|
|
|
|
|
|
|
|
|
|
|
## 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:
|
|
|
1. "english_cleaners" for English text
|
|
|
2. "transliteration_cleaners" for non-English text that can be transliterated to ASCII using
|
|
|
the Unidecode library (https://pypi.python.org/pypi/Unidecode)
|
|
|
3. "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
|
|
|
```
|
