---
title: "Arabizi（Franco-Arabic）を LLM で判定・変換する | BroadRouter"
description: "Arabizi は、ع を 3、ح を 7 のような数字で表し、アラビア語をラテン文字で書く表記です。その判定方法、LLM でアラビア文字に変換する方法、正しい返信の仕方を解説します。"
url: https://broadrouter.com/ja/blog/arabizi-llm-handling/
lang: ja
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

このページは英語の原文を AI の支援を受けて翻訳したものです。[英語の原文を読む](https://broadrouter.com/blog/arabizi-llm-handling/)（2026-11-16 更新）。

# Arabizi と LLM：3 や 7 などの数字を使うラテン文字アラビア語の扱い方

BroadNet Inference チーム · 約 5 分で読めます · 公開日 2026-11-14 · 更新日 2026-11-16

Arabizi（Franco-Arabic とも呼ばれます）は、ラテン文字にない音を数字で表してアラビア語をラテン文字で書く表記です。3 は ع、7 は ح、2 は ء、5 は خ を表します。LLM はたいてい理解できますが、変換結果は一貫しません。判定したうえで、方言を指定してアラビア文字に音訳させ、そのアラビア語テキストを処理します。

## 要点

-   よく使われる数字：2 = ء、3 = ع、5 = خ、6 = ط、7 = ح、8 = غ または ق、9 = ص。使い方は国によって異なります。
-   Arabizi はほぼ常に MSA ではなく方言なので、想定される方言をモデルに伝えてください。
-   検索、分析、ルーティングの前にアラビア文字に変換し、監査用に原文を残してください。
-   返信の文字は製品ごとに決めます。アラビア文字、Arabizi、英語のいずれか。既定で Arabizi をまねしないでください。
-   Arabizi は入力されたテキストの問題です。音声認識の出力がラテン文字になる場合、たいていはリクエストに language=ar がありません。

**このページの内容**

1.  どの数字がどのアラビア文字を表しますか？
2.  Arabizi がソフトウェアにとって難しいのはなぜですか？
3.  LLM は Arabizi をどの程度扱えますか？
4.  LLM で Arabizi をアラビア文字に変換するには？
5.  返信にはどの文字を使うべきですか？
6.  Arabizi にはどのモデルを使うべきですか？
7.  Arabizi はどこに現れますか？

[Arabizi](https://broadrouter.com/ja/glossary/arabizi/) は Franco-Arabic や「Franco」とも呼ばれ、ラテン文字にない音を、ع を 3、ح を 7 のように数字で表して、アラビア語をラテン文字で書く表記です。LLM で扱うには、まず判定し、方言を指定してモデルにアラビア文字へ変換させ、パイプラインの残りはアラビア語テキストで実行します。

「ana 3ayez a7gez ma3ad bokra」は、エジプトではごく普通の顧客メッセージで、「أنا عايز أحجز ميعاد بكرة」（明日の予約を取りたい）という意味です。アラビア語キーボードのない携帯電話やコンピューターで広まり、今もチャットに現れます。

## どの数字がどのアラビア文字を表しますか？

標準はありませんが、形が似ているアラビア文字や、ラテン文字に相当するものがないアラビア文字に数字が使われます。[アラビア語チャットアルファベット](https://en.wikipedia.org/wiki/Arabic_chat_alphabet)の概要には、一般的な慣習が載っています。

| 数字 | アラビア文字 | 例 | アラビア文字表記 | 意味 |
| --- | --- | --- | --- | --- |
| 2 | ء（hamza）/ أ | so2al | سؤال | 質問 |
| 3 | ع | 3arabi | عربي | アラビア語 |
| 3’ または 8 | غ | 8aly / 3’aly | غالي | 高い（値段） |
| 5 または kh | خ | 5alas | خلاص | 終わり / もういい |
| 6 | ط | 6ayeb | طيب | OK（湾岸） |
| 7 | ح | 7abibi | حبيبي | 大切な人 |
| 9 | ص | 9ba7 | صباح | 朝（湾岸） |
| 8 | ق（一部の地域） | 8alb | قلب | 心 |

