FST ITN-ZH中文逆文本标准化WebUI快速上手教程-编程实验室

FST ITN-ZH中文逆文本标准化WebUI快速上手教程

1. 简介与背景

随着语音识别、自然语言处理等AI技术的广泛应用，原始输出中常包含大量非标准化表达。例如，“二零零八年八月八日”或“早上八点半”这类口语化表述在正式文档、数据库录入等场景中需要转换为统一格式。

FST ITN-ZH 中文逆文本标准化（Inverse Text Normalization, ITN）系统正是为此而生。该工具基于有限状态转导器（Finite State Transducer, FST）实现，能够将中文中的数字、时间、日期、货币等复杂表达自动转换为标准书写形式。

本项目由开发者“科哥”进行WebUI二次开发，提供了直观易用的图形界面，支持单条文本转换和批量文件处理，极大提升了使用效率。适用于语音识别后处理、数据清洗、智能客服等多个工程场景。

2. 环境部署与启动

2.1 运行环境说明

本系统以容器化方式运行于Linux服务器环境中，依赖Python及Gradio构建Web交互界面。所有组件已预装配置完毕，用户无需手动安装依赖。

2.2 启动或重启应用

若服务未运行或需重新加载参数，请执行以下命令：

/bin/bash /root/run.sh

该脚本将自动启动后端服务并监听默认端口7860。首次运行可能需要3-5秒完成模型加载。

2.3 访问地址

服务启动后，在浏览器中访问：

http://<服务器IP>:7860

页面加载成功后即可进入主界面操作。

3. 核心功能详解

3.1 功能一：文本转换

使用流程

打开WebUI页面
切换至「📝 文本转换」标签页
在左侧输入框中键入待转换的中文语句
点击「开始转换」按钮
右侧输出框将显示标准化结果

示例演示

输入: 二零零八年八月八日早上八点半 输出: 2008年08月08日 8:30a.m.

此功能适合对少量关键文本进行精准处理，如测试用例验证、临时数据修正等。

3.2 功能二：批量转换

当面对大规模数据时，推荐使用批量处理模式。

操作步骤

准备输入文件
创建一个纯文本.txt文件，每行一条待转换内容，例如：二零零八年八月八日一百二十三早上八点半一点二五元
上传文件
进入「📦 批量转换」标签页，点击「上传文件」选择本地文件。
执行转换
点击「批量转换」按钮，系统将逐行处理并生成结果。
下载结果
转换完成后会自动生成带有时间戳的.txt文件供下载，命名格式如output_20250405_1430.txt。

应用场景

ASR语音识别结果后处理
呼叫中心录音转录文本规范化
大规模历史档案数字化清洗

4. 快速示例与界面交互

4.1 内置示例按钮

页面底部提供多个一键填充按钮，便于快速测试各类转换能力：

按钮	输入示例
`[日期]`	二零零八年八月八日
`[时间]`	早上八点半
`[数字]`	一百二十三
`[货币]`	一点二五元
`[分数]`	五分之一
`[度量]`	二十五千克
`[数学]`	负二
`[车牌]`	京A一二三四五
`[长文本]`	二零一九年九月十二日的晚上...

点击任一按钮，输入框将自动填充实例内容，可立即点击“开始转换”查看效果。

4.2 主界面布局解析

┌─────────────────────────────────────────┐ │ [紫蓝渐变] 中文逆文本标准化 (ITN) │ │ webUI二次开发 by 科哥 │ ├─────────────────────────────────────────┤ │ [📝 文本转换] [📦 批量转换] │ │ │ │ ┌───────────┐ ┌───────────┐ │ │ │ 输入框 │ → │ 输出框 │ │ │ │ │ │ │ │ │ └───────────┘ └───────────┘ │ │ │ │ [开始转换] [清空] [复制] [保存] │ ├─────────────────────────────────────────┤ │ 🎯 快速示例 │ │ [日期] [时间] [数字] [货币] ... │ └─────────────────────────────────────────┘

顶部标题区：显示项目名称与开发者信息
标签切换区：支持两种工作模式切换
核心操作区：输入/输出双栏设计，箭头指示流向
控制按钮区：常用操作集中布局
快捷示例区：降低使用门槛，提升体验流畅性

5. 高级设置与参数调优

通过「高级设置」面板可精细控制转换行为，满足不同业务需求。

5.1 转换独立数字

开启状态：幸运一百→幸运100
关闭状态：幸运一百→幸运一百

适用场景：在品牌名、成语中保留中文数字读感时建议关闭。

5.2 转换单个数字 (0–9)

