---
title: "阿拉伯语的 hamza 是什么？写法、Unicode 与规范化 | BroadRouter"
description: "Hamza（海姆宰）是阿拉伯语表示声门塞音的字母，可单独书写，也可写在 alef、waw 或 yeh 上。它的 Unicode 形式，以及搜索和 WER 评分为何把 أ إ آ 统一为 ا。"
url: https://broadrouter.com/zh/glossary/hamza/
lang: zh-Hans
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

本页由英文原文借助 AI 翻译。 [阅读英文原文](https://broadrouter.com/glossary/hamza/) (2026-11-15 更新).

# 海姆宰（hamza）

更新于 2026-11-15

Hamza（ء，海姆宰）是阿拉伯语表示声门塞音的字母。它可单独书写，也可写在 alef（أ إ）、waw（ؤ）或 yeh（ئ）上，آ 则是 alef 加 madda。由于输入文本对它的写法不一致，搜索引擎和语音评分常把 alef 形式统一为 ا。

又称： 海姆宰、哈姆扎、hamza 规范化、阿拉伯语 hamza、hamza、hamzah、hamza forms、hamza normalization

Hamza 这个小符号，最常决定一个阿拉伯语拼写是规范写法还是常见写法。أحمد 和 احمد 对读者来说是同一个名字，对计算机来说却是两个不同的字符串。

## 工作原理

Unicode 标准说 “the hamza may occur above or below other letters”（译文：hamza 可以出现在其他字母的上方或下方），并列出 alef、waw 和 yeh 作为承载字母。每种带承载字母的形式都编码为一个预组合字符：

| 字符 | 码位 | Unicode 名称 |
| --- | --- | --- |
| ء | U+0621 | ARABIC LETTER HAMZA |
| أ | U+0623 | ARABIC LETTER ALEF WITH HAMZA ABOVE |
| إ | U+0625 | ARABIC LETTER ALEF WITH HAMZA BELOW |
| آ | U+0622 | ARABIC LETTER ALEF WITH MADDA ABOVE |
| ؤ | U+0624 | ARABIC LETTER WAW WITH HAMZA ABOVE |
| ئ | U+0626 | ARABIC LETTER YEH WITH HAMZA ABOVE |

Unicode 还定义了分解形式：أ、ؤ 和 ئ 分别与“基础字母 + U+0654 ARABIC HAMZA ABOVE”规范等价。所以看起来一样的 أ，可能以一个码位到达，也可能以两个码位到达。[Unicode 规范化](https://broadrouter.com/zh/glossary/unicode-normalization/)为 NFC 或 NFKC 会把 ا + U+0654 重新合成为单个 U+0623，这就是为什么它应该在任何 hamza 规则之前运行。

输入的文本并不总会写出 hamza，所以同一个词可能以 أ、إ、آ 或不带符号的 ا 出现。规范化针对的正是这种差异。CAMeL Tools 的 `normalize_alef_ar` 把 إ أ ٱ آ 映射为 ا。Lucene 的 ArabicNormalizer 会把 “hamza with alef seat to a bare alef”（译文：以 alef 为承载的 hamza 规范化为不带符号的 alef）。

## 为什么重要

-   **搜索。** 用户输入 اسلام，而你的文档里写的是 إسلام。没有 alef 规则，关键词搜索就会漏掉它。参见[阿拉伯语文本规范化](https://broadrouter.com/zh/glossary/arabic-text-normalization/)。
-   **语音评分。** Open Universal Arabic ASR Leaderboard 在计算 WER 之前会 “removing all punctuation as well as the diacritics, and normalizing characters with Hamzas and Maddas”（译文：去除所有标点和变音符号，并规范化带 hamza 和 madda 的字符）。如果你在计算自己的[词错误率](https://broadrouter.com/zh/glossary/word-error-rate/)时不做同样的处理，一份只是漏了 hamza 的正确转写会被算作错误，你的数字也就无法与排行榜比较。
-   **代价。** 统一 hamza 会合并只在 hamza 上有区别的词。动词 سأل（他问）和 سال（它流动）都会变成 سال。小品词 إن 和 أن 都会变成 ان。对大多数搜索来说可以接受；对拼写纠错或法律文本则不行。

