从文本到标准格式一键转换｜FST ITN-ZH中文ITN镜像应用指南
1. 简介与使用背景
在自然语言处理（NLP）的实际工程场景中，语音识别系统输出的文本通常包含大量非标准化表达。例如，“二零零八年八月八日”或“一百二十三”这类口语化、文字化的数字和时间表述，难以直接用于结构化数据处理、数据库存储或下游分析任务。
FST ITN-ZH 中文逆文本标准化 (Inverse Text Normalization, ITN)镜像正是为解决这一问题而设计。该工具基于有限状态转导器（Finite State Transducer, FST）技术，能够将中文语音识别结果中的文字表达自动转换为标准数字、日期、货币等格式，极大提升文本可用性。
本镜像由开发者“科哥”进行 WebUI 二次开发，提供了直观的图形界面，支持单条文本转换与批量处理，适用于语音转写后处理、智能客服日志清洗、会议纪要结构化等多种应用场景。
2. 镜像部署与启动
2.1 启动指令
部署完成后，可通过以下命令启动或重启服务：
/bin/bash /root/run.sh该脚本会初始化环境并启动 WebUI 服务，默认监听端口7860。
2.2 访问地址
服务启动后，在浏览器中访问：
http://<服务器IP>:7860即可进入中文 ITN 转换界面。页面采用紫蓝渐变主题，布局清晰，操作直观。
3. 核心功能详解
3.1 功能一：文本转换（单条处理）
使用流程
- 打开 WebUI 页面；
- 切换至「📝 文本转换」标签页；
- 在输入框中填写待转换的中文文本；
- 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、验证转换效果或处理少量关键文本。
3.2 功能二：批量转换（大规模处理）
当需要处理成百上千条记录时，推荐使用批量转换功能。
操作步骤
- 准备文件：创建一个
.txt文件，每行一条原始文本； - 进入「📦 批量转换」标签页；
- 点击「上传文件」按钮选择文件；
- 点击「批量转换」开始处理；
- 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 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
2008年08月08日 123 8:30a.m. ¥1.25 25kg 京A12345提示：批量处理可显著提高效率，尤其适用于语音识别日志、录音转写稿等大批量文本的预处理阶段。
4. 快速示例与交互优化
为降低用户学习成本，界面底部提供多个一键填充示例按钮，涵盖常见转换类型：
| 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，系统将自动填充实例内容至输入框，便于快速测试不同类型的转换能力。
5. 高级设置与参数调优
通过「高级设置」面板，用户可根据具体需求调整转换行为，实现更精细化的控制。
5.1 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
控制是否对语境中独立存在的中文数字进行转换。若需保留原文风格（如文学类文本），建议关闭。
5.2 转换单个数字 (0–9)
- 开启：
零和九→0和9 - 关闭：
零和九→零和九
适用于是否需要将“零”、“一”等单字数字也转换为阿拉伯数字。
5.3 完全转换'万'
- 开启：
六百万→6000000 - 关闭：
六百万→600万
决定是否将“万”单位彻底展开为完整数字。金融报表等高精度场景建议开启；日常阅读可保持关闭以增强可读性。
6. 支持的转换类型详述
6.1 日期转换
将中文年月日表达转换为标准 YYYY-MM-DD 格式。
输入: 二零一九年九月十二日 输出: 2019年09月12日支持简写形式如“一九年”，并兼容大小写数字混合输入。
6.2 时间表达归一化
将“早上八点半”、“下午三点十五分”等口语时间转换为 12 小时制带 a.m./p.m. 标记的标准格式。
输入: 下午三点十五分 输出: 3:15p.m.6.3 数字解析
支持从“一”到“亿”的完整中文数字体系转换。
输入: 一千九百八十四 输出: 1984同时识别“幺”代表“一”、“两”代表“二”等常见变体。
6.4 货币标准化
自动添加对应货币符号，并统一金额格式。
输入: 一点二五元 输出: ¥1.25 输入: 一百美元 输出: $1006.5 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: 三十公里 → 输出: 30km 输入: 二十五千克 → 输出: 25kg6.6 数学表达式处理
输入: 负二 → 输出: -2 输入: 正五点五 → 输出: +5.56.7 车牌号格式化
专为中文车牌设计，仅转换字母后的数字部分，保留汉字与字母不变。
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B678907. 实用技巧与最佳实践
7.1 长文本多类型混合处理
系统支持在同一段文本中识别并转换多种类型表达。
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。适用于会议记录、访谈稿等复杂文本的自动化清洗。
7.2 批量处理大量数据
对于超过千条的数据集，建议：
- 每次上传不超过 10,000 行；
- 使用 UTF-8 编码保存
.txt文件； - 转换完成后及时下载结果，避免服务器缓存清理导致丢失。
7.3 结果持久化保存
点击「保存到文件」按钮，系统会将当前输出结果写入服务器本地文件，文件名包含时间戳（如result_20250405_142312.txt），便于后续追溯与归档。
8. 常见问题解答（FAQ）
Q1: 转换结果不准确怎么办？
A：请检查输入文本是否存在歧义或非常规表达。可尝试调整「高级设置」中的参数组合，尤其是“转换独立数字”和“完全转换'万'”选项。
Q2: 是否支持方言或特殊数字表达？
A：系统主要支持普通话标准表达，但已兼容以下常见变体：
- 大写数字：壹、贰、叁
- 口语化表达：幺（一）、两（二）
- 半（0.5）：如“三点半”→“3:30”
暂不支持地方方言（如粤语“廿”表示二十）。
Q3: 转换速度慢是正常现象吗？
A：首次转换或修改参数后需重新加载模型，耗时约 3–5 秒。后续转换响应迅速，平均延迟低于 200ms。
Q4: 如何遵守版权要求？
A：本项目承诺永久开源免费使用，但必须保留以下声明：
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！无论个人还是商业用途，均需在文档或系统说明中明确标注来源。
9. 界面操作说明
9.1 主要按钮功能对照表
| 按钮 | 功能说明 |
|---|---|
| 开始转换 | 执行当前输入文本的标准化转换 |
| 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 | 将输出结果写入服务器临时文件 |
| 批量转换 | 对上传的文本文件执行批量化处理 |
9.2 界面布局结构
┌─────────────────────────────────────────┐ │ [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] ... │ └─────────────────────────────────────────┘整体设计简洁高效，符合技术人员的操作习惯。
10. 总结
FST ITN-ZH 中文逆文本标准化系统通过强大的规则引擎与友好的 WebUI 设计，实现了从口语化中文到标准格式的一键转换。其核心价值体现在：
- 高准确性：覆盖日期、时间、数字、货币、度量等九大类别；
- 易用性强：无需编程基础，图形化操作即开即用；
- 工程实用：支持批量处理与结果导出，适配生产环境需求；
- 灵活配置：高级参数允许按业务场景定制转换逻辑。
无论是语音识别后处理、日志清洗，还是智能对话系统的语义理解前置环节，该镜像都能显著提升文本结构化效率。
对于希望将其集成至自动化流水线的开发者，也可参考其底层 FST 实现机制，进一步封装为 API 服务或嵌入 NLP 流程中。
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。