开启状态：零和九→0和9
关闭状态：零和九→零和九

说明：影响单字数字的替换策略，常用于避免语义断裂。

5.3 完全转换'万'

开启状态：六百万→6000000
关闭状态：六百万→600万

建议：金融报表等需精确数值计算的场景建议开启；日常阅读保留“万”单位更符合习惯。

6. 支持的转换类型详述

6.1 日期转换

将汉字年月日转换为阿拉伯数字格式。

输入: 二零一九年九月十二日 输出: 2019年09月12日

支持全称、简写等多种输入格式。

6.2 时间转换

识别上午/下午、几点几分等表达，并转为标准时间符号。

输入: 下午三点十五分 输出: 3:15p.m.

6.3 数字转换

处理整数、大数单位（十、百、千、万、亿）的完整映射。

输入: 一千九百八十四 输出: 1984

6.4 货币转换

自动添加对应货币符号，支持人民币、美元等常见币种。

输入: 一点二五元 输出: ¥1.25 输入: 一百美元 输出: $100

6.5 分数与度量单位

输入: 五分之一 → 输出: 1/5 输入: 三分之二 → 输出: 2/3 输入: 二十五千克 → 输出: 25kg 输入: 三十公里 → 输出: 30km

6.6 数学表达式

输入: 负二 → 输出: -2 输入: 正五点五 → 输出: +5.5

6.7 车牌号识别

专有规则处理车牌中的字母与数字混合情况。

输入: 京A一二三四五 → 输出: 京A12345 输入: 沪B六七八九零 → 输出: 沪B67890

7. 实用技巧与最佳实践

7.1 长文本综合处理

系统支持在同一段落内识别多种实体并分别转换。

输入: 这件事发生在二零一九年九月十二日的晚上，大概八点半左右，涉及金额为一万二千元。 输出: 这件事发生在2019年09月12日的晚上，大概8:30左右，涉及金额为12000元。

适用于会议纪要、新闻稿等富文本场景。

7.2 批量处理优化建议

文件编码应为 UTF-8，避免乱码
每行仅含一条独立语句，确保逻辑清晰
单次上传不宜超过10,000行，防止内存溢出
转换前建议备份原始数据

7.3 结果保存机制

点击「保存到文件」按钮可将当前输出内容写入服务器指定目录，文件名包含时间戳，便于版本追踪与审计。

路径示例：/root/itn_outputs/output_20250405_1430.txt

8. 常见问题解答（FAQ）

Q1: 转换结果不准确怎么办？

请检查是否启用了合适的高级选项。某些情况下关闭“转换独立数字”可避免误判。也可尝试调整输入表达方式，使其更接近标准说法。

Q2: 是否支持方言或特殊读法？

目前主要支持普通话标准表达，兼容以下变体：

简体数字：一、二、三
大写数字：壹、贰、叁
特殊读音：幺（一）、两（二）

不支持地方口音或俚语表达。

Q3: 转换速度慢是正常现象吗？

首次转换或修改参数后需重新加载模型，耗时约3–5秒。后续请求响应极快，通常在毫秒级完成。

Q4: 版权信息如何保留？

根据开源协议要求，请务必保留以下声明：

webUI二次开发 by 科哥 | 微信：312088415 承诺永远开源使用 但是需要保留本人版权信息！

可在文档、代码注释或界面显著位置注明。

9. 操作按钮功能对照表

按钮	功能描述
开始转换	触发当前输入文本的标准化处理
清空	清除输入与输出区域的所有内容
复制结果	将输出内容复制回输入框，便于连续编辑
保存到文件	将输出文本持久化存储至服务器本地文件
批量转换	对上传的`.txt`文件执行批量化处理

10. 总结

本文全面介绍了FST ITN-ZH 中文逆文本标准化 WebUI的使用方法与核心特性。从环境部署、基础功能到高级配置，覆盖了实际应用中的主要环节。

该工具凭借其高精度转换能力、友好的图形界面以及灵活的参数调节机制，已成为语音识别后处理、数据预处理等领域的重要辅助工具。无论是个人研究还是企业级应用，都能快速集成并产生价值。

通过合理利用“快速示例”、“批量处理”和“高级设置”，用户可以在保证准确性的同时大幅提升工作效率。

获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。