NeMo Text Processing:文本规范化与反规范化的利器
2024-09-26 20:28:39作者:俞予舒Fleming
项目介绍
nemo-text-processing
是一个由 NVIDIA 开发的 Python 包,专注于文本规范化(Text Normalization)和反规范化(Inverse Text Normalization)。无论是语音识别后的文本处理,还是自然语言生成前的预处理,nemo-text-processing
都能提供强大的支持。通过简单的 API 调用,开发者可以轻松实现文本的规范化与反规范化,极大地简化了文本处理流程。
项目技术分析
nemo-text-processing
的核心技术基于加权有限状态转换器(Weighted Finite-State Transducer, WFST),这是一种高效的文本处理工具,特别适用于大规模的文本规范化任务。此外,项目还支持混合文本规范化(Hybrid Text Normalization),结合了规则引擎和机器学习模型的优势,能够在保证准确性的同时,提高处理速度。
项目及技术应用场景
nemo-text-processing
的应用场景非常广泛,主要包括:
- 语音识别后处理:在语音识别系统中,识别出的文本通常需要进行规范化处理,以确保文本的格式统一。
- 自然语言生成:在生成文本之前,对输入文本进行规范化处理,可以提高生成文本的质量。
- 数据清洗:在数据预处理阶段,文本规范化可以帮助清洗和标准化数据,提高数据质量。
- 多语言支持:项目支持多种语言的文本处理,适用于全球化的应用场景。
项目特点
- 高效性:基于 WFST 技术,
nemo-text-processing
能够高效处理大规模文本数据。 - 灵活性:支持混合文本规范化,可以根据具体需求选择不同的处理方式。
- 易用性:提供简洁的 API 接口,开发者可以快速上手,无需深入了解底层技术细节。
- 多平台支持:虽然主要支持 Linux 系统,但通过 Conda 安装,也可以在 MacOS 和 Windows 上使用。
- 开源社区支持:项目开源,社区活跃,开发者可以轻松获取帮助或贡献代码。
如何开始
安装
推荐使用 Conda 虚拟环境进行安装:
conda create --name nemo_tn python==3.10
conda activate nemo_tn
pip install nemo_text_processing
快速入门
通过 Google Collab Notebook 快速上手:
深入学习
深入了解 WFST 和语法定制:
贡献与支持
欢迎社区贡献!如果你有任何问题、建议或想要贡献代码,请访问 Github 仓库。
引用
如果你在研究或项目中使用了 nemo-text-processing
,请引用以下文献:
@inproceedings{zhang21ja_interspeech,
author={Yang Zhang and Evelina Bakhturina and Boris Ginsburg},
title={{NeMo (Inverse) Text Normalization: From Development to Production}},
year=2021,
booktitle={Proc. Interspeech 2021},
pages={4857--4859}
}
@inproceedings{bakhturina22_interspeech,
author={Evelina Bakhturina and Yang Zhang and Boris Ginsburg},
title={{Shallow Fusion of Weighted Finite-State Transducer and Language Model for
Text Normalization}},
year=2022,
booktitle={Proc. Interspeech 2022}
}
许可证
nemo-text-processing
采用 Apache 2.0 许可证。
通过 nemo-text-processing
,你可以轻松应对复杂的文本处理任务,提升应用的性能和用户体验。快来尝试吧!
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
860
511

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K