该项目使用神经网络实现拼音转汉字，如输入为连续的汉语拼音mingtianzaoshangqingjiaoxingwo。，那么模型的任务就是需要输出连续的汉字明天早上请叫醒我。。

模型来源于Tacotron架构，如下图所示：

其中CBHG的具体架构如下图所示：

数据集来源：Leipzig Corpora Collection中的1M汉语新闻数据集：

并且只使用了zho_news_2007-2009_1M-sentences.txt。

Bopomofo2Chs/
├── data
│   └── zho_news_2007-2009_1M-sentences.txt
├── dataset.py
├── eval
│   ├── eval_clean.txt
│   └── input.csv
├── model.py
├── network.ipynb
├── pre.py
├── README.md
├── train&eval.py

dataset.py: 提供数据支持；

model.py: 网络结构在这里定义；

pre.py: 对原始数据的预处理；

xpinyin==0.5.6
tensorflow==1.9.0
Distance==0.1.3
numpy==1.15.2
regex==2019.06.08

下载数据把所需的txt文件放到对应位置，运行pre.py，然后运行train&eval.py即可，程序会在.eval/下生成评估结果文件eval_res.csv。

该任务选用编辑距离作为评估标准，归一化后的编辑距离是字符错误率(CER)，部分的评估结果如下图所示：

跑了$1$个epoch后的总CER为：$0.05$。

References: Tacotron

Acknowledgement: Kyubyong