地域ごとの習慣は異なります。たとえばこの概要によると、غ を 8 で表すのはレバノンだけで、サウジアラビアでは ق を 8 や 9 で表すのが一般的です。エジプトの Arabizi では、ق が声門閉鎖音として発音される場合に 2 で表すことがあります。母音は耳で聞いたとおりに書かれるため、「ma3lesh」「ma3lsh」「m3lsh」（معلش、気にしないで）はすべて同じ単語です。

## Arabizi がソフトウェアにとって難しいのはなぜですか？

-   \*\*ほぼ常に方言である。\*\*人は話すとおりに Arabizi を書くため、方言のあらゆる難しさを一度に抱え、しかもよりどころとなるアラビア文字がありません。
-   **英語やフランス語のように見える。**「bas」はアラビア語では بس（でも / だけ）ですが、英語では意味がありません。「men」は من（〜から / 誰）です。キーワード検出器や言語識別ツールは、Arabizi を英語や他のラテン文字の言語と判定しがちです。
-   \*\*標準的な綴りがない。\*\*完全一致の検索、意図のルール、分析が機能しません。
-   **[コードスイッチング](https://broadrouter.com/ja/glossary/code-switching/)。**「el order bta3i lessa ma waslsh, can u check?」は、1 文の中でエジプトの Arabizi と英語が混ざっています。

ルールベースの変換器が苦労するのは、1 つのラテン文字列が多くのアラビア語の綴りに対応しうるからです。[Darwish による Arabizi の判定と変換の研究](https://arxiv.org/abs/1306.6755)などの研究システムは、音訳マイニングと言語モデリングを組み合わせて正しい単語を選び、88.7% の変換精度を報告しました。現代の LLM は、事実上それを 1 ステップで行います。

## LLM は Arabizi をどの程度扱えますか？

大規模なモデルは Web や SNS のテキストで Arabizi を見ているため、よくあるフレーズはたいてい理解できます。結果はモデルや方言によって異なるので、頼る前にテストしてください。典型的な失敗パターンは次のとおりです。

1.  **英語として扱い**、読み違えたメッセージに返信する。
2.  \*\*違う方言に変換する。\*\*たとえば、エジプト方言をトーンの変わる MSA の単語に「変換」したり、ユーザーがレバノン人なのに湾岸方言と推測したりします。
3.  \*\*出力の文字が一貫しない。\*\*あるメッセージには Arabizi で、次のメッセージにはアラビア文字で返信します。
4.  \*\*名前や地名で偽の正確さを示す。\*\*ラテン文字の綴りが曖昧な場合に起こります。

対処法は方言全般と同じです。何を想定し、何を出力すべきかをモデルに伝えてください。

## LLM で Arabizi をアラビア文字に変換するには？

まず Arabizi をアラビア文字に変換し、その後パイプラインの残り（検索、ルーティング、返信）をアラビア語テキストで実行します。これでコードの経路が 1 つになり、検索や分析も機能します。

```python
import json, os
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])

NORMALISE = """You receive a customer message that may be in Arabic script, English,
or Arabizi (Arabic written in Latin letters and digits, e.g. 3=ع, 7=ح, 2=ء, 5=خ).
Customers are mostly Egyptian. Return JSON only:
{"script": "arabic" | "arabizi" | "latin_english" | "mixed",
 "dialect": "egyptian" | "gulf" | "levantine" | "msa" | "other" | null,
 "arabic_text": "<the message in Arabic script, keeping the dialect words; keep English words in Latin letters>",
 "english_gloss": "<short English meaning>"}"""

def normalise(message: str) -> dict:
    r = client.chat.completions.create(
        model="broadnet/qwen3.8-27b",
        max_tokens=1500,  # the model reasons first; leave room for the JSON
        messages=[{"role": "system", "content": NORMALISE},
                  {"role": "user", "content": message}],
    )
    text = r.choices[0].message.content.strip()
    text = text.removeprefix("```json").removeprefix("```").removesuffix("```")
    return json.loads(text)  # validate the fields before you trust them

print(normalise("el order bta3i lessa ma waslsh, can u check?"))
```

