu le",
    "Ilne" => "il ne",
    "Onl'a" => "On l'a",
    "Illyaeu" => "Il y a eu",
    "Etils" => "Et ils",
    "Etlà" => "Et là",
    "Ilyena" => "Il y en a",
    "Ilyenaun" => "Il y en a un",
    "yen" => "y en",
    "Etelle" => "Et elle",
    "Ily" => "Il y",
    "partà" => "part à",
    "nayez" => "n'ayez",
    "Etalors" => "Et alors",
    "Ilte" => "Il te",
    "Yena" => "Y en a",
    "situ" => "si tu",
    "ilyaunan" => "il y a un an",
    "lyaun" => "Il y a un",
    "ale" => "a le",
    "Ohlà" => "Oh là",
    "estjuste" => "est juste",
    "aijamais" => "ai jamais",
    "esttrop" => "est trop",
    "ettraitons" => "et traitons",
    "lyavait" => "Il y avait",
    "lyaura" => "Il y aura",
    "lyades" => "Il y a des",
    "lest" => "Il est",
    "jai" => "j'ai",
    "quil" => "qu'il",
    "davance" => "d'avance",
    "jete" => "je te",
    "ilme" => "il me",
    "tume" => "tu me",
    "onla" => "on la",
    "duquelje" => "duquel je",
    /**
        * Dictionary
        */
    "Etait" => "Était",
    "Etais" => "Étais",
    "Etiez" => "Étiez",
    "Etaient" => "Étaient",
    "Etions" => "Étions",
    "Ecole" => "École",
    "Ecoles" => "Écoles",
    "Economie" => "Économie",
    "Economies" => "Économies",
    "Edition" => "Édition",
    "Editions" => "Éditions",
    "Eleve" => "Élève",
    "Eleves" => "Élèves",
    "Energie" => "Énergie",
    "Energies" => "Énergies",
    "Epreuve" => "Épreuve",
    "Epreuves" => "Épreuves",
    "Evenement" => "Événement",
    "Evenements" => "Événements",
    "Oter" => "Ôter",
    "Ebahir" => "Ébahir",
    "Ebahis" => "Ébahis",
    "Ebahit" => "Ébahit",
    "Ebahi" => "Ébahi",
    "Ebranler" => "Ébranler",
    "Ebranlé" => "Ébranlé",
    "Ebranlés" => "Ébranlés",
    "Ecarter" => "Écarter",
    "Ecarte" => "Écarte",
    "Ecartez" => "Écartez",
    "Echanger" => "Échanger",
    "Echange" => "Échange",
    "Eclater" => "Éclater",
    "Eclate" => "Éclate",
    "Eclatez" => "Éclatez",
    "Ecouter" => "Écouter",
    "Ecoute" => "Écoute",
    "Ecoutez" => "Écoutez",
    "Ecraser" => "Écraser",
    "Ecrase" => "Écrase",
    "Ecrasez" => "Écrasez",
    "Ecrire" => "Écrire",
    "Ecris" => "Écris",
    "Ecrit" => "Écrit",
    "Eduquer" => "Éduquer",
    "Eduque" => "Éduque",
    "Eduquez" => "Éduquez",
    "Egarer" => "Égarer",
    "Egaré" => "Égaré",
    "Elever" => "Élever",
    "Eliminer" => "Éliminer",
    "Elimine" => "Élimine",
    "Eliminez" => "Éliminez",
    "Eloigner" => "Éloigner",
    "Eloigne" => "Éloigne",
    "Eloignez" => "Éloignez",
    "Emaner" => "Émaner",
    "Emettre" => "Émettre",
    "Enerver" => "Énerver",
    "Enervé" => "Énervé",
    "Epater" => "Épater",
    "Epate" => "Épate",
    "Epatez" => "Épatez",
    "Equiper" => "Équiper",
    "Equipez" => "Équipez",
    "Equipons" => "Équipons",
    "Equipe" => "Équipe",
    "Equipes" => "Équipes",
    "Equipement" => "Équipement",
    "Etablir" => "Établir",
    "Etablis" => "Établis",
    "Etablissez" => "Établissez",
    "Etablissons" => "Établissons",
    "Etonner" => "Étonner",
    "Etonne" => "Étonne",
    "Etonnez" => "Étonnez",
    "Etonnement" => "Étonnement",
    "Evacuer" => "Évacuer",
    "Evacuez" => "Évacuez",
    "Evacuons" => "Évacuons",
    "Evacue" => "Évacue",
    "Evaluer" => "Évaluer",
    "Evalue" => "Évalue",
    "Evaluez" => "Évaluez",
    "Evaluons" => "Évaluons",
    "Eviter" => "Éviter",
