RUNorm - Нормализатор русского текста перед синтезом речи

RUNorm - это библиотека для нормализации русского текста, написанная на языке Python. Она предназначена для подготовки текст перед синтезом речи.

Особенности

• Нормализация чисел: преобразование числовых значений в текстовую форму.
• Нормализация сокращений: расшифровка и замена сокращений полными формами.
• Кириллизация: преобразование латинских символов в соответствующие кириллические.
• Озвучка аббревиатур: конвертирует аббревиатуру в побуквенный вариант. (GPT -> джи пи ти)

Установка

pip install runorm

Использование

Пример использования RUNorm:

from runorm import RUNorm

# Используйте load(workdir="./local_cache") для кэширования моделей в указанной папке.
# Доступные модели: small, medium, big
# Выбирайте устройство используемое pytorch с помощью переменной device
normalizer = RUNorm()
normalizer.load(model_size="small", device="cpu")

while True:
    text = input(":> ")
    normalized_text = normalizer.norm(text)
    print(">>>", normalized_text)

Модели

RUNorm предоставляет несколько предобученных моделей разного размера:

• small: маленькая модель для быстрой нормализации. Охватывает самые популярные кейсы. Базируется на FRED-T5-95M
• medium: средняя модель для баланса между скоростью и качеством. Базируется на ruT5-base (222M)
• big: большая модель для лучшего качества нормализации. Базируется на FRED-T5-Large (860M)

Вы можете выбрать подходящую модель при вызове метода load().

Лицензия

Этот проект распространяется под лицензией Apache2.0 License.

Контакты

Если у вас есть вопросы или предложения, пожалуйста, свяжитесь с автором проекта:

• TG: ССЫЛКА
• HuggingFace проекта: HF

Будем рады вашим отзывам и сотрудничеству!

Донат

Вы можете поддержать проект деньгами. Это поможет быстрее разрабатывать более качественные новые версии. CloudTips: https://pay.cloudtips.ru/p/b9d86686