“和”字拼音转成了han4

[xuchenxing]

conv = G2PWConverter(style='pinyin', enable_non_tradional_chinese=True)

conv('我和你') [['wo3', 'han4', 'ni3']]

如上图， 测试发现“和”字拼音转成了han4

[lucasjinreal]

同

[yt605155624]

这个就是台湾话和普通话的区别了，参考 有哪些词语读音在台湾国语和大陆普通话中不同？，PaddleSpeech 中已经针对台湾话和普通话的 diff 对字典进行了修改

[GitYCC]

@yt605155624 請問具體是怎麼做的？

[yt605155624]

@GitYCC 我们引入 G2PW 之后，用 csmsc 这个数据集为 GroundTruth 跑了个 G2P 的 WER (参考 examples/other/g2p ), 发现比原本使用 pypinyin 要差，这是不符合预期的，对比 badcase 和上述 zhihu 链接，以及日常生活中知道的一些台湾腔和普通话不一样的点，发现几种情况：

1. 个别多音字的发音和普通话不一样
2. 台湾话有的字多音字更多
3. 个别非多音字发音和普通话不一样

于是，我修改了你们的多音字字典和非多音字字典，修改后的模型和字典在 https://paddlespeech.bj.bcebos.com/Parakeet/released_models/g2p/G2PWModel_1.1.zip 可以下载下来和你们原始的字典 diff 一下，并且把某些多音字移出了多音字字典，参考 https://github.com/PaddlePaddle/PaddleSpeech/blob/a657cc3e1b5452cc564c9d3ae4bff25717910a49/paddlespeech/t2s/frontend/g2pw/onnx_api.py#L101

对于不好修改的部分，我们外挂了字典：https://github.com/PaddlePaddle/PaddleSpeech/blob/develop/paddlespeech/t2s/frontend/polyphonic.yaml

目前可能存在的情况：

1. 有些多音字发音直接修改是会引发报错或者发音 label 会串，可能是改了你们输出的维度等
2. 由于测试 case 不多，会持续根据用户报错来完善字典

[GitYCC]

Wow~ Great work