Вопрос ко всем, кто имел дело с этим замечательным продуктом. Можно ли указать при обучении, что русский язык в словаре идет в кодировке Utf-8, используя таким образом по два символа для буквы? Возможно, макрос MULTIGRAM_SIZE, задающийся при компиляции, имеет какое-то отношение к количеству символов в букве?
> Можно ли указать при обучении, что русский язык в словаре идет в кодировке Utf-8, используя таким образом по два символа для буквы?
> Возможно, макрос MULTIGRAM_SIZE, задающийся при компиляции, имеет какое-то отношение к количеству символов в букве? Не имеет
Чтобы указать кодировку в g2p.py нужно использовать параметр encoding:
'-e', '--encoding', default='ISO-8859-15',
help='use character set encoding ENC', metavar='ENC')
Соответственно, нужно указать utf-8
Спасибо! А за что отвечает MULTIGRAM_SIZE?
Число байт, используемых для хранения единицы данных во внутреннем представлении модели.
Спасибо, Николай!