    "Evite" => "Évite",
    "Evitez" => "Évitez",
    "Evitons" => "Évitons",
    "Evitement" => "Évitement",
    "Enumérez" => "Énumérez",
    "Enumère" => "Énumère",
    "Enumères" => "Énumères",
    "Echangez" => "Échangez",
    "Echanger" => "Échanger",
    "Echangeons" => "Échangeons",
    "Emerveille" => "Émerveille",
    "Emerveillez" => "Émerveillez",
    "Emerveillé" => "Émerveillé",
    "cceur" => "cœur",
    "huitre" => "huître",
    "connaitre" => "connaître",
    "Ccopinez" => "copinez",
    "lntérieur" => "intérieur",
    "mMoi" => "moi",
    "Enormément" => "Énormément",
    "emménacgé" => "emménagé",
    "Eduquée" => "Éduquée",
    "oultils" => "outils",
    "laccepter" => "l'accepter",
    "Débarasse" => "Débarrasse",
    "accélèrerait" => "accélérerait",
    "centimêtres" => "centimètres",
    "premiére" => "première",
    "homogênes" => "homogènes",
    "HOPITAL" => "HÔPITAL",
    "ldiote" => "Idiote",
    "quériras" => "guériras",
    "brüle" => "brûle",
    "peite" => "petite",
    "répéré" => "repéré",
    "Otez" => "Ôtez",
    "BRISEES" => "BRISÉES",
    "Etalon" => "Étalon",
    "Läâcheur" => "Lâcheur",
    "ldentifie" => "Identifie",
    "Electrifiez" => "Électrifiez",
    "Bûücheronne" => "Bûcheronne",
    "protègeront" => "protégeront",
    "rauqgue" => "rauque",
    "halête" => "halète",
    "OQuais" => "Ouais",
    "Martêlement" => "Martèlement",
    "Enoncez" => "Énoncez",
    "Acouphèênes" => "Acouphènes",
    "Ecoulement" => "Écoulement",
    "Eile" => "Elle",
    "milleu" => "milieu",
    "câté" => "côté",
    "Enoncez" => "Énoncez",
    "libèrera" => "libérera",
    "fop" => "Top",
    "lerminaison" => "Terminaison",
    "Eviscérer" => "Éviscérer",
    "samural" => "samurai",
    "ldée" => "Idée",
    "affütée" => "affûtée",
    "Eclaboussure" => "Éclaboussure",
    "maïtrisable" => "maîtrisable",
    "Epouser" => "Épouser",
    "féérique" => "féerique",
    "Ecroule" => "Écroule",
    "VOyOons" => "voyons",
    "révèlerez" => "révélerez",
    "arrété" => "arrêté",
    "AIÔ" => "Allô",
    "Läche" => "Lâche",
    "tres" => "très",
    "MIle" => "Mlle",
    "empêéchée" => "empêchée",
    "âà" => "à",
    "|Ilte" => "Il te",
    "Duthé" => "Du thé",
    "Ge" => "6e",
    "taccompagne" => "t'accompagne",
    "Îîre" => "1re",
    "Enfait" => "En fait",
    "Hair" => "Haïr",
    "haïit" => "hait",
    "dif" => "dit",
    "lllimitées" => "Illimitées",
    "marréteras" => "m'arrêteras",
    "S!/" => "S'il",
    "naimait" => "n'aimait",
    "Célébre" => "Célèbre",
    "abpandonnera" => "abandonnera",
    "mamuser" => "m'amuser",
    "nimporte" => "n'importe",
    "hair" => "haïr",
    "dégoütent" => "dégoûtent",
    "jaccepterai" => "j'accepterai",
    "lllimité" => "Illimité",
    "enléverais" => "enlèverais",
    "péres" => "pères",
    "mênerait" => "mènerait",
    "tf'apprendrai" => "t'apprendrai",
    "tl'attaquer" => "l'attaquer",
    "sement" => "sèment",
    "lá" => "là",
    "ya" => "y a",
    "simagine" => "s'imagine",
    "incomplétes" => "incomplètes",
    "Enleve" => "Enlève",
    "Láche" => "Lâche",
    "Prét" => "Prêt",
    "voilá" => "voilà",
    "dépécher" => "dépêcher",
    "ya" => "y a",
    "surtaite" => "surfaite",
    "membroche" => "m'embroche",
    "raménerait" => "ramènerait",
    "remêde" => "remède",
    "pümes" => "pûmes",
    "réparérent" => "réparèrent",
    "arrivérent" => "arrivèrent",
