Skip to content

v0.1.2

Choose a tag to compare

View all tags
@github-actions github-actions released this 02 Oct 03:13
· 39 commits to main since this release
v0.1.2
498b66e

tifa.cpp v0.1.2

这一版把 G2P / PFML 抽成可以脱离 ggml 单独链接的库，并补全了 PFML 1.0 的完整发音树。

新增

  • 公开 G2P API（include/tifa_ggml/g2p.h）：文本/PFML 转词（convert /
    convert_pfml）、写回 PFML（to_pfml，带 round-trip 保证）、纯语法校验
    （validate_pfml，不需要模型）、候选读音（candidates）、音素校验
    （resolve_phoneme）。
  • ggml-free 构建：-DTIFA_GGML_BUILD_MODEL=OFF 只构建 tifa_ggml_g2p，
    完全不拉取 ggml，适合"对齐器之前"的标注编辑器（如
    MaxLabel）： 
    set(TIFA_GGML_BUILD_MODEL OFF)
add_subdirectory(tifa.cpp)
target_link_libraries(your_editor PRIVATE tifa_ggml::g2p)
  • 完整 PFML 1.0 发音树：<reading> / <path> / <group> 嵌套，<phoneme>
    的 language / symbol 属性，以及省略容器只写音素的片段。

修正

  • 标签填充只在属性缺失时生效：text="" / script="" 是作者显式给的空值，
    往返后保持不变（此前会被音素"填"上，破坏 round-trip 保证）。
  • <word><phoneme>a</phoneme><phoneme>b</phoneme></word> 此前解析成空序列直接
    报错，现在正常。
  • <phoneme language="zh">ong</phoneme> 现在解析为 zh/ong（此前忽略 language）。
  • <word text="重" ...> 现在认 text 属性（此前忽略，用音素拼接当词形）。

兼容性

<word phonemes=...>、裸 <phoneme> 串、<scope> 这三种经典写法行为完全不变
（同一批输入对比，输出的 TextGrid 逐字节相同）。上面几条"修正"只影响此前报错或
标错的输入。

下载

与 v0.1.1 相同的布局：三平台 GUI 自包含包（tifa-label-<平台>）+ 三平台
CLI 包（tifa-cli-<平台>-{full,q4}）+ BreathLab 模型源文件。用法见包内
USAGE.md（中英双语）。命令行务必带 -l（如 -l zh）。

CUDA 包由独立的 cuda workflow 编译，完成后自动补挂到本 release
（tifa-cuda-<平台>-{full,q4}.tar.gz）。

English

G2P and PFML are now a library you can link without ggml, and the PFML 1.0
pronunciation tree is complete.

New — a public API in include/tifa_ggml/g2p.h (convert, convert_pfml,
to_pfml with a round-trip guarantee, model-free validate_pfml, candidates,
resolve_phoneme); a ggml-free build (-DTIFA_GGML_BUILD_MODEL=OFF) that
fetches no ggml at all, for editors that sit before the aligner; and full
<reading>/<path>/<group> trees with language/symbol phoneme
attributes.

Fixed — label filling now applies only when an attribute is absent, so an
explicit text=""/script="" survives a round trip; <word> with <phoneme>
children no longer parses to an empty sequence; phoneme-level language and the
word-level text attribute are honoured.

Compatible — the three classic forms (<word phonemes=...>, bare
<phoneme> runs, <scope>) are byte-for-byte unchanged; the fixes only affect
inputs that previously errored or were mislabelled.

Same packaging as v0.1.1. Pass -l (e.g. -l zh) on the command line. CUDA
packages are appended to this release when the separate cuda build finishes.

Assets 16
Loading