从文本到标准格式一键转换｜FST ITN-ZH中文ITN镜像全指南

从文本到标准格式一键转换｜FST ITN-ZH中文ITN镜像全指南

1. 简介：什么是中文逆文本标准化（ITN）

在语音识别、自然语言处理和智能客服等场景中，系统输出的文本往往包含大量非标准表达形式。例如，“二零零八年八月八日”、“早上八点半”或“一百二十三”，这些口语化或汉字数字混合的表述虽然人类易于理解，但在结构化数据处理、数据库存储或后续分析中却带来诸多不便。

中文逆文本标准化（Inverse Text Normalization, ITN）正是解决这一问题的关键技术。它负责将语音识别结果中的自然语言表达，自动转换为统一、规范的格式，如：

• 二零零八年八月八日→2008年08月08日
• 早上八点半→8:30a.m.
• 一百二十三→123
• 一点二五元→¥1.25

本文将围绕FST ITN-ZH 中文逆文本标准化 WebUI 镜像，全面解析其功能特性、使用方法与工程实践价值，帮助开发者和业务人员快速上手并集成至实际项目中。

该镜像由社区开发者“科哥”基于开源 FST（有限状态转录器）框架二次开发构建，提供了图形化界面（WebUI），支持单条文本转换与批量处理，极大降低了使用门槛。

2. 核心功能详解

2.1 文本转换：实时在线规整

最基础也是最常用的功能是单条文本的即时转换。用户只需输入一段包含中文数字、时间、日期等内容的句子，系统即可自动识别并转换为标准格式。

使用流程

1. 访问 WebUI 页面：http://<服务器IP>:7860
2. 切换至「📝 文本转换」标签页
3. 在输入框中填写待转换文本
4. 点击「开始转换」按钮
5. 查看输出框中的标准化结果

示例演示

输入: 二零一九年九月十二日的晚上七点四十五分，我花了三百五十元买了五斤苹果。 输出: 2019年09月12日的晚上7:45p.m.，我花了¥350买了5kg苹果。

此功能适用于调试验证、小规模数据处理或嵌入测试流程。

2.2 批量转换：高效处理大规模数据

当面对成百上千条记录时，手动逐条操作显然不可行。为此，系统提供「📦 批量转换」功能，支持上传.txt文件进行集中处理。

操作步骤

1. 准备一个纯文本文件（.txt），每行一条原始语句
2. 进入「批量转换」页面，点击「上传文件」
3. 点击「批量转换」触发处理
4. 转换完成后，点击「下载结果」获取标准化后的文本文件

输入文件示例

二零零八年八月八日 早上八点半 一百二十三 一点二五元 二十五千克 负二 京A一二三四五

输出结果

2008年08月08日 8:30a.m. 123 ¥1.25 25kg -2 京A12345

该功能特别适合用于：

• ASR 识别结果后处理
• 呼叫中心录音转写清洗
• 医疗电子病历中的数值提取
• 金融交易记录的金额规范化

2.3 快速示例与预设模板

为了提升用户体验，界面底部提供多个一键填充的示例按钮，涵盖常见类型：

点击任意按钮即可自动填入对应示例，便于快速测试不同类型的转换效果。

3. 高级设置与参数调优

系统提供三项关键配置选项，允许用户根据具体需求灵活调整转换行为。

3.1 转换独立数字

• 开启：幸运一百→幸运100
• 关闭：幸运一百→幸运一百

适用场景：若上下文强调“一百”作为数量而非修饰词，则应开启；否则保持关闭以避免误改成语或固定搭配。

3.2 转换单个数字（0–9）

• 开启：零和九→0和9
• 关闭：零和九→零和九

说明：控制是否对单字数字进行替换。某些情况下保留汉字更符合阅读习惯，如儿童教育类应用。

3.3 完全转换“万”

• 开启：六百万→6000000
• 关闭：六百万→600万

建议：对于财务报表、统计分析等需要精确数值计算的场景，推荐开启；日常交流可关闭以提高可读性。

4. 支持的转换类型一览

系统基于规则与有限状态机（FST）结合的方式，覆盖多种常见中文表达形式的标准化任务。

4.1 日期转换

输入: 二零一九年九月十二日 输出: 2019年09月12日 输入: 二零二四年腊月初三 输出: 2025年01月03日（农历自动映射）

4.2 时间表达

输入: 早上八点半 输出: 8:30a.m. 输入: 下午三点十五分 输出: 3:15p.m.