    "combattimes" => "combattîmes",
    "madopta" => "m'adopta",
    "deçâ" => "deçà",
    "Ettrès" => "Et très",
    "Noisefte" => "Noisette",
    "noisefte" => "noisette",
    "Métfie" => "Méfie",
    "Epouserais" => "Épouserais",
    "Epousez" => "Épousez",
    "Epouse" => "Épouse",
    "Epargne" => "Épargne",
    "Epargnez" => "Épargnez",
    "Ote" => "Ôte",
    "Eglise" => "Église",
    "Ecuyer" => "Écuyer",
    "lvoire" => "Ivoire",
    "doïvent" => "doivent",
    "éfait" => "était",
    "fon" => "ton",
    "fernisse" => "ternisse",
    "pêre" => "père",
    "f'ai" => "t'ai",
    "éfais" => "étais",
    "Emmiène" => "Emmène",
    "Emue" => "Émue",
    "Mmeure" => "meure",
    "Etaler" => "Étaler",
    "RÉVEURS" => "RÊVEURS",
    "RÉVASSER" => "RÊVASSER",
    "révant" => "rêvant",
    "seul'ment" => "seulment",
    "abimée" => "abîmée",
    "déchainées" => "déchaînées",
    "Ecrabouille" => "Écrabouille",
    "trainez" => "traînez",
    "disparait" => "disparaît",
    "répèterai" => "répéterai",
    "ïl" => "il",
    "Enumérer" => "Énumérer",
    "Etape" => "Étape",
    "Ill'a" => "Il l'a",
    "préfèrerais" => "préférerais",
    "Electroménager" => "Électroménager",
    "ll" => "il",
    "//me" => "Il me",
    "CcIng" => "cinq",
    "FB|" => "FBI",
    "FB/" => "FBI",
    "cefte" => "cette",
    "Eternel" => "Éternel",
    "Eternelle" => "Éternelle",
    "Eternellement" => "Éternellement",
    "effondrré" => "effondré",
    "seu" => "seul",
    "Elimine" => "Élimine",
    "Evacuation" => "Évacuation",
    "Etrange" => "Étrange",
    "Ià" => "là",
    "|à" => "là",
    "Lä" => "Là",
    "Làä" => "Là",
    "Étes" => "Êtes",
    "ren" => "rien",
    "mmeuble" => "immeuble",
    "PERTUBATION" => "PERTURBATION",
    "télépone" => "téléphone",
    "IIico" => "Illico",
    "Eteignez" => "Éteignez",
    "Etes" => "Êtes",
    "Ecartez" => "Écartez",
    "Eloignez" => "Éloignez",
    "Epais" => "Épais",
    "cicuit" => "circuit",
    "Expedition" => "Expédition",
    "sècheresse" => "sécheresse",
    "dromad'aire" => "dromadaire",
    "Elevage" => "Élevage",
    "répèêtes" => "répètes",
    "Egalement" => "Également",
    "boitier" => "boîtier",
    "connait" => "connaît",
    "plait" => "plaît",
    "complétement" => "complètement",
    "commengçais" => "commençais",
    "Ecarlate" => "Écarlate",
    "survéeu" => "survécu",
    "génant" => "gênant",
    "Echec" => "Échec",
    "Ecarte" => "Écarte",
    "Etre" => "Être",
    "Étre" => "Être",
    "Eviter" => "Éviter",
    "survivral" => "survivrai",
    "Émetiteur" => "Émetteur",
    "massurer" => "m'assurer",
    "etat" => "état",
    "Etats" => "États",
    "Etat" => "État",
    "Cond'uite" => "Conduite",
    "ave'rer" => "avérer",
    "etaient" => "étaient",
    "émetieur" => "émetteur",
    "etait" => "était",
    "etais" => "étais",
    "ile" => "île",
    "mmensité" => "immensité",
    "al" => "ai",
    "nstrument" => "instrument",
    "lA" => "IA",
    "idees" => "idées",
    "intensite" => "intensité",
    "espere" => "espère",
    "arrétait" => "arrêtait",
    "AQUITTÉ" => "ACQUITTÉ",
    "tétard" => "têtard",
    "enquétaient" => "enquêtaient",
    "enquéte" => "enquête",
    "enquétes" => "enquêtes",
    "enquéter" => "enquêter",
    "abpominations" => "abominations",
    "abpomination" => "abomination",
    "Echanges" => "Échanges",
    "Eminence" => "Éminence",
