TextNormalizationCoveringGrammars

用覆盖文法搞定英文俄文文本规范化，让语音更自然

TextNormalizationCoveringGrammars 是一个专注于英文和俄文文本规范化的开源项目，主要服务于语音识别和语音合成（TTS）系统。它通过覆盖文法（covering grammar）技术，将非标准文本（如数字、日期、货币、缩写等）转换为标准的口语化表达，从而提升语音系统的准确性和自然度。项目解决了文本规范化中规则复杂、语言依赖性强的问题，提供了一套基于文法的可扩展方案。其核心能力包括：支持英文和俄文两种语言的规范化规则、基于覆盖文法的系统化处理流程、以及为语音技术开发者提供的参考实现。项目采用 Makefile 构建，代码结构清晰，适合作为研究或生产环境的起点。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 61

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google-research-datasets

所属国家

官网地址

GitHubhttps://github.com/google-research-datasets/TextNormalizationCoveringGrammars

定价模式free

价格说明开源项目，Apache-2.0 许可证，完全免费，可自行部署使用。

访问状态

是否开源是

开源协议Apache-2.0

主要语言Makefile

技术栈/模型nlp,speech-recognition,text-to-speech

GitHub 星标★ 61

30天Star增速

HF 下载量

上线时间2017-02-27 00:00:00

最近更新2026-06-05 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5

使用教程

核心亮点

专为语音识别/TTS设计，直接解决文本转口语的痛点
覆盖文法方法系统性强，规则可扩展，适合复杂语言现象
同时支持英文和俄文，多语言参考价值高

不足之处

文档/社区待观察
语言覆盖有限，仅英俄，其他语言需自行扩展

适用场景

语音合成系统预处理，将数字、日期等转为自然读音
语音识别后处理，将识别文本规范化以提高可读性
多语言文本规范化研究，作为覆盖文法实现参考

替代项目

NeMo Text Processing、spacy-textnorm、TextNormalization (Google)

项目介绍

TextNormalizationCoveringGrammars 是语音识别领域的开源项目，由 google-research-datasets 开发，2017 年首次发布。

它收录于语音识别分类，该分类目前共有 212 个项目，GitHub 星标数为 61。

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 2026-06-05。Apache-2.0 许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：语音合成系统预处理，将数字、日期等转为自然读音。同类可对比的替代方案包括 NeMo Text Processing、spacy-textnorm、TextNormalization (Google)。

上一篇：speech-core

下一篇：myG2P