Repository navigation
有没有考虑过中英混合的ITN #49
Description
Activity
意思是中文和英文同时做ITN吗？这个暂时没考虑，可以增加下，谢谢提议，欢迎PR~
意思是中文和英文同时做ITN吗？这个暂时没考虑，可以增加下，谢谢提议，欢迎PR~
嗯嗯是的，现在实际上线的项目，都是需要中英混输。我先做做看看效果，如果不错的话，再PR
中英混里面比较常见的英文类别都是啥样的，日期还是电话号码还是什么？
中英文混合还是比较常见的，比如航班号码的播报，再比如单词的拼读如，A P P，再比如中文里夹杂一些专有的英语名词， 比如：“你定的酒店是在georgia吗”，那这里的“georgia”是该itn为“Georgia”还是缩写呢，等等。我目前也在做asr后处理这块，有问题可以相互讨论下，嘿嘿。
这些case(加空格，大小写)实现起来比较简单，甚至不需要怎么改代码就能支持，我比较关心的是“我有 one thoundsand dollars” 这种涉及数字变化的“我有$1000”，这种case似乎不是很常见
如果考虑地区的话，像港澳地区这种可能会夹杂这种中英的，比如：这个可以有ten percent的收益吗。
如果考虑地区的话，像港澳地区这种可能会夹杂这种中英的，比如：这个可以有ten percent的收益吗。
有中英文数据的话可以总结下~ 不在那个语境容易闭门造“句”
如果考虑地区的话，像港澳地区这种可能会夹杂这种中英的，比如：这个可以有ten percent的收益吗。
有中英文数据的话可以总结下~ 不在那个语境容易闭门造“句”
我后续看看我这边能不能总结一些例子 有空的话我发你邮箱 你看成不 你主页的邮箱用的吧
- 发邮箱或者直接发这里也行发自我的 iPhone在 2022年12月29日，17:51，Bo Ling ***@***.***> 写道： 如果考虑地区的话，像港澳地区这种可能会夹杂这种中英的，比如：这个可以有ten percent的收益吗。 有中英文数据的话可以总结下~ 不在那个语境容易闭门造“句” 我后续看看我这边能不能总结一些例子 有空的话我发你邮箱 你看成不 你主页的邮箱用的吧 —Reply to this email directly, view it on GitHub, or unsubscribe.You are receiving this because you commented.Message ID: ***@***.***>
英文的ITN后面会做吗
@xingchensong 你好，wfst的规则转换, 可以像支持tts前端ssml那种功能吗? 就是可以指定某个子串按照某种固定读法读. toy example:
<number>1234</number>中1234 会转换成成:一二三四. 而不是:一千二百三十四.@xingchensong 你好，wfst的规则转换, 可以像支持tts前端ssml那种功能吗? 就是可以指定某个子串按照某种固定读法读. toy example:
<number>1234</number>中1234 会转换成成:一二三四. 而不是:一千二百三十四.可以，需要单独写一个规则
这些case(加空格，大小写)实现起来比较简单，甚至不需要怎么改代码就能支持，我比较关心的是“我有 one thoundsand dollars” 这种涉及数字变化的“我有$1000”，这种case似乎不是很常见
想问个关于空格切分英文的问题：在用pip源下载导入包的LN normalizer.normalize()时会合并英文词空格，如输入“We Text Processing"会输出成‘WeTextProcessing’; 而使用clone 下来的WeTextProcessing代码仓里的normalize就可以保留空格。两者在tag输出都是一样的，应该是verbalize()的问题。请问这个具体是哪里规则导致的呢？是否保留英文空格是在源文件里哪部处理的
wfst的规则转换, 可以像支持tts前端ssml那种功能吗?
这个建议在自己的项目里做上层处理，不需要改 WeTextProcessing 的 FST 规则。思路：
- 预处理：正则提取
<tag>content</tag> - 根据 tag 选择处理方式（逐字读、日期、电话等）
- 替换回原文后再走正常 TN
import re def ssml_normalize(text, normalizer): # 提取标签内容，单独处理 def replace_tag(m): tag, content = m.group(1), m.group(2) if tag == "number": return " ".join(content) # 逐字读: 1234 -> 1 2 3 4 return content text = re.sub(r"<(\w+)>(.*?)</\1>", replace_tag, text) return normalizer.normalize(text)
- 预处理：正则提取
这个其实在实际项目中，需求量会比较大