From 2d6baa3928d0cf225d4b21abf6d316c89dd3527b Mon Sep 17 00:00:00 2001 From: tsukumi Date: Mon, 6 May 2024 22:17:34 +0900 Subject: [PATCH] =?UTF-8?q?Fix:=20changed=20the=20substitute=20phoneme=20f?= =?UTF-8?q?rom=E3=80=8C=E3=82=93=E3=80=8Dto=20=E3=80=8C'=E3=80=8D=20when?= =?UTF-8?q?=20the=20pronunciation=20can't=20be=20obtained?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- style_bert_vits2/nlp/japanese/g2p.py | 18 +++++++----------- 1 file changed, 7 insertions(+), 11 deletions(-) diff --git a/style_bert_vits2/nlp/japanese/g2p.py b/style_bert_vits2/nlp/japanese/g2p.py index 2443305..6b7b74a 100644 --- a/style_bert_vits2/nlp/japanese/g2p.py +++ b/style_bert_vits2/nlp/japanese/g2p.py @@ -24,7 +24,7 @@ def g2p( Args: norm_text (str): 正規化されたテキスト use_jp_extra (bool, optional): False の場合、「ん」の音素を「N」ではなく「n」とする。Defaults to True. - raise_yomi_error (bool, optional): False の場合、読めない文字が「ん」として発音される。Defaults to False. + raise_yomi_error (bool, optional): False の場合、読めない文字が「'」として発音される。Defaults to False. Returns: tuple[list[str], list[int], list[int]]: 音素のリスト、アクセントのリスト、word2ph のリスト @@ -40,7 +40,7 @@ def g2p( phone_tone_list_wo_punct = __g2phone_tone_wo_punct(norm_text) # sep_text: 単語単位の単語のリスト - # sep_kata: 単語単位の単語のカタカナ読みのリスト、読めない文字は raise_yomi_error=True なら例外、False なら読めない文字を「ン」として返ってくる + # sep_kata: 単語単位の単語のカタカナ読みのリスト、読めない文字は raise_yomi_error=True なら例外、False なら読めない文字を「'」として返ってくる sep_text, sep_kata = text_to_sep_kata(norm_text, raise_yomi_error=raise_yomi_error) # sep_phonemes: 各単語ごとの音素のリストのリスト @@ -104,7 +104,7 @@ def text_to_sep_kata( Args: norm_text (str): 正規化されたテキスト - raise_yomi_error (bool, optional): False の場合、読めない文字が「ん」として発音される。Defaults to False. + raise_yomi_error (bool, optional): False の場合、読めない文字が「'」として発音される。Defaults to False. Returns: tuple[list[str], list[str]]: 分割された単語リストと、その読み（カタカナ or 記号1文字）のリスト @@ -142,12 +142,12 @@ def text_to_sep_kata( if raise_yomi_error: raise YomiError(f"Cannot read: {word} in:\n{norm_text}") ## 例外を送出しない場合 - ## 読めない文字は「ん」として扱う + ## 読めない文字は「'」として扱う logger.warning( - f"Cannot read: {word} in:\n{norm_text}, replaced with 'ん'" + f"Cannot read: {word} in:\n{norm_text}, replaced with \"'\"" ) - # word の文字数分「ん」を追加 - yomi = "ン" * len(word) + # word の文字数分「'」を追加 + yomi = "'" * len(word) else: # yomi は元の記号のままに変更 yomi = word @@ -665,10 +665,6 @@ def __align_tones( elif phone in PUNCTUATIONS: # phone が punctuation の場合 → (phone, 0) を追加 result.append((phone, 0)) - elif phone == "N" or phone == "n": - # ここに到達するのは raise_yomi_error=False 時に読めない文字を「ん」に代替した場合のみ - # この際、phone_tone_list には「ん」の音素は含まれていないので、(phone, 0) を追加 - result.append((phone, 0)) else: logger.debug(f"phones: {phones_with_punct}") logger.debug(f"phone_tone_list: {phone_tone_list}")