41 lines
1.8 KiB
Python
41 lines
1.8 KiB
Python
from style_bert_vits2.constants import Languages
|
|
|
|
|
|
def clean_text(
|
|
text: str,
|
|
language: Languages,
|
|
use_jp_extra: bool = True,
|
|
raise_yomi_error: bool = False,
|
|
) -> tuple[str, list[str], list[int], list[int]]:
|
|
"""
|
|
テキストをクリーニングし、音素に変換する
|
|
|
|
Args:
|
|
text (str): クリーニングするテキスト
|
|
language (Languages): テキストの言語
|
|
use_jp_extra (bool, optional): テキストが日本語の場合に JP-Extra モデルを利用するかどうか。Defaults to True.
|
|
raise_yomi_error (bool, optional): False の場合、読めない文字が消えたような扱いとして処理される。Defaults to False.
|
|
|
|
Returns:
|
|
tuple[str, list[str], list[int], list[int]]: クリーニングされたテキストと、音素・アクセント・元のテキストの各文字に音素が何個割り当てられるかのリスト
|
|
"""
|
|
|
|
# Changed to import inside if condition to avoid unnecessary import
|
|
if language == Languages.JP:
|
|
from style_bert_vits2.text_processing.japanese.g2p import g2p
|
|
from style_bert_vits2.text_processing.japanese.normalizer import normalize_text
|
|
norm_text = normalize_text(text)
|
|
phones, tones, word2ph = g2p(norm_text, use_jp_extra, raise_yomi_error)
|
|
elif language == Languages.EN:
|
|
from ...text import english as language_module
|
|
norm_text = language_module.normalize_text(text)
|
|
phones, tones, word2ph = language_module.g2p(norm_text)
|
|
elif language == Languages.ZH:
|
|
from ...text import chinese as language_module
|
|
norm_text = language_module.normalize_text(text)
|
|
phones, tones, word2ph = language_module.g2p(norm_text)
|
|
else:
|
|
raise ValueError(f"Language {language} not supported")
|
|
|
|
return norm_text, phones, tones, word2ph
|