NVIDIA/NeMo-text-processing

What it solves

テキスト正規化および逆テキスト正規化を扱う方法を提供します。これは、テキストを音声合成や処理に適した形式に変換するために不可欠です。

How it works

このパッケージは、文法カスタマイズのための Weighted Finite-State Transducers (WFST) や、高度な正規化を実現するために PyTorch と統合可能なハイブリッドアプローチを含む、複数の技術を組み合わせて使用します。

Who it's for

NLP および音声関連の AI を研究・開発している開発者や研究者、特にテキスト読み上げ (TTS) システムなどのダウンストリームタスクのためにテキストを準備する必要がある方々です。

Highlights

• テキスト正規化：書かれたテキスト（例："$10"）を話し言葉の形式（例："ten dollars"）に変換します。

• 逆テキスト正規化：話し言葉の形式を書き言葉の形式に戻します。

• WFST による文法カスタマイズのサポート。

• PyTorch を使用したハイブリッド正規化オプション。