Russian text normalization pipeline for speech-to-text and other applications based on tagging s2s networks.

Форк с улучшениями:

• ✅ Поддержка PyTorch 2.x
• ✅ Современный pyproject.toml для установки через pip/uv
• ✅ Автоматический поиск файла модели
• ✅ Понятные сообщения об ошибках
• 📦 Упаковка модели в пакет

pip install git+https://github.com/bzikst/russian_stt_text_normalization.git

Или с помощью uv:

uv pip install git+https://github.com/bzikst/russian_stt_text_normalization.git

Добавьте в ваш pyproject.toml:

dependencies = [
    "russian-stt-text-normalization",
]

[tool.uv.sources]
russian-stt-text-normalization = { git = "https://github.com/bzikst/russian_stt_text_normalization.git" }

• Python >= 3.8
• PyTorch >= 1.4 (рекомендуется >= 2.0)
• tqdm для прогресс-бара

from russian_stt_text_normalization import Normalizer

text = 'С 12.01.1943 г. площадь сельсовета — 1785,5 га.'

norm = Normalizer()
result = norm.norm_text(text)
print(result)

Также поддерживается старый импорт (для обратной совместимости):

from russian_stt_text_normalization.normalizer import Normalizer

>>> С двенадцатого января тысяча девятьсот сорок третьего года площадь сельсовета
>>> — тысяча семьсот восемьдесят пять целых и пять десятых гектара

⚠️ Важно: Модель jit_s2s.pt использует устаревший формат PyTorch 1.x и несовместима с PyTorch 2.x.

Вам нужно конвертировать модель в новый формат. См. подробные инструкции в UPGRADE.md.

Кратко:

1. Используйте машину с Python 3.8-3.10 и PyTorch 1.13
2. Запустите python convert_model.py
3. Получите файл jit_s2s_v2.pt, совместимый с PyTorch 2.x

После конвертации модуль автоматически будет использовать новый формат.

Оригинал: https://github.com/snakers4/russian_stt_text_normalization

Автор: snakers4
Форк поддерживается: bzikst