FunASR语音识别模型的数据集转换

import re

input_file = "input.txt"  # 输入文件路径
output_file = "output.txt"  # 输出文件路径



#  判断字符属于中文还是英文
def is_chinese_char(ch):
    if u'\u4e00' <= ch <= u'\u9fff':
        return True
    elif u'\u0041' <= ch <= u'\u005a' or u'\u0061' <= ch <= u'\u007a':
        return False
    else:
        return None
# 打开输入文件和输出文件
with open(input_file, "r", encoding="utf-8") as f_input, open(output_file, "w", encoding="utf-8") as f_output:
    # 逐行读取输入文件
    for line in f_input:

        for char in line:
            if is_chinese_char(char):
                new_char = char + ' '
                print(new_char,end='')
            else:
                new_char = char
                print(new_char,end='')

            f_output.write(new_char)


# 提示处理完成
print("文本处理完成!")

  • 8
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值