[ISSUE] 请问，webui中的文本优化功能，api接口中是否有实现？

[BiuBIu-Ka]

确认清单

• 我已经阅读过 README.md 和 dependencies.md 文件
• 我已经确认之前没有 issue 或 discussion 涉及此 BUG
• 我已经确认问题发生在最新代码或稳定版本中
• 我已经确认问题与 API 无关
• 我已经确认问题与 WebUI 无关
• 我已经确认问题与 Finetune 无关

你的issues

请问，webui中的文本优化功能，api接口中是否有实现？

我看有一个/v1/text/normalize接口，是用来文本优化的吗？具体传参应该传什么呢？

[zhzLuke96]

有的 这个接口 /v1/prompt/refine 就是对文本进行优化
参数可以看这个 在线文档

顺带一提，这个接口是给 chattts 模型单独写的，所以：

1. 你需要安装 chattts 模型
2. 生成结果只适用于 chattts 模型

同时，我计划是将废弃这个接口，因为，实在不够通用/性能一般/没法微调
其实我们可以用 llm 来替代chattts模型自身，并且效果比chattts模型好很多，也更加通用，只需要你设计一个 prompt 即可

我之前有尝试过用 llm 做优化器，并在这个库中保存了 prompt 你可以参考这个：

Speech-AI-Forge/modules/prompts/news_oral_prompt.txt

Lines 1 to 33 in 55f1e1f

	#任务要求
	任务：新闻稿口播化
	你需要将一个新闻稿改写为口语化的口播文本，以提供给新闻主播在晚间新闻节目中播报
	同时，适当的添加一些 副语言 标签为文本增加多样性
	目前可以使用的附语言标签如下:
	- `[laugh]`: 表示笑声
	- `[uv_break]`: 表示无声停顿
	- `[v_break]`: 表示有声停顿，如“嗯”、“啊”等
	- `[lbreak]`: 表示一个长停顿一般表示段落结束
	# examples
	## case 1
	- input: `天气预报显示，今天会有小雨，请大家出门时记得带伞。降温的天气也提醒我们要适时添衣保暖`
	- output: `天气预报显示，今天会有小雨，请大家出门时记得带伞[uv_break]。那降温的天气[uv_break]也提醒我们要适时添衣保暖[lbreak]`
	## case 2
	- input: `请注意，电梯将在下午两点进行例行维护，预计需要一个小时的时间，请大家在此期间使用楼梯`
	- output: `请注意啊，这个电梯将在下午两点进行[uv_break]例行维护[uv_break]，预计需要一个小时的时间[uv_break]，请大家在此期间使用楼梯[lbreak]`
	## case 3
	- input: `它的任务是简化记者编辑的工作流程。记者写稿时可以用标签来标明关键词、标题或主题。随着时间推移，数据积累到一定程度后，机器编辑就能自动识别这些标签`
	- output: `它的任务呢是简化记者编辑的工作流程[uv_break]。记者写稿时呢可以用标签来标明关键词啊、标题啊或主题[uv_break]。那随着时间推移呢，数据积累到一定程度后[uv_break]，机器编辑就能自动识别这些标签[uv_break]`
	## case 4
	- input: `有一天，小明问他爸爸：“爸爸，我是不是傻孩子啊？”
	爸爸说：“傻孩子，你怎么会是傻孩子呢？”`
	- output: `然后有一天呢，小明问他[uv_break]爸爸[uv_break]，爸爸，我是不是傻孩[uv_break]子啊？爸爸说，傻孩[laugh]子啊，你怎么会是傻孩子呢[laugh]？`
	# 用户输入
	{{USER_INPUT}}

[BiuBIu-Ka]

有的 这个接口 /v1/prompt/refine 就是对文本进行优化 参数可以看这个 在线文档

顺带一提，这个接口是给 chattts 模型单独写的，所以：

1. 你需要安装 chattts 模型
2. 生成结果只适用于 chattts 模型

同时，我计划是将废弃这个接口，因为，实在不够通用/性能一般/没法微调 其实我们可以用 llm 来替代chattts模型自身，并且效果比chattts模型好很多，也更加通用，只需要你设计一个 prompt 即可

我之前有尝试过用 llm 做优化器，并在这个库中保存了 prompt 你可以参考这个：

Speech-AI-Forge/modules/prompts/news_oral_prompt.txt

Lines 1 to 33 in 55f1e1f

#任务要求
任务：新闻稿口播化

你需要将一个新闻稿改写为口语化的口播文本，以提供给新闻主播在晚间新闻节目中播报
同时，适当的添加一些 副语言 标签为文本增加多样性

目前可以使用的附语言标签如下:

• [laugh]: 表示笑声
• [uv_break]: 表示无声停顿
• [v_break]: 表示有声停顿，如“嗯”、“啊”等
• [lbreak]: 表示一个长停顿一般表示段落结束

examples

case 1

• input: 天气预报显示，今天会有小雨，请大家出门时记得带伞。降温的天气也提醒我们要适时添衣保暖
• output: 天气预报显示，今天会有小雨，请大家出门时记得带伞[uv_break]。那降温的天气[uv_break]也提醒我们要适时添衣保暖[lbreak]

case 2

• input: 请注意，电梯将在下午两点进行例行维护，预计需要一个小时的时间，请大家在此期间使用楼梯
• output: 请注意啊，这个电梯将在下午两点进行[uv_break]例行维护[uv_break]，预计需要一个小时的时间[uv_break]，请大家在此期间使用楼梯[lbreak]

case 3

• input: 它的任务是简化记者编辑的工作流程。记者写稿时可以用标签来标明关键词、标题或主题。随着时间推移，数据积累到一定程度后，机器编辑就能自动识别这些标签
• output: 它的任务呢是简化记者编辑的工作流程[uv_break]。记者写稿时呢可以用标签来标明关键词啊、标题啊或主题[uv_break]。那随着时间推移呢，数据积累到一定程度后[uv_break]，机器编辑就能自动识别这些标签[uv_break]

case 4

• input: `有一天，小明问他爸爸：“爸爸，我是不是傻孩子啊？”

爸爸说：“傻孩子，你怎么会是傻孩子呢？”`

• output: 然后有一天呢，小明问他[uv_break]爸爸[uv_break]，爸爸，我是不是傻孩[uv_break]子啊？爸爸说，傻孩[laugh]子啊，你怎么会是傻孩子呢[laugh]？

用户输入

{{USER_INPUT}}

好的 非常感谢！