读数字有问题

[martjay]

Checks

• [X] This template is only for bug reports, usage problems go with 'Help Wanted'.
• [X] I have thoroughly reviewed the project documentation but couldn't find information to solve my problem.
• [X] I have searched for existing issues, including closed ones, and couldn't find a solution.
• [X] I confirm that I am using English to submit this report in order to facilitate communication.

Environment Details

比如说一段文字里边带数字，在读数字的时候就会鬼畜

Steps to Reproduce

一段文字里边带数字，在读数字的时候就会鬼畜

✔️ Expected Behavior

No response

❌ Actual Behavior

No response

[martjay]

我发现它会把数字读为英文

[martjay]

还有在长句子会莫名其妙的被分开读，语气很奇怪不流畅

[SWivid]

@martjay #244 #390 关于数字

关于长句子readme里有说明的，最长30s，过长的会被切开，如果想要理想的切分可以手动处理

确认下这个issue模板里你勾选的内容：

This template is only for bug reports, usage problems go with 'Help Wanted'. （这个issue应该不包含bug） I have thoroughly reviewed the project documentation but couldn't find information to solve my problem.（关于长句子的readme有说明） I have searched for existing issues, including closed ones, and couldn't find a solution.（关于中文数字有不少issue） I confirm that I am using English to submit this report in order to facilitate communication.（希望用英文发issue便于不说中文的人寻找问题解决方案）

[atlonxp]

@martjay would be good if write this issue in English. This might be of use to Thai that I'm working on as well. I might have this problem is reading number as well.

[martjay]

@martjay #244 #390 关于数字

关于长句子readme里有说明的，最长30s，过长的会被切开，如果想要理想的切分可以手动处理

确认下这个issue模板里你勾选的内容：

This template is only for bug reports, usage problems go with 'Help Wanted'. （这个issue应该不包含bug） I have thoroughly reviewed the project documentation but couldn't find information to solve my problem.（关于长句子的readme有说明） I have searched for existing issues, including closed ones, and couldn't find a solution.（关于中文数字有不少issue） I confirm that I am using English to submit this report in order to facilitate communication.（希望用英文发issue便于不说中文的人寻找问题解决方案）

我说的长句问题可能不是你描述的，可能这个小句连着二十个字，然后就会中间停一下继续念而不是连贯的念完整句，很不自然

[SWivid]

我说的长句问题可能不是你描述的，可能这个小句连着二十个字，然后就会中间停一下继续念而不是连贯的念完整句，很不自然

那应该是目前base模型训练集里没太见过这样的长句，会自行划短；考虑在二十几个字中想要小停顿的地方加逗号，或者speed slider速度拉快一点看看

[martjay]

我说的长句问题可能不是你描述的，可能这个小句连着二十个字，然后就会中间停一下继续念而不是连贯的念完整句，很不自然

那应该是目前base模型训练集里没太见过这样的长句，会自行划短；考虑在二十几个字中想要小停顿的地方加逗号，或者speed slider速度拉快一点看看

我又测试了很多遍，发现就算不是长句，有时候也会在中间停顿。

你可以试试下面这段：

从天涯海角飘来两朵彩云， 无人知晓究竟是来自何方。 突然中止遨游，驻足天心， 初四的月光下含情的对望， 微光里依稀觉得昔日相识。 记起绿色海岛，雾绕的山峦， 黄昏的海滨一度过从甚密。 面对面却怀天各一方的离愁， 正欲交合，因乍遇又害羞。 交汇的视线上高悬一弯新月， 笑的羞涩妨碍亲吻的密切; 春梦的绸缪将倦眼紧紧连结。 叙罢韵事，蓦闻青曦的足音， 无语作别，身带摩挲的温存。

[martjay]

这种诗歌生成也很不自然。

我情愿化成一片落叶， 让风吹雨打到处飘零； 或流云一朵，在澄蓝天， 和大地再没有些牵连。

但抱紧那伤心的标志， 去触遇没着落的怅惘； 在黄昏，夜班，蹑着脚走， 全是空虚，再莫有温柔；

忘掉曾有这世界；有你； 哀悼谁又曾有过爱恋； 落花似的落尽，忘了去 这些个泪点里的情绪。

到那天一切都不存留， 比一闪光，一息风更少 痕迹，你也要忘掉了我 曾经在这世界里活过。

[SWivid]

@martjay 感谢反馈~

我测试了下

初四的月光下含情的对望，

这个会读成初四的月光下 含情的对望， 还行

交汇的视线上高悬一弯新月，

这个会读成交汇的视线 上 高悬一弯新月， 有问题

因为模型没有显式音素强制对齐，模型是自行确定怎么念的，比如断句、腔调啥的 确实还有很多问题，之后结构和训练的设计以及数据上迭代会努力改进这个~

[martjay]

@martjay 感谢反馈~

我测试了下

初四的月光下含情的对望，

这个会读成初四的月光下 含情的对望， 还行

交汇的视线上高悬一弯新月，

这个会读成交汇的视线 上 高悬一弯新月， 有问题

因为模型没有显式音素强制对齐，模型是自行确定怎么念的，比如断句、腔调啥的 确实还有很多问题，之后结构和训练的设计以及数据上迭代会努力改进这个~

加油，如果能处理好这些问题，你们将会成为最好的AI克隆TTS