Phonemizer | Python文本语音(音素)表征包

音素

音素是构成语音的基本声音，音节和单词建立在音节上。在与 语音 和 语言 处理相关的各种应用（例如 文本到语音系统 ）中，将文本从其拼写形式转录为语音字母表是一项重要要求。

Phonemizer 是一个精确寻址的 Python 包, 它将文本从其拼写表示转录为语音表示。该包设计用户友好的，并公开了一个高级音素化函数， 支持大约100种不同的语言。phonemizer 使用的默认后端是 eSpeak （Dunn & Vitolins，2019 年），一种基于语言专业知识和手写转录规则的文本转语音软件。它将文本转录成国际音标，并支持一百多种语言。使用 MBROLA 声音（Tits & Vitolins，2019），eSpeak 后端可用于大约 35 种语言，以 SAMPA 计算机可读语音字母表转录文本。

安装

安装phonemizer前需要配置espeak，

• winhttps://github.com/espeak-ng/espeak-ng/releases下载对应的msi文件点击安装

• mac首先配置好homebrew，之后命令行brew install espeak

pip3 install phonemizer

英文音素化

from phonemizer import phonemize

phonemize(text, language='en-us', prepend_text=False, preserve_punctuation=False, with_stress=False, njobs=1)

• text 文本列表

• language 语言。"en-us"美国英语， "zh"中文

• prepend_text 输出结果保留输入的文本，默认False

• preserve_punctuation 输出结果保留标点符号，默认False

• with_stress 标记重读，默认False

• njobs 并行运算核数&#x