AWS Polly - 突出显示特殊字符

问题描述

我使用 AWS Polly 服务进行文本转语音。但是如果文本包含一些特殊字符，则返回错误的开始和结束编号。

例如，如果文本是："Böylelikle"，它返回：{"time":6,"type":"word","start":0,"end":11,"value":"Böylelikle" }

但它应该从0开始到10结束。

我搜索了 AWS 文档，他们说是起始值和结束值，以字节为单位的偏移量，而不是字符。

我的问题是如何将此字节值转换为字符。

我的代码是：

builder.continueOnSuccessWith { (awsTask: AWSTask<NSURL>) -> Any? in
    if builder.error == nil {
        if let url = awsTask.result {
            do {
                let txtData = try Data(contentsOf: url as URL)
                if let txtString = String(data: txtData,encoding: .utf8) {
                    let lines = txtString.components(separatedBy: .newlines)
                    for line in lines {
                        let jsonData = Data(line.utf8)
                        let pollyVoiceSentence = try JSONDecoder().decode(PollyVoiceSentence.self,from: jsonData)
                        voiceSentences.append(pollyVoiceSentence)
                    }
                }
            } catch {
                print("Could not parse TXT file")
            }
        }
    } else {
        print("ParseJSON: \(builder.error!)")
    }
    completionHandler(voiceSentences)
    return nil
}

并突出显示单词：

let start = pollyVoiceSentence.start
var end = pollyVoiceSentence.end
let voiceRange = NSRange(location: start,length: end - start)

print("RANGE: \(voiceRange) - Word: \(pollyVoiceSentence.value)")

谢谢。

解决方法

看起来他们为您提供了 String.utf8.count 这个词。 Swift 支持 Unicode，并非所有字符都可以在 UTF8 中表示。

您可以在这里阅读官方文档 - String and Characters

那里有很多有用的细节。我想为您的用例强调以下内容 -

这也是它查找您输入的方式 -

在你的情况下你可以做的是 -

1. 以您今天的方式解码 PollyVoiceSentence。
2. 在 PollyVoiceSentence 上创建扩展以解决此字符计数问题。
3. 迭代/计算句子中的所有单词，因为每个前一个单词的字符计数现在会影响所有后续单词的开始。
4. 您不能相信 json 提供的 start 和 end，因为它显然不适合 Swift 的 String API。