## 在 BroadNet Inference 上

BroadNet 的 API 原样传递文本；hamza 的处理在你的代码中进行。[BroadNet Transcribe Arabic](https://broadrouter.com/zh/models/cohere-transcribe-arabic/) 输出的转写是普通的阿拉伯语文本，所以评分前要对参考文本和转写文本做同一种规范化。按照 BroadNet 文档的建议，传 `language=ar`。[阿拉伯语语音转文字指南](https://broadrouter.com/zh/guides/arabic-speech-to-text-api/)给出了请求示例。

如果要纠正用户文本中的 hamza，对话模型可以帮上忙；[拼写纠错一文](https://broadrouter.com/zh/blog/arabic-grammar-spelling-correction-llm/)展示了如何检查只有预期的字符被改动。想看看统一处理对你的字符串有什么影响，可以试试[阿拉伯语文本规范化工具](https://broadrouter.com/tools/arabic-text-normalizer/)。

## 常见问题

### Hamza 是字母还是变音符号？

两种看法都有。Unicode 把 ء（U+0621）编码为字母 ARABIC LETTER HAMZA，同时也有一个组合字符 HAMZA ABOVE（U+0654），用于分解形式。

### ؤ 和 ئ 也要规范化吗？

常用工具默认不处理。CAMeL Tools 的 alef 规则和 Lucene 的规则只覆盖 alef 形式。把 waw 和 yeh 上的 hamza 也统一，能进一步提高召回，但会合并更多的词；请用你的查询测试。

### 大模型能补上漏写的 hamza 吗？

作为拼写纠错的一部分，它通常可以做到，但要检查它没有改动别的内容。不要直接把纠正后的文本当作搜索键，它同样需要规范化。

## 另请参阅

-   [阿拉伯语文本规范化（Arabic text normalization）](https://broadrouter.com/zh/glossary/arabic-text-normalization/) (术语)
-   [阿拉伯语变音符号（tashkeel）](https://broadrouter.com/zh/glossary/arabic-diacritics/) (术语)
-   [塔马尔布塔（taa marbuta，ة）](https://broadrouter.com/zh/glossary/taa-marbuta/) (术语)
-   [Unicode 规范化（Unicode normalization）](https://broadrouter.com/zh/glossary/unicode-normalization/) (术语)
-   [词错误率（WER，word error rate）](https://broadrouter.com/zh/glossary/word-error-rate/) (术语)
-   [阿拉伯语语音转文字 API 分步教程](https://broadrouter.com/zh/guides/arabic-speech-to-text-api/) (指南)
-   [面向搜索和 RAG 的阿拉伯语文本规范化：该改什么，不该改什么](https://broadrouter.com/zh/blog/arabic-text-normalization-search/) (文章)
-   [阿拉伯语语音识别的词错误率（WER）详解](https://broadrouter.com/zh/blog/arabic-asr-wer-explained/) (文章)
-   [用大模型做阿拉伯语语法和拼写纠错：实操指南](https://broadrouter.com/zh/blog/arabic-grammar-spelling-correction-llm/) (文章)

用你的真实业务负载试一试。 新账户可获得 US$5 初始额度，用于 Gemma和转写。DeepSeek、GLM和Qwen3.8 需要先充值。

[开始使用](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-glossary-hamza&utm_content=page-cta) ·

**来源**

-   [The Unicode Standard 18.0，第 9 章 Middle East-I，阿拉伯文（hamza，表 9-13）（2026-11-15 查阅）](https://www.unicode.org/versions/Unicode18.0.0/core-spec/chapter-9/)
-   [CAMeL Tools 源代码，normalize.py（normalize\_alef\_ar）（2026-11-15 查阅）](https://raw.githubusercontent.com/CAMeL-Lab/camel_tools/master/camel_tools/utils/normalize.py)
-   [Wang、Alhmoud 和 Alqurishi，Open Universal Arabic ASR Leaderboard（arXiv 2412.13788），评测指标一节（2026-11-15 查阅）](https://arxiv.org/html/2412.13788)
-   [Apache Lucene 9.0 API，ArabicNormalizer（2026-11-15 查阅）](https://lucene.apache.org/core/9_0_0/analysis/common/org/apache/lucene/analysis/ar/ArabicNormalizer.html)
