小白也能用！Fun-ASR-MLT-Nano-2512语音识别开箱即用体验
2026/1/18 4:28:56
FST ITN-ZH保姆级教程：服务器部署全流程
1. 简介与背景
中文逆文本标准化（Inverse Text Normalization, ITN）是语音识别、自然语言处理和智能对话系统中的关键预处理环节。其核心任务是将口语化或非标准表达的中文文本转换为结构清晰、格式统一的标准形式，例如将“一百二十三”转为“123”，或将“早上八点半”转为“8:30a.m.”。
FST ITN-ZH 是基于有限状态转导器（Finite State Transducer, FST）架构实现的高性能中文ITN工具，具备高精度、低延迟和可扩展性强等优势。本文介绍的是由开发者“科哥”进行WebUI二次开发后的完整部署方案，旨在帮助用户快速在本地或云服务器上搭建可视化中文ITN服务。
本教程适用于希望将该模型集成至生产环境的技术人员、AI工程师及研究者，内容涵盖从环境配置到功能使用的全流程指导。
2. 部署准备
2.1 硬件与系统要求
- 操作系统：Ubuntu 20.04 / 22.04 LTS（推荐）
- CPU：Intel/AMD 多核处理器（最低2核）
- 内存：≥4GB RAM（建议8GB以上用于批量处理）
- 磁盘空间：≥10GB 可用空间
- 网络：可访问公网以下载依赖包
2.2 软件依赖项
确保系统已安装以下基础组件：
sudo apt update && sudo apt install -y \ git \ python3 \ python3-pip \ python3-venv \ build-essential \ libatlas-base-dev2.3 获取项目代码
克隆包含WebUI界面和核心逻辑的仓库：
git clone https://github.com/kege/fst-itn-zh-webui.git cd fst-itn-zh-webui注意：当前版本为社区维护的二次开发分支，请勿修改原始版权信息。
3. 环境配置与服务启动
3.1 创建虚拟环境并安装依赖
使用Python虚拟环境隔离依赖，避免冲突：
python3 -m venv venv source venv/bin/activate pip install --upgrade pip pip install -r requirements.txt常见依赖包括：
OpenFST或Pynini：FST建模核心库Flask或Gradio：Web接口框架jieba：中文分词辅助模块（部分实现中使用）
3.2 检查模型文件完整性
确认项目目录下存在以下关键资源：
models/ ├── itn_zh.fst # 主FST模型文件 ├── lexicon.txt # 词典映射表 config.yaml # 参数配置文件 run.sh # 启动脚本 app.py # Web应用入口若缺少itn_zh.fst文件，请联系原作者获取授权模型。
3.3 编写启动脚本 run.sh
创建/root/run.sh并赋予执行权限：
#!/bin/bash cd /root/fst-itn-zh-webui source venv/bin/activate nohup python app.py --host 0.0.0.0 --port 7860 > itn.log 2>&1 &设置可执行权限：
chmod +x /root/run.sh3.4 启动或重启服务
运行以下命令启动服务：
/bin/bash /root/run.sh可通过日志查看启动状态：
tail -f /root/fst-itn-zh-webui/itn.log预期输出包含类似信息：
Running on local URL: http://0.0.0.0:7860 Started server extension for: fst-itn-zh-webui Model loaded successfully.4. WebUI 功能详解
4.1 访问地址与界面概览
打开浏览器访问：
http://<服务器IP>:7860页面顶部显示标题：“中文逆文本标准化 (ITN)”以及开发者标识“webUI二次开发 by 科哥”。
主界面采用简洁卡片式布局，包含两个主要功能标签页：
- 📝 文本转换
- 📦 批量转换
右侧提供多个快捷示例按钮，便于测试不同场景。
4.2 功能一：单条文本转换
使用流程
- 在「输入文本」区域输入待转换内容，如：
二零零八年八月八日早上八点半 - 点击「开始转换」按钮
- 输出框实时返回结果：
2008年08月08日 8:30a.m.