4.3 数字规整

输入: 一千九百八十四 输出: 1984 输入: 壹佰贰拾叁 输出: 123（支持大写数字）

4.4 货币单位

输入: 一点二五元 输出: ¥1.25 输入: 一百美元 输出: $100

4.5 分数与比例

输入: 五分之一 输出: 1/5 输入: 三分之二 输出: 2/3

4.6 度量单位

输入: 三十公里 输出: 30km 输入: 五升汽油 输出: 5L汽油

4.7 数学符号

输入: 负二 输出: -2 输入: 正五点五 输出: +5.5

4.8 特殊编码：车牌号

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

注意：仅转换数字部分，字母与地区前缀保持不变。

5. 实践技巧与最佳用法

5.1 长文本多类型混合处理

系统具备上下文感知能力，可在同一段落中识别并转换多种类型实体。

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。

优势：无需预先分割字段，直接处理完整语句，适用于真实对话流。

5.2 批量处理大批量数据

对于超过千行的数据集，建议遵循以下流程：

1. 将所有待处理文本整理为 UTF-8 编码的.txt文件
2. 每行一条独立语句，避免空行或特殊字符
3. 通过 WebUI 上传并执行批量转换
4. 下载结果文件后，可用 Python 脚本进一步清洗导入数据库

# 示例：加载批量转换结果并结构化解析 with open("output.txt", "r", encoding="utf-8") as f: lines = f.readlines() import re results = [] for line in lines: date_match = re.search(r"(\d{4}年\d{2}月\d{2}日)", line) time_match = re.search(r"(\d{1,2}:\d{2}[ap]\.m\.)", line) money_match = re.search(r"¥(\d+)", line) results.append({ "date": date_match.group(1) if date_match else None, "time": time_match.group(1) if time_match else None, "amount": int(money_match.group(1)) if money_match else None })

5.3 结果保存与日志追踪

点击「保存到文件」按钮可将当前转换结果持久化至服务器本地，文件命名格式为：

itn_result_20250405_143022.txt

包含时间戳，便于版本管理和审计追溯。

路径提示：默认存储于/root/目录下，可通过 SSH 登录查看。

6. 常见问题与解决方案

6.1 Q：转换结果不准确怎么办？

A：请检查以下几点：

• 是否启用了正确的高级设置？
• 输入文本是否存在歧义或非常规表达？
• 可尝试关闭“完全转换‘万’”以保留“600万”而非“6000000”

此外，系统目前主要支持普通话标准表达，方言或地方变体可能无法正确识别。

6.2 Q：支持哪些数字变体？

A：系统兼容以下常见形式：

• 简体：一、二、三、十、百、千、万
• 大写：壹、贰、叁、拾、佰、仟、萬
• 变体：幺（一）、两（二）

例如：

输入: 幺零零八六 输出: 10086 输入: 两百块 输出: 200元

6.3 Q：首次转换为何较慢？

A：首次运行或修改参数后，系统需重新加载模型与规则引擎，耗时约 3–5 秒。后续转换响应迅速，通常在毫秒级完成。

6.4 Q：版权信息必须保留吗？

A：是的。根据作者声明，使用本项目时必须保留以下信息：

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、代码注释或界面底部添加说明。

7. 系统操作与界面说明

7.1 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] ... │ └─────────────────────────────────────────┘

各按钮功能如下表所示：

8. 启动与维护指令

8.1 启动或重启服务

若服务异常中断或需更新配置，可通过以下命令重启应用：

/bin/bash /root/run.sh

执行环境：需在容器或服务器终端中以 root 权限运行。

8.2 访问地址

默认 WebUI 端口为7860，访问方式为：

http://<你的服务器IP>:7860

确保防火墙已开放该端口，并且 Docker 容器正确映射了端口。

9. 总结

FST ITN-ZH 中文逆文本标准化系统通过轻量级 WebUI 设计，实现了从复杂中文表达到标准格式的一键转换，极大提升了语音识别下游处理的效率与准确性。

其核心价值体现在：

• ✅开箱即用：无需编程基础，图形化操作友好
• ✅多类型支持：覆盖日期、时间、数字、货币、度量等九大类别
• ✅灵活配置：提供三项高级开关，适应不同业务需求
• ✅批量处理：支持大规模文本自动化规整
• ✅本地部署：数据不出内网，保障隐私安全

无论是用于 ASR 后处理、智能客服知识库构建，还是企业内部数据清洗，该镜像都提供了一个稳定、可靠且易于集成的技术方案。

未来可期待更多扩展方向，如：

• 支持自定义词典注入
• 增加 API 接口供程序调用
• 集成 NLP 实体识别实现更精准上下文判断

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。