FST ITN-ZH详细指南：如何配置高级转换参数
1. 简介与背景
中文逆文本标准化（Inverse Text Normalization, ITN）是语音识别和自然语言处理中的关键环节，其目标是将口语化、非结构化的中文表达转换为标准格式的书面语。例如，在ASR系统输出“二零零八年八月八日”后，ITN负责将其转化为“2008年08月08日”，从而提升下游任务的数据可用性。
FST ITN-ZH 是基于有限状态转导器（Finite State Transducer, FST）构建的高性能中文ITN工具，具备高精度、低延迟的特点。本项目由开发者“科哥”进行WebUI二次开发，提供了直观易用的操作界面，并支持多种常见场景下的文本转换需求，包括日期、时间、数字、货币、分数、度量单位等。
本文将重点介绍如何配置并优化FST ITN-ZH中的高级转换参数，帮助用户根据实际业务需求调整行为逻辑，实现更精准的文本标准化。
2. 高级转换参数详解
2.1 转换独立数字
该选项控制是否对独立出现的中文数字进行阿拉伯数字替换。
- 开启状态：
输入: 幸运一百 输出: 幸运100 - 关闭状态：
输入: 幸运一百 输出: 幸运一百
适用场景建议：
若输入文本中包含大量描述性短语（如“一百种方法”、“第三百名”），建议关闭此功能以避免语义失真；若用于数据清洗或结构化提取（如报表解析），可开启以统一数值表示形式。
2.2 转换单个数字 (0–9)
决定是否将单个汉字数字（零至九）转换为对应阿拉伯数字。
- 开启示例：
输入: 零和九之间 输出: 0和9之间 - 关闭示例：
输入: 零和九之间 输出: 零和九之间
技术说明：
此参数影响的是孤立存在的个位数词，不涉及复合数字（如“十二”不受影响）。在语音识别后处理中，若需保持原始语感（如儿童教育内容），推荐关闭；对于金融、科技类文档，则建议开启以增强一致性。
2.3 完全转换'万'
控制“万”单位是否被完全展开为数字形式。
- 开启效果：
输入: 六百万 输出: 6000000 - 关闭效果：
输入: 六百万 输出: 600万
工程权衡分析：
开启时有利于后续数值计算（如统计分析），但可能导致大数可读性下降；关闭则保留中文习惯表达方式，更适合展示型应用。例如，“公司年收入三千万” → “3000万” 比 “30000000” 更符合阅读习惯。
3. 参数组合策略与实践建议
不同应用场景下，合理的参数组合能显著提升转换质量。以下是几种典型使用模式及其推荐设置：
3.1 数据结构化处理（如日志清洗、数据库导入）
| 参数 | 推荐值 | 理由 |
|---|---|---|
| 转换独立数字 | ✅ 开启 | 统一所有数字格式便于索引 |
| 转换单个数字 | ✅ 开启 | 提升字段一致性 |
| 完全转换'万' | ✅ 开启 | 支持直接数值运算 |
示例输入：
用户年龄为三十五岁，存款约两百万。期望输出：
用户年龄为35岁，存款约2000000。提示：此类场景常配合批量转换功能使用，确保大规模数据的一致性。
3.2 内容展示与编辑辅助（如新闻稿、公文生成）
| 参数 | 推荐值 | 理由 |
|---|---|---|
| 转换独立数字 | ❌ 关闭 | 保留语言自然性 |
| 转换单个数字 | ❌ 关闭 | 避免“第1名”变为“第1名”造成冗余 |
| 完全转换'万' | ❌ 关闭 | 维持“亿元”、“万人”等常用表达 |
示例输入：
本次会议有三百余人参加，预算为五百万。理想输出：
本次会议有三百余人参加，预算为500万。说明：仅对复合数字做部分标准化，兼顾准确性和可读性。
3.3 多模态语音后处理（ASR + NLP流水线）
| 参数 | 推荐值 | 理由 |
|---|---|---|
| 转换独立数字 | ✅ 开启 | 减少歧义（如“一百” vs “壹佰”） |
| 转换单个数字 | ✅ 开启 | 对齐模型训练数据分布 |
