PaddlePaddle/PaddleSpeech

[TTS] DiffSinger 文本前端移除对 pinyin_to_phone.txt 文件的依赖

Open

#3,066 opened on 2023年3月21日

GitHub で見る
 (0 comments) (0 reactions) (2 assignees)Python (9,453 stars) (1,702 forks)batch import
T2Sfeature requestgood first issue

説明

目前 DiffSinger 的文本前端，通过 pinyin_to_phone.txt 文件（opencpop 数据集获取）得到 pinyin 到音素的映射关系，参考：

可以通过不带 tone 的 pypinyin 输出加一些简单的规则移除掉对这个文件的依赖

需要注意的点:

  1. 除了 zh ch sh 其他声母都是一个，或者无声母，zh ch sh 和 z c s 需要分类讨论
  2. 单纯拆的话应该比生成简单一点点，有一些细节需要考虑，比如 u v 变换, u 开头的韵母的变换等, 是生成字典的逆过程，字典生成过程可以参考

コントリビューターガイド

技術スタック
python
領域
backendmachine learning
Issue 種別
refactor
難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。
3
推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。
1-2 days
活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。
blocked
明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。
clear
前提条件
understanding of Chinese pinyinbasic Pythonfamiliarity with phoneme mapping
初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。
50
調査方針
The goal is to remove the dependency on pinyin to phone.txt by generating mappings using pypinyin without tones and simple rules. Key references include the linked PR (https://github.com/PaddlePaddle/PaddleSpeech/pull/3062) and the lexicon generation script (examples/other/mfa/local/generate lexicon.py) and documentation (docs/topic/frontend/g2p.md). The solution should handle special cases like zh/ch/sh vs z/c/s, u/v transformation, and vowel transformations. The current assignees may have started work, so checking for any updates or linked branches is recommended.