text-normalization

作者指出流式语音合成中文本归一化被严重低估，并分享了一份厂商基准：用 1000+ 句子、31 个类别（日期、网址、缩写等）测评主流实时 TTS 服务。

easyaligner是一个开源强制对齐库，具有GPU加速和灵活的文本归一化功能，适配Hugging Face Hub上的所有wav2vec2模型。它针对实际工作流进行了优化，可以处理部分转录、无关语音段落和长音频（无需分块），同时保留原始文本格式。