You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
Hui Zhang
b3bc451328
|
3 years ago | |
|---|---|---|
| .. | ||
| phkit | 3 years ago | |
| README.md | 3 years ago | |
| requirements.txt | 3 years ago | |
| run_local.py | 3 years ago | |
| setup.py | 3 years ago | |
| test.py | 3 years ago | |
README.md
phkit
phoneme toolkit: 拼音相关的文本处理工具箱，中文和英文的语音合成前端文本解决方案。
安装
pip install -U phkit
版本
v0.2.8
pinyinkit
文本转拼音的模块，依赖python-pinyin，jieba，phrase-pinyin-data模块。
chinese
适用于中文、英文和中英混合的音素，其中汉字拼音采用清华大学的音素，英文字符分字母和英文。
- 中文音素简介：
声母：
aa b c ch d ee f g h ii j k l m n oo p q r s sh t uu vv x z zh
韵母：
a ai an ang ao e ei en eng er i ia ian iang iao ie in ing iong iu ix iy iz o ong ou u ua uai uan uang ueng ui un uo v van ve vn ng uong
声调：
1 2 3 4 5
字母：
Aa Bb Cc Dd Ee Ff Gg Hh Ii Jj Kk Ll Mm Nn Oo Pp Qq Rr Ss Tt Uu Vv Ww Xx Yy Zz
英文：
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
标点：
! ? . , ; : " # ( )
注：!=!！|?=?？|.=.。|,=,，、|;=;；|:=:：|"="“|#=# |(=(（[［{｛【<《|)=)）]］}｝】>》
预留：
w y 0 6 7 8 9
注：w=%|y=$|0=0|6=6|7=7|8=8|9=9
其他：
_ ~ - *
symbol
音素标记。 中文音素，简单英文音素，简单中文音素。
sequence
转为序列的方法，文本转为音素列表，文本转为ID列表。
拼音变调，拼音转音素。
pinyin
转为拼音的方法，汉字转拼音，分离声调。
拼音为字母+数字形式，例如pin1。
phoneme
音素映射表。
不带声调拼音转为音素，声调转音素，英文字母转音素，标点转音素。
number
数字读法。
按数值大小读，一个一个数字读。
convert
文本转换。
全角半角转换，简体繁体转换。
style
拼音格式转换。
国标样式的拼音和字母数字的样式的拼音相互转换。
english
from https://github.com/keithito/tacotron " Cleaners are transformations that run over the input text at both training and eval time.
Cleaners can be selected by passing a comma-delimited list of cleaner names as the "cleaners" hyperparameter. Some cleaners are English-specific. You'll typically want to use:
- "english_cleaners" for English text
- "transliteration_cleaners" for non-English text that can be transliterated to ASCII using the Unidecode library (https://pypi.python.org/pypi/Unidecode)
- "basic_cleaners" if you do not want to transliterate (in this case, you should also update the symbols in symbols.py to match your data).
历史版本
v0.2.8
- 文本转拼音轻声用5表示音调。
- 文本转拼音确保文本和拼音一一对应，文本长度和拼音列表长度相同。
- 增加拼音格式转换，国标格式和字母数字格式相互转换。
v0.2.7
- 所有中文音素都能被映射到。
v0.2.5
- 修正拼音转音素的潜在bug。
v0.2.4
- 修正几个默认拼音。
v0.2.3
- 汉字转拼音轻量化。
- 词语拼音词典去除全都是默认拼音的词语。
v0.2.2
- 修正安装依赖报错问题。
v0.2.1
- 增加中文的text_to_sequence方法，可替换英文版本应对中文环境。
- 兼容v0.1.0（含）之前版本需要在python3.7（含）版本以上，否则请改为从phkit.chinese导入模块。
v0.2.0
- 增加文本转拼音的模块，依赖python-pinyin，jieba，phrase-pinyin-data模块。
- 中文的音素方案移动到chinese模块。
v0.1.0
- 增加英文版本的音素方案，包括英文字母和英文音素。
- 增加简单的数字转中文的方法。
todo
文本正则化处理
数字读法
字符读法
常见规则读法
文本转拼音
pypinyin
国标和alnum转换
anything转音素
字符
英文
汉字
OOV
进阶:
分词
命名实体识别
依存句法分析