AWS Polly - 突出显示特殊字符

Question

我正在使用 AWS Polly 服务进行文本转语音。但是如果文本中包含一些特殊字符，它会返回错误的开始和结束数字。

例如，如果文本是：“Böylelikle”它 returns：{“时间”：6，“类型”：“单词”，“开始”：0，“结束”：11，“值":"Böylelikle"}

但应该是从0开始到10结束。

我搜索了 AWS 文档，他们说开始和结束值是字节偏移量而不是字符偏移量。

我的问题是如何将这个字节值转换为字符。

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。

Answer 1

看起来他们正在为您提供 String.utf8.count 这个词。 Swift 支持 Unicode，并非所有字符都可以用 UTF8 表示。

你可以在这里阅读官方文档 - String and Characters

那里有很多有用的细节。我想针对您的用例强调以下内容 -

这也是它查找您的输入的方式 -

在你的情况下你可以做的是-

解码 PollyVoiceSentence 你今天的样子。
在 PollyVoiceSentence 上创建一个扩展来解决这个字符数问题。
Iterate/account 对于句子中的所有单词，因为每个前面单词的字符计数现在会影响所有后续单词的开始。
而且您不能相信 json 提供的 start 和 end，因为它显然不适合 Swift 的字符串 API.

AWS Polly - 突出显示特殊字符

AWS Polly - Highlighting special characters

string

character-encoding

amazon-web-services

swift

amazon-polly