    "innumain" => "inhumain",
    "trés" => "très",
    "pére" => "père",
    "mêre" => "mère",
    "Age" => "Âge",
    "sêcher" => "sécher",
    "trainé" => "traîné",
    "vOIS" => "vois",
    "MlIle" => "Mlle",
    "Ca" => "Ça",
    "ca" => "ça",
    "AIIô" => "Allô",
    "AIlÔ" => "Allô",
    "AIIÔ" => "Allô",
    "AIlô" => "Allô",
    "zo0" => "zoo",
    "OSEz" => "osez",
    "Aprés" => "Après",
    "inoul" => "inouï",
    "ramênent" => "ramènent",
    "[âcher" => "lâcher",
    "mOINSs" => "moins",
    "maîïtre" => "maître",
    "Läâchez" => "Lâchez",
    "emménadgé" => "emménagé",
    "mre" => "mère",
    "protègerai" => "protégerai",
    "TELÉPHONIQUE" => "TÉLÉPHONIQUE",
    "SÉCURITE" => "SÉCURITÉ",
    "\/otre" => "Votre",
    "oubliiez" => "oubliez",
    "[âcher" => "lâcher",
    "moil" => "moi",
    "LoISs" => "Lois",
    "moli" => "moi",
    "|uttais" => "luttais",
    "|aissé" => "laissé",
    "|aisser" => "laisser",
    "Difes" => "Dites",
    "touft" => "tout",
    "[rois" => "Trois",
    "OÙU" => "OÙ",
    "Aftention" => "Attention",
    "Mmignon" => "Mignon",
    "sanog" => "sang",
    "Emméêne" => "Emmène",
    "évéênement" => "évènement",
    "Vyons" => "Voyons",
    "paraït" => "parait",
    "to|" => "toi",
    "|utte" => "lutte",
    "I|magine" => "Imagine",
    "remboursera|" => "rembourserai",
    "EVerra" => "reverra",
    "Evadé" => "Évadé",
    "Egyptiens" => "Égyptiens",
    "Evitons" => "Évitons",
    "plaït" => "plaît",
    "cing" => "cinq",
    "Evidemment" => "Évidemment",
    "lya7h" => "Il y a 7h",
    "|slande" => "Islande",
    "|lendemain" => "lendemain",
    "PDeux" => "Deux",
    "ITrouvez" => "Trouvez",
    "/earning" => "learning",
    "|A" => "IA",
    "reviendrali" => "reviendrai",
    "estou" => "est ou",
    "pttit" => "ptit",
    "éfté" => "été",
    "tfout" => "tout",
    "Vvoit" => "voit",
    "|evier" => "levier",
    "MlIle" => "Mlle",
    "|labo" => "labo",
    "|sland" => "Island",
    "peltite" => "petite",
    "siil" => "s'il",
    "Hawaiï" => "Hawaii",
    "moOIins" => "moins",
    "lurcs" => "Turcs",
    "|raniens" => "Iraniens",
    "flèêches" => "flèches",
    "plaït" => "plaît",
    "Sepft" => "Sept",
    "escalaitor" => "escalator",
    "Laguelle" => "Laquelle",
    "aprés" => "après",
    "connaiît" => "connaît",
    "planèête" => "planète",
    "AInsi" => "Ainsi",
    "vêcue" => "vécue",
    "systéme" => "système",
    "querre" => "guerre",
    "foujours" => "toujours",
    "ITrouvez" => "Trouvez",
    "disparaïtre" => "disparaître",
    "reviendrali" => "reviendrai",
    "espérent" => "espèrent",
    "ouie" => "ouïe",
    "complête" => "complète",
    "étes" => "êtes",
    "cing" => "cinq",
    "mêtres" => "mètres",
    "mêtre" => "mètre",
    "mèêtres" => "mètres",
    "mèêtre" => "mètre",
    "Cing" => "cinq",
    "Apréès" => "Après",
    "|luxe" => "luxe",
    "/A" => "IA",
    "lIA" => "l'IA",
    "querre" => "guerre",
    "MI6G" => "MI6",
    "aprés" => "après",
    "inquiête" => "inquiète",
    "ler" => "1er",
    "atmosphéère" => "atmosphère",
    "Tre" => "Très",
    "planête" => "planète",
    "simmerge" => "s'immerge",
    "Evitons" => "Évitons",
    "interprête" => "interprète",
    "Foulllez" => "Fouillez",
    "boeuf" => "bœuf",
    "boeufs" => "bœufs",
    "coeur" => "cœur",
    "choeur" => "chœur",
    "choeurs" => "chœurs",