良い結果の例です。

```json
{"script": "mixed", "dialect": "egyptian",
 "arabic_text": "الأوردر بتاعي لسه ما وصلش، can u check?",
 "english_gloss": "My order still hasn't arrived, can you check?"}
```

この設計についての補足です。

-   **方言の単語を残す。**“the message in Arabic script, keeping the dialect words”（訳：方言の単語を残したまま、アラビア文字でメッセージを書く）と求めることで、MSA への無言の書き換えを防ぎます。書き換えられると、ルーティングや感情分析に必要な意味が失われます。
-   \*\*原文を残す。\*\*監査やルールの再学習のために、変換結果の横に元のメッセージを保存します。
-   \*\*安価な事前フィルターを使う。\*\*単純なチェック（下の正規表現のように、単語内にラテン文字と数字 2、3、5、6、7、8、9 のいずれかがある）で、LLM の呼び出しを使う前に Arabizi の大半を拾えます。アラビア語だけ、または英語だけのメッセージは変換をスキップできます。より厳密な出力には、スキーマ付きの[構造化出力](https://broadrouter.com/ja/glossary/structured-output/)を使ってください。

```python
import re
ARABIZI_HINT = re.compile(r"\b[a-z]*[2356789][a-z]+\b|\b[a-z]+[2356789][a-z]*\b", re.I)
def maybe_arabizi(text: str) -> bool:
    return bool(ARABIZI_HINT.search(text)) and not re.search(r"[؀-ۿ]", text)
```

このヒントは数字を含まない Arabizi（「ana mesh fahem」、わからない）を見逃し、「a7x」のような製品コードで誤検出します。分類器ではなく、コスト削減の手段として扱ってください。本当の判断は LLM の `script` フィールドです。

## 返信にはどの文字を使うべきですか？

メッセージごとではなく、製品ごとに決めてください。

| 返信に使う文字 | 使う場面 |
| --- | --- |
| アラビア文字（MSA または軽い方言） | ほとんどの企業の既定。誰でも読める |
| 英語 | サポート言語が英語の場合、または顧客がほぼ英語を混ぜて書いた場合 |
| Arabizi | 顧客のスタイルに合わせたい若者向けブランド。ネイティブスピーカーとサンプルをレビューする |

Arabizi を自動的にまねると、従うべき標準がないため、ネイティブのユーザーには奇妙に見える綴りになりがちです。まねる場合は、好みの綴りの例をモデルに与えてください。文体と文字の設定について詳しくは[アラビア語のプロンプトエンジニアリング](https://broadrouter.com/ja/blog/arabic-prompt-engineering/)を参照してください。

## Arabizi にはどのモデルを使うべきですか？

自社のチャネルから実際の Arabizi メッセージを 50〜100 件集め、それぞれの正しいアラビア文字版と意図を書き、まず意図の正解率で、次に変換の品質で候補モデルを採点してください。BroadNet は、自社のテストで [Qwen3.8 27B](https://broadrouter.com/ja/models/qwen3.8-27b/) が湾岸方言とエジプト方言を理解し、流暢なアラビア語を書いたと報告していますが、Arabizi に特化した結果は公開していないので、自社のメッセージでテストしてください。[DeepSeek V4.1 Flash](https://broadrouter.com/ja/models/deepseek-v4.1-flash/) は出力トークン単価が安く、[BroadNet Gemma 4 VL 26B](https://broadrouter.com/ja/models/gemma-4-vl-26b/) は大量の事前分類ステップに使える BroadNet で最も安いモデルです。価格は[料金ページ](https://broadrouter.com/ja/pricing/)にあります。ラテン文字の Arabizi とアラビア文字ではトークン化のされ方が違うため、費用を見積もる前に、いくつかのメッセージの両方の版を無料の[トークンカウンター](https://broadrouter.com/tools/token-counter/)に貼り付けてください。

