Prosodic 技术文档
1. 安装指南
1.1 安装 Python 包
首先,您需要通过 pip 安装 Prosodic 包。确保您的 Python 版本 >= 3.9。
pip install prosodic
1.2 安装 espeak
Prosodic 依赖于 espeak 来进行文本到语音的转换。请根据您的操作系统安装 espeak:
-
Mac: 使用 Homebrew 安装:
brew install espeak如果尚未安装 Homebrew,请先安装 Homebrew。
-
Linux: 使用 apt-get 安装:
sudo apt-get install espeak libespeak1 libespeak-dev -
Windows: 从 espeak-ng 的 GitHub 页面 下载并安装。
2. 项目的使用说明
2.1 Web 应用
Prosodic 提供了一个基于 Web 的图形用户界面(GUI)。安装完成后,您可以通过以下命令启动 Web 应用:
prosodic web
启动后,在浏览器中访问 http://127.0.0.1:8181/ 即可使用 Prosodic 的 Web 界面。
2.2 Python 使用
2.2.1 读取文本
您可以通过 Python 脚本加载并分析文本。以下是一个简单的示例:
import prosodic
# 加载文本
sonnet = prosodic.Text("""
Those hours, that with gentle work did frame
The lovely gaze where every eye doth dwell,
Will play the tyrants to the very same
And that unfair which fairly doth excel;
For never-resting time leads summer on
To hideous winter, and confounds him there;
Sap checked with frost, and lusty leaves quite gone,
Beauty o’er-snowed and bareness every where:
Then were not summer’s distillation left,
A liquid prisoner pent in walls of glass,
Beauty’s effect with beauty were bereft,
Nor it, nor no remembrance what it was:
But flowers distill’d, though they with winter meet,
Leese but their show; their substance still lives sweet.
""")
# 也可以通过文件名加载文本
shaksonnets = prosodic.Text(fn='corpora/corppoetry_en/en.shakespeare.txt')
2.2.2 文本结构
Prosodic 将文本组织成树状结构。Text 对象的 .children 属性是一个 Stanza 列表,每个 Stanza 的 .parent 属性指向 Text 对象。每个 Stanza 的 .children 属性是一个 Line 列表,依此类推。
# 查看文本的树状结构
sonnet.show(maxlines=30, incl_phons=True)
2.2.3 数据框表示
您还可以将文本转换为数据框形式进行查看:
# 查看音节级别的数据框表示
sonnet.df
3. 项目 API 使用文档
3.1 prosodic.Text
prosodic.Text 是 Prosodic 的核心类,用于加载和分析文本。它支持从字符串或文件加载文本。
3.1.1 方法
Text(text=None, fn=None): 初始化一个Text对象。text参数为文本字符串,fn参数为文件名。show(maxlines=None, incl_phons=False): 显示文本的树状结构。maxlines参数限制显示的行数,incl_phons参数决定是否包含音素信息。df: 返回文本的音节级别数据框表示。
3.2 prosodic.Stanza 和 prosodic.Line
Stanza 和 Line 类分别表示文本中的诗节和行。它们通过 .children 和 .parent 属性与 Text 对象关联。
4. 项目安装方式
Prosodic 的安装方式已在 1. 安装指南 中详细介绍。您可以通过 pip 安装 Prosodic 包,并根据操作系统安装 espeak 以支持文本到语音的转换。
通过本文档,您应该能够顺利安装并使用 Prosodic 进行文本分析。如果您有任何问题,请参考官方文档或联系开发者。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00