文本归一化：书面 → 口语朗读形式

把书面文本转成「真正说出口」的词序列：剥标点、念数字/日期/货币、展开缩写

书面原文 ──[ 归一化管道 ]──▶ 口语词序列   $12.50 → 12.5 美元
书面原文（含噪声） 口语词序列（干净） 归一化管道 原句: Hello (world) ! , see @me HELLO WORLD SEE ME 标点『( ) ! , @』被逐个剥离飞出 数字 · 日期 · 货币 · 百分比 → 念法展开 10/4/1998 → 1998 年 10 月 4 日 $12.50 → 12.5 美元 3.67% → 百分之 3.67 缩写按字母展开 CNN → C. N. N. 读作「C·N·N」三个字母音 训练 ──同一归一化管道──▶ 测试 ──同一归一化管道──▶ 口径一致
点「播放」：看书面文本如何被归一化成可朗读的词序列。
💡 文本归一化 = 把书面文本转成真正说出口的词序列：剥标点、念数字/日期/货币、展开缩写，合并等价表达降低词表碎片；且训练与测试必须用同一管道，否则口径不一致。