Hacktoberfest 2026：メンテナが10月に向けて印を付けた、オープンで初心者向けの issue。 Hacktoberfest の issue を見る

TTS text normalization speaks "sil" in US-style dates ("May 3, 1999")

オープン
  • 何か問題がありますか？
#63 コメント 0 件 リアクション 0 件 担当者 0 名 GitHub で見る

メンテナーはふだん 2 日以内に返信

まだ誰も着手していません。

評価

難易度
4/5
見積もり時間
3〜5日
初心者へのやさしさ
38/100
issue の種類
バグ
明瞭さ
明確に書かれている
活発さ
活発
技術スタック
cpp
領域
backend

調査の方向性

The payload names no source files. Start by reproducing with the bash script in the issue, using nemo-speech synthesize with --tn-model-dir on the "May 3, 1999" input, then transcribing the output. Find where the text normalization date grammar's pause token reaches the tokenizer as a word, since the issue's hunch is that it leaks. Done when the "May 3, 1999" and "Oct. 8, 2026" cases transcribe with no "sil" or "SIL" and the other formats still read correctly.

索引モデルが issue の本文から書いたものです。

説明

With --tn-model-dir, MagpieTTS says an audible "sil" between the day and the year of a date written as "Month D, YYYY". Without the comma ("May 3 1999") or day-first ("3 May 1999") the date is read cleanly, and so are the same words typed out ("October eighth, twenty twenty six").

Impact. This date format is everywhere in English text, and normalization is what makes MagpieTTS read numbers at all, so any app reading text aloud has to choose between this artifact and dropped digits.

Expected: "May third, nineteen ninety nine", with at most a pause at the comma.
Actual: "May third sil nineteen ninety nine".

Reproduce. NeMo-Speech.cpp 0.2.0 on macOS arm64 (Metal), tn_configs.tar.bz2 from the v0.2.0 release, MagpieTTS 357M, voice John. Needs only nemo-speech and curl; the transcripts come from Nemotron 3.5.

#!/usr/bin/env bash
# Reproduces: with --tn-model-dir, MagpieTTS speaks a "sil" between the day and the
# year of a US-style date ("May 3, 1999"). Needs nemo-speech 0.2.0 on PATH, curl, and
# the magpie and nemotron-3.5 models (nemo-speech pull magpie; nemo-speech pull nemotron-3.5).
set -euo pipefail

VERSION="$(nemo-speech --version | awk '{print $2; exit}')"
WORK="$(mktemp -d)"
trap 'rm -rf "$WORK"' EXIT

curl -fsSL "https://github.com/NVIDIA/NeMo-Speech.cpp/releases/download/v$VERSION/tn_configs.tar.bz2" |
  tar -xjf - -C "$WORK"

say_and_hear() {
  nemo-speech synthesize "$1" --tn-model-dir "$WORK/tn_configs" --voice John --seed 6285 \
    --quiet --force -o "$WORK/out.wav" >/dev/null 2>&1
  printf '%-34s -> %s\n' "$1" "$(nemo-speech transcribe "$WORK/out.wav" --quiet 2>/dev/null)"
}

echo "nemo-speech $VERSION, tn_configs from the same release"
say_and_hear "It happened on May 3, 1999."
say_and_hear "The launch is on Oct. 8, 2026."
say_and_hear "It happened on May 3 1999."
say_and_hear "It happened on 3 May 1999."

nemo-speech 0.2.0, tn_configs from the same release
It happened on May 3, 1999.        -> It happened on May third **sil** nineteen ninety nine.
The launch is on Oct. 8, 2026.     -> The launch is on October eight **SIL** twenty twenty six.
It happened on May 3 1999.         -> It happened on May third, nineteen ninety nine.
It happened on 3 May 1999.         -> It happened on the third of May nineteen ninety nine.

Our (Claude + me :D) hunch, unconfirmed: a pause token from the date grammar reaches the tokenizer as a word.

主要言語
C++
スター
167
フォーク
37
平均マージ
6日 23時間
マージ済み PR（30日）
9

環境構築

はじめの一歩

  1. issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
  2. 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
  3. リポジトリをフォークし、ブランチを切って変更します。
  4. issue 番号を参照したプルリクエストを送ります。

NVIDIA/NeMo-Speech.cpp のほかの issue

NVIDIA/NeMo-Speech.cpp の issue をすべて見る

似ている issue

C++ の issue をもっと見る

新しい issue をメールで受け取る

初心者向けの GitHub issue を短くまとめたダイジェスト。