零基础搭建中文ITN系统｜FST ITN-ZH WebUI镜像使用教程-育师

零基础搭建中文ITN系统｜FST ITN-ZH WebUI镜像使用教程

在自然语言处理（NLP）的实际应用中，语音识别或OCR输出的原始文本往往包含大量非标准化表达。例如，“二零零八年八月八日”、“一百二十三”、“早上八点半”等口语化或汉字数字混合的表述，若不进行规范化处理，将严重影响后续的信息提取、搜索和结构化分析。

逆文本标准化（Inverse Text Normalization, ITN）正是解决这一问题的关键技术。它负责将“可读形式”的文本转换为“可计算形式”，是构建智能语音系统、自动化文档处理流水线和知识管理工具的核心前置模块。

本文将基于FST ITN-ZH 中文逆文本标准化 WebUI 镜像（by 科哥），带你从零开始部署并使用一个功能完整、操作简便的中文ITN系统。无需任何编程基础，只需几步即可实现高精度的中文文本标准化转换。

1. 系统简介与核心能力

1.1 什么是中文ITN？

逆文本标准化（ITN）的任务是将自然语言中的语义等价但书写形式不同的表达，统一转换为标准格式。例如：

二零零八年→2008年
一百二十三→123
早上八点半→8:30a.m.
一点二五元→¥1.25

这一步骤通常位于ASR（自动语音识别）或OCR之后，确保输出文本可以直接用于数据库存储、时间解析、数值计算等下游任务。

1.2 FST ITN-ZH 核心特性

本镜像基于有限状态转换器（Finite State Transducer, FST）实现，具备以下优势：

✅高准确率：针对中文数字、时间、货币等常见表达优化规则
✅多类型支持：覆盖日期、时间、数字、货币、分数、度量单位、数学符号、车牌号等9大类
✅灵活配置：提供多项高级参数控制转换粒度
✅Web可视化界面：无需命令行，鼠标操作即可完成所有功能
✅批量处理能力：支持上传.txt文件进行批量转换
✅本地运行：数据不出内网，保障隐私安全

该系统特别适用于个人知识管理、语音日记转写、客服录音分析、教育内容处理等场景。

2. 快速部署与启动

2.1 启动应用

镜像已预装所有依赖环境，只需执行以下命令即可启动服务：

/bin/bash /root/run.sh

该脚本会自动拉起Gradio Web服务，并监听端口7860。

提示：首次运行可能需要几秒加载模型，请耐心等待终端出现Running on local URL: http://0.0.0.0:7860提示。

2.2 访问WebUI

在浏览器中打开地址：

http://<服务器IP>:7860

你将看到如下界面（紫蓝渐变主题）：

顶部标题栏显示：“中文逆文本标准化 (ITN)” 及开发者信息
中间区域分为两个主要标签页：「📝 文本转换」和「📦 批量转换」
底部设有多个快速示例按钮，便于测试

3. 核心功能详解

3.1 功能一：单文本转换

使用流程

进入「📝 文本转换」标签页
在左侧输入框中键入待转换文本
点击「开始转换」按钮
右侧输出框即时显示标准化结果

示例演示

输入	输出
`二零零八年八月八日`	`2008年08月08日`
`早上八点半`	`8:30a.m.`
`一百二十三`	`123`
`一点二五元`	`¥1.25`

系统能同时处理多种类型混合的长句：

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。

操作按钮说明

按钮	功能
开始转换	执行当前输入的转换任务
清空	清除输入与输出框内容
复制结果	将输出内容复制回输入框（便于修改再试）
保存到文件	将结果以时间戳命名保存至服务器`/root/itn_results/`目录

3.2 功能二：批量转换

当面对大量文本时，手动逐条输入效率低下。此时应使用「📦 批量转换」功能。

准备输入文件

创建一个纯文本.txt文件，每行一条待转换内容：

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 负二 京A一二三四五

注意：文件编码建议使用 UTF-8，避免乱码。

批量处理步骤

切换至「📦 批量转换」标签页
点击「上传文件」按钮，选择准备好的.txt文件
点击「批量转换」按钮
转换完成后，点击「下载结果」获取标准化后的文本文件

输出文件格式与原文件一致，每行对应一行转换结果，顺序不变。

实际应用场景

教育机构：批量处理学生口述作业的文字稿
客服中心：统一规范通话记录中的时间与金额表达
个人用户：将多段语音日记转写文本集中规整

4. 高级设置与参数调优

系统提供三项关键参数，可根据具体需求调整转换行为。

4.1 转换独立数字

开启效果：幸运一百→幸运100
关闭效果：幸运一百→幸运一百

适用场景：若文本中含有比喻性表达（如“百事可乐”、“三顾茅庐”），建议关闭此选项以防误改。

4.2 转换单个数字 (0-9)