    "manoeuvre" => "manœuvre",
    "manoeuvres" => "manœuvres",
    "manoeuvrer" => "manœuvrer",
    "moeurs" => "mœurs",
    "noeud" => "nœud",
    "noeuds" => "nœuds",
    "oeuvre" => "œuvre",
    "oeuvres" => "œuvres",
    "oeil" => "œil",
    "oeuf" => "œuf",
    "oeufs" => "œufs",
    "soeur" => "sœur",
    "soeurs" => "sœurs",
    "voeu" => "vœu",
    "voeux" => "vœux",
    "oedème" => "œdème",
    "oedèmes" => "œdèmes",
    "oenologie" => "œnologie",
    "oesophage" => "œsophage",
    "foetus" => "fœtus",
    "foetal" => "fœtal",
    "oestrogène" => "œstrogène",
    "consoeur" => "consœur",
    /**
        * Cleaned SubtitleEdit Dict for my needs
        */
    "acquer" => "acquér",
    "aerien" => "aérien",
    "agreable" => "agréable",
    "alle" => "allé",
    "alles" => "allés",
    "appele" => "appelé",
    "apres" => "après",
    "aujourdhui" => "aujourd'hui",
    "aupres" => "auprès",
    "beaute" => "beauté",
    "cabossee" => "cabossée",
    "CEdipe" => "Œdipe",
    "Cest" => "C'est",
    "Cétait" => "C'était",
    "choregraphiee" => "chorégraphiée",
    "choregraphie" => "chorégraphie",
    "cinema" => "cinéma",
    "cles" => "clés",
    "cœurjoie" => "cœur-joie",
    "completer" => "compléter",
    "costumiere" => "costumière",
    "cree" => "créé",
    "daccord" => "d'accord",
    "dautres" => "d'autres",
    "debat" => "débat",
    "debattait" => "débattait",
    "debattre" => "débattre",
    "decor" => "décor",
    "decorateurs" => "décorateurs",
    "decors" => "décors",
    "defi" => "défi",
    "dejà" => "déjà",
    "dejeunait" => "déjeunait",
    "dengager" => "d'engager",
    "déquipement" => "d'équipement",
    "dérnièré" => "dernière",
    "Desole" => "Désolé",
    "dessayage" => "d'essayage",
    "dessence" => "d'essence",
    "détaient" => "c'étaient",
    "detail" => "détail",
    "dexcellents" => "d'excellents",
    "dexpérience" => "d'expérience",
    "dexpériences" => "d'expériences",
    "ecrit" => "écrit",
    "elegant" => "élégant",
    "equipe" => "équipe",
    "ete" => "été",
    "etiez" => "étiez",
    "eviter" => "éviter",
    "frêre" => "frère",
    "fadapter" => "t'adapter",
    "fadore" => "j'adore",
    "general" => "général",
    "idee" => "idée",
    "idees" => "idées",
    "Iimit" => "limit",
    "immediatement" => "immédiatement",
    "insufflee" => "insufflée",
    "integrer" => "intégrer",
    "interessante" => "intéressante",
    "Iogions" => "logions",
    "Iumiere" => "lumiere",
    "Iynchage" => "lynchage",
    "Jessaie" => "J'essaie",
    "latéralémént" => "latéralement",
    "lepidopteres" => "lépidoptères",
    "litteraire" => "littéraire",
    "maniere" => "manière",
    "mariee" => "mariée",
    "melange" => "mélange",
    "ontete" => "ont été",
    "operateur" => "opérateur",
    "pere" => "père",
    "precipice" => "précipice",
    "presenter" => "présenter",
    "prevu" => "prévu",
    "prevue" => "prévue",
    "propriete" => "propriété",
    "protègeraient" => "protégeraient",
    "realisateur" => "réalisateur",
    "reception" => "réception",
    "reévalu" => "réévalu",
    "repute" => "réputé",
    "reussi" => "réussi",
    "scenario" => "scénario",
    "scene" => "scène",
    "scenes" => "scènes",
    "seances" => "séances",
    "sequence" => "séquence",
    "speciale" => "spéciale",
    "torturee" => "torturée",
    "vecu" => "vécu",
    "vehicules" => "véhicules",
]