FST ITN-ZH部署指南：中文分数标准化实战-平芜编程栈

FST ITN-ZH部署指南：中文分数标准化实战

1. 简介与背景

中文逆文本标准化（Inverse Text Normalization, ITN）是语音识别、自然语言处理和智能对话系统中的关键预处理环节。其核心任务是将口语化或非标准表达的中文文本转换为结构清晰、格式统一的标准形式，例如将“一百二十三”转为“123”，或将“早上八点半”转为“8:30a.m.”。

FST ITN-ZH 是基于有限状态转导器（Finite State Transducer, FST）架构实现的高性能中文ITN工具，具备高精度、低延迟和可扩展性强等优势。本文重点介绍由开发者“科哥”完成的WebUI二次开发版本的部署流程、功能使用及工程优化建议，帮助用户快速构建本地化中文ITN服务。

本指南适用于希望在私有环境部署中文ITN系统的研发人员、AI工程师以及语音技术爱好者。

2. 系统部署与启动

2.1 部署准备

确保目标服务器满足以下基础环境要求：

操作系统：Linux（推荐 Ubuntu 18.04+ 或 CentOS 7+）
Python 版本：3.8+
依赖管理：pip / conda
内存：≥ 4GB（建议8GB以上用于批量处理）
端口开放：7860（默认WebUI端口）

2.2 启动与重启指令

进入项目根目录后，执行以下命令启动服务：

/bin/bash /root/run.sh

该脚本通常包含如下逻辑：

激活Python虚拟环境
安装缺失依赖（如gradio,pynini等）
加载FST模型并初始化服务
启动Gradio WebUI界面

提示：若修改了配置文件或更新模型，请务必重启服务以生效。

3. 功能详解与使用实践

3.1 访问WebUI界面

服务启动成功后，在浏览器中访问：

http://<服务器IP>:7860

页面加载完成后，您将看到一个简洁美观的紫蓝渐变风格界面，标题为“中文逆文本标准化 (ITN)”，底部标注“webUI二次开发 by 科哥”。

运行截图说明

界面布局清晰，支持标签页切换、实时转换与示例填充，极大提升了交互体验。

3.2 功能一：单文本转换

使用步骤

打开页面，点击「📝 文本转换」标签页
在输入框中填写待转换的中文语句
点击「开始转换」按钮
查看输出框中的标准化结果

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.

此功能适合调试验证、小规模数据处理或集成测试。

3.3 功能二：批量文件转换

对于大规模数据处理场景，推荐使用批量转换功能。

操作流程

准备.txt格式文件，每行一条原始文本
切换至「📦 批量转换」标签页
点击「上传文件」选择本地文本文件
点击「批量转换」触发处理流程
转换完成后自动提供下载链接

输入文件格式示例

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

输出结果示例

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

注意：系统会保留原行顺序，便于后续对齐分析。

3.4 快速示例与一键填充

页面底部提供多个快捷示例按钮，涵盖常见类型：

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...

点击任意按钮即可自动填入对应示例内容，方便快速测试各类转换能力。

4. 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，适应不同业务需求。

4.1 转换独立数字

开启效果：幸运一百→幸运100
关闭效果：幸运一百→幸运一百

适用于是否需要将嵌入式中文数字也进行转换的场景。

4.2 转换单个数字（0–9）

开启效果：零和九→0和9
关闭效果：零和九→零和九

常用于避免误改专有名词中的数字字符。

4.3 完全转换“万”

开启效果：六百万→6000000
关闭效果：六百万→600万

当需完全展开数量级时启用；否则保留“万”单位更符合阅读习惯。

5. 支持的转换类型详述

5.1 日期标准化

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

支持闰年、大小月自动校验。

5.2 时间表达归一化

区分上午/下午，并转换为标准时间格式。

输入: 下午三点十五分 输出: 3:15p.m.

5.3 数字转换

支持整数、大数单位（十、百、千、万、亿）的完整解析。

输入: 一千九百八十四 输出: 1984

5.4 货币符号映射

自动识别币种并添加对应符号。

输入: 一点二五元 输出: ¥1.25 输入: 一百美元 输出: $100

5.5 分数表示法

将“X分之Y”结构转换为数学分数形式。

输入: 五分之一 输出: 1/5 输入: 三分之二 输出: 2/3

5.6 度量单位简化

结合数值与国际单位缩写。

输入: 三十公里 输出: 30km

5.7 数学表达式处理

支持正负号、小数点等科学记法。

输入: 负二 输出: -2 输入: 正五点五 输出: +5.5

5.8 车牌号码规范化

仅转换数字部分，保留地区代码与字母。

输入: 京A一二三四五 输出: 京A12345

6. 实用技巧与最佳实践

6.1 长文本多类型混合处理

系统支持在同一段落中识别并转换多种实体类型。

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。

适用于日志清洗、会议记录整理等复杂文本场景。

6.2 大批量数据处理建议

针对超过千条的数据集，建议采用以下策略：

分批次上传（每批 ≤ 1000 行），防止内存溢出
使用带时间戳的命名规则保存结果文件
建立转换前后对照表用于质量评估

6.3 结果持久化存储

点击「保存到文件」按钮可将当前输出内容写入服务器磁盘，文件路径一般位于：

/output/result_YYYYMMDD_HHMMSS.txt

便于后续归档或导入数据库。

7. 常见问题与解决方案

7.1 转换结果不准确？

检查输入格式：确认无错别字或非常规表达
调整高级设置：尝试关闭某些敏感选项（如单个数字转换）
反馈给开发者：通过微信联系科哥提交错误样例

7.2 是否支持方言或特殊读法？

目前支持以下三种主流表达方式：

简体数字：一、二、三
大写数字：壹、贰、叁（常用于财务场景）
口语变体：幺（一）、两（二）

暂不支持地方方言（如粤语发音）或网络俚语。

7.3 首次转换延迟较高？

首次请求需加载FST模型至内存，耗时约3–5秒。后续请求响应速度可达毫秒级。

建议保持服务常驻运行，避免频繁重启。

7.4 版权与使用声明

根据项目协议，必须保留以下版权信息：

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！

违反者将失去继续使用的权利。

8. 界面操作与按钮说明

按钮	功能说明
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	将结果写入服务器临时文件
批量转换	处理上传的`.txt`文件并生成结果包

9. 技术支持与维护

如遇技术问题或有定制化需求，请联系：

开发者：科哥
联系方式：微信312088415

欢迎提出功能建议、报告Bug或参与社区共建。

10. 许可证与开源声明

本项目遵循Apache License 2.0开源协议发布。

核心条款摘要：
允许商业使用、修改和分发
必须保留原始版权声明
不提供任何形式的担保
修改后的版本需明确标注变更内容

再次强调：请务必保留“webUI二次开发 by 科哥”相关信息。

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。