开启效果：零和九→0和9
关闭效果：零和九→零和九

说明：控制是否对单字数字进行替换。某些文学性文本中保留汉字更符合阅读习惯。

4.3 完全转换'万'

开启效果：六百万→6000000
关闭效果：六百万→600万

权衡建议：
开启：适合财务报表、数据分析等需精确数值的场景
关闭：适合新闻报道、日常交流等强调可读性的场合

这些设置可在每次转换前动态调整，无需重启服务。

5. 支持的转换类型详览

5.1 日期标准化

将汉字年月日转换为阿拉伯数字格式：

输入: 二零一九年九月十二日 输出: 2019年09月12日 输入: 廿三年腊月初八 输出: 2023年01月29日（农历自动推算）

5.2 时间表达归一

统一上午/下午、点/分等口语表达：

输入: 早上八点半 输出: 8:30a.m. 输入: 下午三点十五分 输出: 3:15p.m.

5.3 数字与数量词

处理整数、小数、大写数字及特殊读法：

输入: 一千九百八十四 输出: 1984 输入: 壹佰贰拾叁 输出: 123 输入: 幺幺零 输出: 110（支持“幺”=1，“两”=2等方言变体）

5.4 货币单位转换

自动添加币种符号并标准化金额：

输入: 一点二五元 输出: ¥1.25 输入: 一百美元 输出: $100

5.5 分数与比例

将“几分之几”结构转为数学表达式：

输入: 五分之一 输出: 1/5 输入: 三分之二 输出: 2/3

5.6 度量单位简化

统一长度、重量等物理量表达：

输入: 二十五千克 输出: 25kg 输入: 三十公里 输出: 30km

5.7 数学符号处理

识别正负号、零值等抽象概念：

输入: 负二 输出: -2 输入: 正五点五 输出: +5.5

5.8 车牌号码规整

保留汉字部分，仅转换字母与数字：

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B67890

6. 使用技巧与最佳实践

6.1 技巧一：善用快速示例

页面底部提供多个一键填充按钮：

按钮	填充内容
`[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]`	包含多种类型的复合句子

点击后自动填入输入框，方便快速测试各类转换效果。

6.2 技巧二：批量处理大规模数据

对于超过百条的数据集，推荐如下工作流：

将所有文本整理为.txt文件，每行一条
上传至「批量转换」模块
设置合适参数（如关闭“独立数字”防止误改成语）
下载结果后导入数据库或知识库系统

性能提示：首次转换需加载模型（约3-5秒），后续处理速度极快，平均每秒可处理数十行文本。

6.3 技巧三：结果持久化与备份

使用「保存到文件」功能可将每次转换结果存入服务器：

存储路径：/root/itn_results/
文件命名：result_YYYYMMDD_HHMMSS.txt
自动创建目录，按时间排序便于追溯

建议定期通过SCP或FTP下载备份，防止容器重建导致数据丢失。

7. 常见问题与解决方案

7.1 Q1: 转换结果不准确怎么办？

排查方向：

检查输入文本是否有错别字或歧义表达
尝试调整「高级设置」中的参数组合
若为特定领域术语（如医学、金融），考虑扩展规则库（需代码层修改）

临时方案：先批量转换，再人工校对修正，形成高质量训练语料供未来模型优化。

7.2 Q2: 是否支持方言或特殊读法？

系统支持以下常见变体：

“幺”表示“一”：幺幺零→110
“两”表示“二”：两百→200
大写数字：叁仟伍佰→3500

暂不支持粤语、吴语等区域性发音对应的书面表达。

7.3 Q3: 转换速度慢如何优化？

原因分析：

首次运行需加载FST模型（正常耗时3-5秒）
后续转换应接近实时响应

优化建议：

保持服务常驻运行，避免频繁重启
使用批量处理减少重复开销
升级硬件提升I/O性能（尤其是SSD）

7.4 Q4: 如何合法合规使用该系统？

根据许可证要求：

项目基于Apache License 2.0开源
允许自由使用、修改、分发
必须保留版权信息：

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！

不得去除界面上的开发者标识或将成果用于闭源商业产品而不声明来源。

8. 总结

本文详细介绍了FST ITN-ZH 中文逆文本标准化 WebUI 镜像的部署与使用方法，涵盖从基础操作到高级调优的全流程。通过该工具，即使是零技术背景的用户也能轻松实现：

📥 单条或多条中文文本的自动化标准化
🚀 批量处理成千上万条语音转写结果
🔧 灵活控制转换粒度以适应不同业务场景
💾 本地化运行保障数据隐私与安全性

无论是构建个人知识管理系统、提升客服工单处理效率，还是优化教育内容数字化流程，这套ITN系统都能成为你不可或缺的文本预处理利器。

更重要的是，它体现了“AI平民化”的趋势——复杂的自然语言处理技术，正在通过友好的界面设计和开箱即用的镜像封装，走向每一个有实际需求的普通人手中。

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。