sodapeter / phkit Goto Github PK

phkit

phoneme toolkit: 音素相关的文本处理工具箱。

安装

pip install -U phkit

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

版本

v0.0.4

symbol

音素标记。

中文音素，简单英文音素，简单中文音素。

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

其他： _ ~ - *

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。