注册自定义词语
HayaKoe 使用 pyopenjtalk + OpenJTalk 词典进行日语形态素分析。
该词典包含了大多数常用词汇,但稀有专有名词、外来语、新造词、商标名等可能缺失。
这类词在句子中可能会被奇怪地断开或逐字读出,您可以手动注册以固定为想要的发音。
已内置约 22 万个英语单词
HayaKoe 在将文本传给 pyopenjtalk 之前,有一个内部规范化字典将英语单词替换为片假名。
该字典预置了 221,587 个英语单词及其对应片假名,因此 OpenAI·GitHub 等常见英语专有名词无需调用 add_word() 就能自然地朗读。
add_word() 影响的是规范化步骤之后的 pyopenjtalk 日语形态素分析阶段,是一个独立的层。
也就是说,主要用于修正读错的日语专有名词、稀有词和新造词。
最简示例
from hayakoe import TTS
tts = TTS().load("jvnv-F1-jp").prepare()
speaker = tts.speakers["jvnv-F1-jp"]
tts.add_word(surface="担々麺", reading="タンタンメン", accent=0)
speaker.generate("担々麺が食べたい。").save("tantanmen.wav")在 prepare() 完成后随时可以调用 add_word(),之后的 generate() 会立即生效。
对比注册前后同一句话的差异,可以快速找到感觉。
担々麺 中的 々 在 OpenJTalk 词典中被作为独立符号处理,因此不做任何设置直接合成时会被拆成"タン / メン"两段。
英语品牌名·新造词也是同样方式
前面提到 22 万个英语单词会自动转换为片假名,但 字典中没有的品牌名·产品名·新造词 无法触发自动转换。
这种情况下 pyopenjtalk 会逐字符拆分朗读,同样需要用 add_word() 修正。
例如本库名称 HayaKoe 如果直接朗读,会变成 エイチ・エー・ワイ・エー・ケー・オー・イー 这样逐个字母生硬地读出。
text = "HayaKoeは速い日本語の音声合成ライブラリです。"
# 注册前
speaker.generate(text).save("before.wav")
# 固定为想要的片假名发音
tts.add_word(surface="HayaKoe", reading="ハヤコエ", accent=0)
# 注册后
speaker.generate(text).save("after.wav")像这样,22 万词典中没有的单词看到一个就用 add_word() 修正一个即可。
三个参数
surface — 在句子中原样出现的文字
传入实际输入句子中 原样出现的文字 即可。
汉字·平假名·片假名·英文均可,混合也可以。
reading — 片假名发音
用 片假名 指定如何发音。
不允许使用平假名·汉字·罗马字。
仅接受片假名
内部验证比较严格,混入其他文字会抛出 ValidationError。
如果只知道平假名,请先转换为片假名再传入。
accent — 声调(不确定时填 0)
日语中单词内有一个音高"突降"的位置。
这个值用数字指定该位置,不确定的话填 0。
大多数单词仅用 0 就能合成得足够自然,如果听起来声调不对,再逐一尝试 1、2、... 找到最自然的值即可。
想更准确了解的话
日语声调用"第几个 莫拉 之后音高下降一次"来表示。
accent=0— 音高直到末尾都不下降(平板型)accent=1— 第一个莫拉之后下降accent=n— 第 n 个莫拉之后下降- 最大值为该词的莫拉数
莫拉 是日语发音的基本节奏单位,与字符数不一定相同。
小写 ッ·ャュョ 附着在前一个莫拉上算作一个莫拉,ン 和长音 ー 本身各算一个莫拉。
タンタンメン— 6 莫拉 (タ/ン/タ/ン/メ/ン)ハヤコエ— 4 莫拉 (ハ/ヤ/コ/エ)キャット— 3 莫拉 (キャ/ッ/ト)
多个词语直接累加
tts.add_word(surface="担々麺", reading="タンタンメン", accent=0)
tts.add_word(surface="檸檬", reading="レモン", accent=0)
tts.add_word(surface="魚", reading="サカナ", accent=0)
speaker.generate("檸檬と担々麺と魚").save("mix.wav")add_word() 不会清除已有注册,而是追加。
只需注意不要重复注册相同的 surface。
进程结束后会消失
不会永久保存
注册的词语 仅保留在进程内存中。
Python 进程终止后全部消失,下次运行时需要重新调用 add_word()。
如果觉得每次都注册很麻烦,建议集中放在应用启动例程(服务器的话放在 startup 钩子)中。
这是有意为之的行为。
为了避免词语在本地缓存中不断累积、导致进程间状态混乱或"记不清之前注册了什么"的情况,HayaKoe 设计为绝不将用户词典写入磁盘。
动词·形容词需要按活用形分别注册
注册的所有词语在内部都作为 固有名词 处理。
因此只以一种形式出现的名字·品牌名·外来语用这个 API 基本都能解决。
反之,像动词和形容词这样活用形会变化的词,由于需要 surface 完全匹配才会触发替换,只注册基本形的话其他形式不会被识别。
请将需要的活用形各自调用 add_word() 注册一次。
# "ググる"(用 Google 搜索)这样的新造动词按活用形注册
tts.add_word(surface="ググる", reading="ググル", accent=0) # 基本形
tts.add_word(surface="ググった", reading="ググッタ", accent=0) # 过去时
tts.add_word(surface="ググって", reading="ググッテ", accent=0) # 连接形
tts.add_word(surface="ググります", reading="ググリマス", accent=0) # 敬体形
tts.add_word(surface="ググらない", reading="ググラナイ", accent=0) # 否定形
# 形容词同理 — "エモい" 按活用形注册
tts.add_word(surface="エモい", reading="エモイ", accent=0)
tts.add_word(surface="エモかった", reading="エモカッタ", accent=0)
tts.add_word(surface="エモく", reading="エモク", accent=0)在实际句子中使用时,每当遇到"这个形式还是读得不对"的情况,逐个添加即可。