支持的转换类型
| 类型 | 输入示例 | 输出示例 |
|---|---|---|
| 日期 | 二零一九年九月十二日 | 2019年09月12日 |
| 时间 | 下午三点十五分 | 3:15p.m. |
| 数字 | 一千九百八十四 | 1984 |
| 货币 | 一点二五元 | ¥1.25 |
| 分数 | 五分之一 | 1/5 |
| 度量单位 | 二十五千克 | 25kg |
| 数学符号 | 负二 | -2 |
| 车牌号 | 京A一二三四五 | 京A12345 |
4.3 功能二：批量文本转换
文件格式要求
- 文件扩展名：
.txt - 编码格式：UTF-8
- 每行一条独立文本，无额外标点或编号
示例文件内容：
二零零八年八月八日 一百二十三 早上八点半 一点二五元操作步骤
- 点击「上传文件」选择本地
.txt文件 - 点击「批量转换」触发处理流程
- 完成后自动生成下载链接，点击即可保存结果文件
输出文件命名规则：result_YYYYMMDD_HHMMSS.txt
4.4 高级设置参数说明
通过勾选选项可调整转换行为：
| 设置项 | 开启效果 | 关闭效果 |
|---|---|---|
| 转换独立数字 | 幸运一百→幸运100 | 保持幸运一百 |
| 转换单个数字 (0-9) | 零和九→0和9 | 保持零和九 |
| 完全转换'万' | 六百万→6000000 | 六百万→600万 |
这些开关直接影响语义保留程度，建议根据下游任务需求灵活配置。
5. 实际使用技巧与最佳实践
5.1 长文本综合处理能力
系统支持在同一段落中识别并转换多种实体类型：
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。此特性特别适用于语音识别后处理、客服日志清洗等场景。
5.2 批量数据高效处理策略
对于超过千行的数据集，建议采取以下优化措施：
- 分片上传：每批控制在500行以内，减少内存压力
- 异步调用：结合Shell脚本循环调用API接口，提升自动化水平
- 结果归档：启用“保存到文件”功能，按时间戳分类存储历史记录
5.3 结果复制与清空操作
界面上的实用按钮说明如下：
| 按钮 | 功能描述 |
|---|---|
| 开始转换 | 执行当前输入的转换任务 |
| 清空 | 清除输入与输出区域内容 |
| 复制结果 | 将输出内容复制回输入框，便于连续编辑 |
| 保存到文件 | 将本次结果写入服务器临时文件 |
| 批量转换 | 处理上传的文本文件 |
6. 常见问题与解决方案
6.1 转换结果不准确
可能原因及对策：
- 输入文本含错别字或非常规表达：检查输入是否符合普通话规范
- 未开启对应高级选项：尝试启用“转换单个数字”或“完全转换'万'”
- 模型加载异常：重启服务并查看日志是否有报错信息
6.2 接口响应缓慢
首次请求通常需要3~5秒完成模型加载，后续请求应低于100ms。若持续卡顿，请检查：
- 内存是否不足（可用
free -h查看） - 是否有其他进程占用大量CPU资源
- Python环境是否存在版本冲突
6.3 文件上传失败
请确认：
- 文件大小不超过10MB（默认限制）
- 文件编码为UTF-8无BOM
- 文件路径不含中文或特殊字符
如需调整限制，可在app.py中修改max_file_size参数。
6.4 版权与合规声明
根据项目许可证要求，所有使用者必须保留以下声明：
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、遮蔽或篡改界面上的开发者信息。
7. 总结
本文详细介绍了 FST ITN-ZH 中文逆文本标准化系统的服务器端部署全过程，覆盖了环境搭建、服务启动、功能使用、参数调优及常见问题排查等多个方面。通过WebUI二次开发版本，用户无需深入理解FST底层机制即可快速接入高质量的中文ITN能力。
该系统已在多个实际项目中验证其稳定性与准确性，适用于语音识别后处理、智能客服、文档自动化等场景。未来可进一步拓展支持方言变体、行业术语定制化等功能。
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。