phoneme toolkit: 音素相关的文本处理工具箱。

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

v0.0.4

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: _ ~ - *

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。

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。

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。

数字读法。

按数值大小读,一个一个数字读。

文本转换。

全角半角转换,简体繁体转换。