## Arabizi はどこに現れますか？

-   \*\*WhatsApp と SNS の DM：\*\*主な発生源です。[アラビア語 WhatsApp チャットボットの構成](https://broadrouter.com/ja/blog/arabic-whatsapp-chatbot-architecture/)を参照してください。
-   \*\*検索ボックス：\*\*ユーザーは「7agz」（حجز、予約）と入力します。[アラビア語の RAG 検索](https://broadrouter.com/ja/blog/arabic-rag-search/)の前に、同じステップでクエリを正規化してください。
-   \*\*言語を指定すれば、音声認識からは出てこない。\*\*Arabizi は人が入力するものです。アラビア語の音声の書き起こしがラテン文字で返ってきた場合、リクエストに `language=ar` が欠けている可能性が高いです。BroadNet のドキュメントでは、指定しないとアラビア語が音訳されることがあると注意しています。[WhatsApp ボイスメッセージのガイド](https://broadrouter.com/ja/guides/transcribe-whatsapp-voice-notes/)を参照してください。

関連する無料ツール（英語）

-   [Arabic token counter](https://broadrouter.com/tools/arabic-token-counter/) Arabic vs English token counts per tokenizer: the "Arabic tax" in tokens and money.
-   [Arabic text normalizer](https://broadrouter.com/tools/arabic-text-normalizer/) Tashkeel, tatweel, alef, ya, ta marbuta, digits and invisible characters, with a matching Python function.
-   [Speech-to-text cost calculator](https://broadrouter.com/tools/speech-to-text-cost-calculator/) Hours, calls or voice notes to a monthly transcription bill, against your current provider.

[無料ツール（英語）](https://broadrouter.com/tools/)

## この記事の用語

[アラビージー（Arabizi）](https://broadrouter.com/ja/glossary/arabizi/)

アラビージー（Arabizi）とは、ラテン文字でくだけて書くアラビア語で、ラテン文字にない音は ع を 3 で表すように数字で書きます。チャットや SNS でよく使われ、ほとんどが方言で、決まった綴りがなく、英語やフランス語が混ざることもよくあります。

[コードスイッチング（code-switching）](https://broadrouter.com/ja/glossary/code-switching/)

コードスイッチングとは、同じ会話や同じ文の中で、話し言葉でも書き言葉でも 2 つ以上の言語、あるいは 1 つの言語の複数の変種を使うことです。アラビア語話者が方言に英単語を混ぜたり、現代標準アラビア語と方言を行き来したりするのがその例です。

[ハムザ（hamza）](https://broadrouter.com/ja/glossary/hamza/)

ハムザ（ء）とは、アラビア語で声門閉鎖音を表す文字です。単独か、alef（أ إ）、waw（ؤ）、yeh（ئ）を台にして書き、آ は alef と madda の組み合わせです。表記が揺れるため、検索や音声の採点では alef 系の字形を ا にまとめることがよくあります。

[アラビア語の方言（dialectal Arabic）](https://broadrouter.com/ja/glossary/dialectal-arabic/)

アラビア語の方言とは、エジプト、湾岸、レバント、マグリブなど、地域や都市で日常的に話されるアラビア語です。音、語彙、文法が現代標準アラビア語と異なり、標準的な綴りがなく、ネットで書かれることも増え、言語モデルには扱いにくい対象です。

[現代標準アラビア語（MSA）](https://broadrouter.com/ja/glossary/msa/)

現代標準アラビア語（MSA）とは、アラブ世界全体で書き言葉、ニュース、教育、公式のスピーチに使われる標準化されたアラビア語です。誰の日常の母語でもなく、人々はエジプト方言や湾岸方言などの地域方言を話し、改まった場面で MSA に切り替えます。