| 完全转换'万' | ⚠️ 按需 | 根据下游模块要求动态切换 |
最佳实践：
在自动化流程中，可通过API调用动态传入参数。例如，使用Python请求如下JSON体：{ "text": "通话持续了四十分钟", "config": { "convert_standalone_digits": true, "convert_single_digits": false, "expand_wan_completely": false } }
4. WebUI操作与调试技巧
4.1 实时预览与快速测试
利用页面底部的「快速示例」按钮，可以一键填充典型输入样例，快速验证当前参数配置的效果。
| 示例按钮 | 输入内容 | 用途 |
|---|---|---|
[日期] | 二零零八年八月八日 | 测试年月日转换 |
[时间] | 早上八点半 | 验证时段映射 |
[数字] | 一百二十三 | 检查基础数字解析 |
[货币] | 一点二五元 | 确认金额符号标准化 |
[车牌] | 京A一二三四五 | 特殊字符混合转换测试 |
建议流程：修改高级设置 → 点击任一示例 → 观察输出变化 → 调整直至满足预期。
4.2 批量文件处理注意事项
当使用「📦 批量转换」功能时，请注意以下几点：
- 文件编码：必须为 UTF-8 编码，否则可能出现乱码。
- 行尾格式：推荐使用 Unix 换行符（
\n），Windows（\r\n）也可兼容。 - 结果命名：生成文件名为
output_YYYYMMDD_HHMMSS.txt，带时间戳便于版本管理。 - 错误容忍：系统会跳过空行，每行独立处理，不影响整体进度。
示例批处理文件内容：
二零二四年一月一日 下午四点整 花费了三千元 体重七十公斤 编号为七号4.3 结果保存与复制操作
- [保存到文件]：将当前输出结果写入服务器本地文件，路径通常为
/root/output/目录下。 - [复制结果]：将输出框内容自动填回输入框，可用于链式处理（如先转数字再转时间）。
- [清空]：重置输入输出区域，不影响已上传的文件。
5. 常见问题与解决方案
5.1 转换结果不符合预期？
请按以下步骤排查：
- 检查「高级设置」是否误开/关闭关键参数；
- 确认输入文本是否含有非常规表达（如“幺幺零”代表110）；
- 尝试使用标准表达替代方言或缩略说法；
- 查看是否有标点干扰（如全角冒号、引号）。
补充说明：系统支持“幺”=“一”、“两”=“二”等常见变体，但不支持地方口音发音直译（如“刻半”表示“一刻钟加半小时”）。
5.2 模型加载缓慢？
首次启动或更改配置后，系统需重新编译FST图结构，耗时约3–5秒。此后转换速度极快（毫秒级响应）。
优化建议：
- 避免频繁切换参数；
- 若部署于生产环境，建议固定一套最优参数并缓存模型实例；
- 可通过运行脚本预热服务：
/bin/bash /root/run.sh
5.3 如何保留版权信息？
根据项目许可证要求，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！可在输出结果前缀、文档说明或界面显著位置添加。
6. 总结
本文深入解析了 FST ITN-ZH 中文逆文本标准化系统的三大核心高级参数——转换独立数字、转换单个数字、完全转换‘万’，并通过多个实际场景展示了不同配置组合的应用效果。
我们总结出以下三条实践原则：
- 结构化优先选“开”：面向数据分析、数据库录入等任务，应尽可能开启各项转换，保证数据一致性；
- 可读性优先选“关”：面向内容发布、人工审阅等场景，应适度保留中文表达习惯；
- 自动化流程可动态配置：结合API接口，实现按需切换参数，适应复杂业务流。
合理配置这些参数，不仅能提升转换准确性，还能显著改善最终用户的使用体验。
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。
