註冊自訂詞彙
HayaKoe 使用 pyopenjtalk + OpenJTalk 字典進行日語形態素分析。
該字典包含了大多數常用詞彙,但稀有專有名詞、外來語、新造詞、商標名等可能缺失。
這類詞在句子中可能會被奇怪地斷開或逐字讀出,您可以手動註冊以固定為想要的發音。
已內建約 22 萬個英語單字
HayaKoe 在將文本傳給 pyopenjtalk 之前,有一個內部正規化字典將英語單字替換為片假名。
該字典預置了 221,587 個英語單字及其對應片假名,因此 OpenAI・GitHub 等常見英語專有名詞無需呼叫 add_word() 就能自然地朗讀。
add_word() 影響的是正規化步驟之後的 pyopenjtalk 日語形態素分析階段,是一個獨立的層。
也就是說,主要用於修正讀錯的日語專有名詞、稀有詞和新造詞。
最簡範例
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() 完成後隨時可以呼叫 add_word(),之後的 generate() 會立即生效。
對比註冊前後同一句話的差異,可以快速找到感覺。
担々麺 中的 々 在 OpenJTalk 字典中被作為獨立符號處理,因此不做任何設定直接合成時會被拆成「タン / メン」兩段。
英語品牌名・新造詞也是同樣方式
前面提到 22 萬個英語單字會自動轉換為片假名,但 字典中沒有的品牌名・產品名・新造詞 無法觸發自動轉換。
這種情況下 pyopenjtalk 會逐字元拆分朗讀,同樣需要用 add_word() 修正。
例如本函式庫名稱 HayaKoe 如果直接朗讀,會變成 エイチ・エー・ワイ・エー・ケー・オー・イー 這樣逐個字母生硬地讀出。
text = "HayaKoeは速い日本語の音声合成ライブラリです。"
# 註冊前
speaker.generate(text).save("before.wav")
# 固定為想要的片假名發音
tts.add_word(surface="HayaKoe", reading="ハヤコエ", accent=0)
# 註冊後
speaker.generate(text).save("after.wav")像這樣,22 萬字典中沒有的單字看到一個就用 add_word() 修正一個即可。
三個參數
surface — 在句子中原樣出現的文字
傳入實際輸入句子中 原樣出現的文字 即可。
漢字・平假名・片假名・英文均可,混合也可以。
reading — 片假名發音
用 片假名 指定如何發音。
不允許使用平假名・漢字・羅馬字。
僅接受片假名
內部驗證比較嚴格,混入其他文字會拋出 ValidationError。
如果只知道平假名,請先轉換為片假名再傳入。
accent — 聲調(不確定時填 0)
日語中單字內有一個音高「突降」的位置。
這個值用數字指定該位置,不確定的話填 0。
大多數單字僅用 0 就能合成得足夠自然,如果聽起來聲調不對,再逐一嘗試 1、2、... 找到最自然的值即可。
想更準確了解的話
日語聲調用「第幾個 莫拉 之後音高下降一次」來表示。
accent=0— 音高直到末尾都不下降(平板型)accent=1— 第一個莫拉之後下降accent=n— 第 n 個莫拉之後下降- 最大值為該詞的莫拉數
莫拉 是日語發音的基本節奏單位,與字元數不一定相同。
小寫 ッ・ャュョ 附著在前一個莫拉上算作一個莫拉,ン 和長音 ー 本身各算一個莫拉。
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)
多個詞彙直接累加
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() 不會清除已有註冊,而是追加。
只需注意不要重複註冊相同的 surface。
行程結束後會消失
不會永久儲存
註冊的詞彙 僅保留在行程記憶體中。
Python 行程終止後全部消失,下次執行時需要重新呼叫 add_word()。
如果覺得每次都註冊很麻煩,建議集中放在應用程式啟動例程(伺服器的話放在 startup 鉤子)中。
這是有意為之的行為。
為了避免詞彙在本地快取中不斷累積、導致行程間狀態混亂或「記不清之前註冊了什麼」的情況,HayaKoe 設計為絕不將使用者字典寫入硬碟。
動詞・形容詞需要按活用形分別註冊
註冊的所有詞彙在內部都作為 固有名詞 處理。
因此只以一種形式出現的名字・品牌名・外來語用這個 API 基本都能解決。
反之,像動詞和形容詞這樣活用形會變化的詞,由於需要 surface 完全匹配才會觸發替換,只註冊基本形的話其他形式不會被識別。
請將需要的活用形各自呼叫 add_word() 註冊一次。
# "ググる"(用 Google 搜索)這樣的新造動詞按活用形註冊
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) # 過去時
tts.add_word(surface="ググって", reading="ググッテ", accent=0) # 連接形
tts.add_word(surface="ググります", reading="ググリマス", accent=0) # 敬體形
tts.add_word(surface="ググらない", reading="ググラナイ", accent=0) # 否定形
# 形容詞同理 — "エモい" 按活用形註冊
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)在實際句子中使用時,每當遇到「這個形式還是讀得不對」的情況,逐個新增即可。