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。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00