normalization_rules.yaml

# normalization_rules.yaml
# 音声合成向けテキスト正規化ルール (例)

unicode_normalize: NFKC  # NFKCで正規化

remove_whitespace: true # True:連続する空白を1つに, 前後の空白削除

# 読み上げる記号 (前後にスペースを入れると分かち書きされやすい)
replace_symbols:
  '&': ' アンド '
  '%': ' パーセント '
  '+': ' プラス '
  '=': ' イコール '
  '¥': ' 円 '   # 数字変換と組み合わせる必要あり
  '$': ' ドル '
  '℃': ' ド '
  # 必要に応じて追加

# 発話しない記号 (正規表現で指定)
remove_symbols: '[「」『』【】［］（）<>‘’“”・※→←↑↓*＃〜]'

# 句読点の扱い
punctuation:
  remove: false        # True:削除, False:置換
  replacement: ' <pau> ' # 置換文字 (ポーズタグなど)
  target: '、。？！'   # 対象の句読点

# 数字変換ルール (詳細は TextNormalizer 内のロジックで実装)
number_conversion:
  enabled: true
  target: '\d+([\.,]\d+)?' # 整数、小数、カンマ区切りに対応するパターン (要調整)

# アルファベット変換ルール
alphabet_conversion:
  enabled: true
  rule: 'spellout' # 'spellout' (A->エー) or 'word' (辞書)
  dictionary:      # rule='word' でなくても、特定の単語はこちらで定義可能
    'AI': ' エーアイ '
    'USB': ' ユーエスビー '
    'DX': ' ディーエックス '
    # 必要に応じて追加

# カスタム置換ルール (正規表現、上から順に適用)
# 特定のドメイン知識に基づく置換などに使う
custom_replacements_pre: # 数字変換などの前に行う置換
  - pattern: '(株)'
    replacement: ' カブシキガイシャ '
  - pattern: 'ＪＲ' # 全角を半角に (NFKCで処理されるはずだが念のため)
    replacement: 'JR'

custom_replacements_post: # 全ての処理の後に行う置換
  - pattern: ' {2,}' # 複数のスペースを1つに (最終調整)
    replacement: ' '