Text-Normalization-Demo

用记忆增强神经网络，一键把口语化文本转成规范写法

这是一个文本规范化（Text Normalization）的演示项目，对应论文《Text Normalization using Memory Augmented Neural Networks》。它利用记忆增强神经网络（DNC）和循环神经网络（RNN）将非规范文本（如数字、缩写、口语表达）转换为规范书面形式，解决语音合成、自然语言理解中文本预处理问题。项目提供Jupyter Notebook演示，展示模型在文本规范化任务上的效果，核心能力包括序列建模、外部记忆读写和端到端训练。代码基于TensorFlow实现，适合研究记忆增强网络在NLP中的应用。

开源 free 音频音乐
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 60
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类音频音乐
开发团队cognibit
所属国家
官网地址
GitHubhttps://github.com/cognibit/Text-Normalization-Demo
定价模式free
价格说明开源项目，Apache-2.0许可证，可自由使用，无付费版本。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Jupyter Notebook
技术栈/模型deep-learning,differentiable-neural-computer,paper,recurrent-neural-networks,results,sequence-dnc,tensorflow,text-normalization,text-to-speech
GitHub 星标★ 60
30天Star增速
HF 下载量
上线时间2018-04-13 00:00:00
最近更新2024-06-01 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数4

使用教程

核心亮点

  • 基于论文实现，有明确理论支撑，适合学术复现
  • 演示清晰，Notebook可直接运行查看效果
  • 结合DNC与RNN，探索文本规范化的前沿方法

不足之处

  • 项目较早期，文档和社区活跃度待观察
  • 依赖旧版TensorFlow，环境配置可能较麻烦

适用场景

  • 语音合成前文本预处理
  • 自然语言理解中的文本清洗
  • 学术研究：记忆增强网络在NLP的应用

替代项目

TextNormalization (Google)、NeMo Text Processing、OpenSeq2Seq

项目介绍

Text-Normalization-Demo 是音频音乐领域的开源项目，由 cognibit 开发，2018 年首次发布。

它收录于音频音乐分类，该分类目前共有 738 个项目，GitHub 星标数为 60。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2024-06-01。Apache-2.0许可证，可自由使用，无付费版本。

它主要面向的使用场景是：语音合成前文本预处理。同类可对比的替代方案包括 TextNormalization (Google)、NeMo Text Processing、OpenSeq2Seq。

上一篇：MimicMania

下一篇：OtosakuTTS-iOS

同类项目推荐

tango 开源

输入一句话，自动生成匹配的音频内容

A family of diffusion models for text-to-audio generation.

★ 1239 2026-08-09
AuK 开源

一个模型搞定语音生成、编辑与分离

AuK: An Open-Source Foundational Model for Speech Generation and Editing

★ 1236 2026-09-13
swift-tts 开源

Swift 项目三行代码接入系统 TTS，兼容 TCA 和 Combine

A straightforward package containing version for Swift modern concurrency, Point-Fre···

★ 52 2026-08-09
ai-dj 开源

现场演出中实时用 AI 生成音乐，保持人类掌控

AI music generation for live performance - Standalone (Ableton Link) + VST3/AU. 8 tr···

★ 246 2026-08-09