## よくある質問

### Arabizi と Franco-Arabic は同じものですか？

同じです。Arabizi、Franco-Arabic、Franco、アラビア語チャットアルファベットは、いずれもアラビア語をラテン文字と数字で書く同じ習慣を指します。呼び方は国によって異なり、エジプトでは「Franco」が一般的です。

### チャットボットは Arabizi で返信すべきですか？

通常はすべきではありません。ブランドに合わせて、アラビア文字か英語で返信してください。若者向けのブランドには Arabizi で返信するところもありますが、綴りが自然に見えるかをネイティブスピーカーに確認してもらってください。

### 正規表現で Arabizi をアラビア語に変換できますか？

確実にはできません。母音は自由に省略されたり加えられたりし、同じラテン文字が文脈によって異なるアラビア文字に対応します。ルールは判定には役立ちますが、変換には言語モデルが必要です。

### アラビア語のメッセージで 3 は何を意味しますか？

Arabizi では、3 は文字 ع（ayn）を表します。たとえば「3arabi」は عربي（アラビア語）です。ほかによく使われる数字は、2 が ء、5 が خ、7 が ح、9 が ص です。

### 文字起こしの結果がラテン文字で返ってきたのはなぜですか？

それは音声モデルによる音訳で、ユーザーが入力した Arabizi ではありません。アラビア文字で受け取るには、アラビア語の文字起こしリクエストすべてに language=ar を付けてください。

## 続けて読む

-   [LLM によるアラビア語テキスト分類：感情、意図、振り分け](https://broadrouter.com/ja/blog/arabic-text-classification-llm/)
-   [湾岸・エジプト・レバントのアラビア語：LLM は方言をどう扱うか](https://broadrouter.com/ja/blog/arabic-llm-gulf-egyptian-dialects/)
-   [アラビア語のプロンプトエンジニアリング：文体、RTL、数字、混在テキスト](https://broadrouter.com/ja/blog/arabic-prompt-engineering/)
-   [アラビア語 WhatsApp チャットボットの構成：ボイスメッセージから返信まで](https://broadrouter.com/ja/blog/arabic-whatsapp-chatbot-architecture/)
-   [アラビア語 RAG：うまくいく正規化、チャンク分割、検索](https://broadrouter.com/ja/blog/arabic-rag-search/)
-   [LLM でアラビア語に母音記号を付ける：プロンプト、検証、DER](https://broadrouter.com/ja/blog/arabic-diacritization-llm/)
-   [LLM でアラビア語の文法・スペルを校正する方法](https://broadrouter.com/ja/blog/arabic-grammar-spelling-correction-llm/)
-   [ガイド：OpenAI Python SDK を BroadNet Inference で使う](https://broadrouter.com/ja/guides/openai-python-sdk/)
-   [ガイド：WhatsApp のボイスメッセージを API で文字起こしする](https://broadrouter.com/ja/guides/transcribe-whatsapp-voice-notes/)

実際のワークロードで試してください。新規アカウントには US$5 の初回クレジットがあり、Gemma、文字起こし に使えます。DeepSeek、GLM、Qwen3.8 はチャージが必要です。

[始める](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-blog-arabizi-llm-handling&utm_content=page-cta) ·

**出典**

-   [Arabic chat alphabet（アラビア語チャットアルファベット）：Arabizi の表記慣習の概要（2026-11-14 取得）](https://en.wikipedia.org/wiki/Arabic_chat_alphabet)
-   [Darwish「Arabizi Detection and Conversion to Arabic」（arXiv 1306.6755、2026-11-14 取得）](https://arxiv.org/abs/1306.6755)
-   [BroadNet Inference 料金ページ：Qwen3.8 27B の “Tested in Arabic” の注記（2026-11-14 取得）（英語）](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-blog-arabizi-llm-handling&utm_content=sources)
-   [BroadNet Inference API リファレンス：文字起こしの language パラメーター（2026-11-14 取得）（英語）](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-blog-arabizi-llm-handling&utm_content=sources)
