mecab text cleaner

Pembersih teks mecab

Ini adalah paket Python sederhana untuk mendapatkan bacaan Jepang (yomigana) dan aksen menggunakan mecab. Harap juga pertimbangkan untuk menggunakan pyopenjtalk (tidak ada aksen) atau pyopenjtalk_g2p_prosody (ESPNET) (dengan aksen), karena paket ini tidak memperhitungkan perubahan aksen dalam kata -kata majemuk.

Instalasi

Instal ini melalui PIP atau PIPX (atau paket paket favorit Anda):

pipx install mecab-text-cleaner[unidecode,unidic]

pip install mecab-text-cleaner[unidecode,unidic]

Penggunaan

 > mtc いい天気ですね。
イ]ー テ]ンキ デス ネ。
> mtc いい天気ですね。 --ascii
i] te]nki desu ne.
> mtc いい天気ですね --no-add-atype --no-add-blank-between-words
イーテンキデスネ
> mtc いい天気ですね --no-add-atype --no-add-blank-between-words -r kana
イイテンキデスネ

 from mecab_text_cleaner import to_reading , to_ascii_clean

assert to_reading ( "     空、雲。 n雨！（" ) == "ソ]ラ、 ク]モ。 nア]メ！（"
assert to_ascii_clean ( "      한空、雲。 n雨！（" ) == "han so]ra, ku]mo. n a]me!(" 

Kontributor

Terima kasih pergi ke orang -orang luar biasa ini (Kunci Emoji):

Proyek ini mengikuti spesifikasi semua-kontributor. Kontribusi apa pun yang baik!