自定义语音：“规范化文本为空”答案

【问题标题】：Custom Speech: "normalized text is empty"自定义语音：“规范化文本为空”
【发布时间】：2020-02-11 16:22:22
【问题描述】：

我将 wav 和文本文件上传到自定义语音门户。我收到以下错误：“错误：规范化文本为空。” 文本文件是 UTF-8 BOM，格式类似于可以工作的文件。我该如何解决这个问题？

【问题讨论】：

【解决方案1】：

规范化文本为空的原因可能有多种，例如如果句子中有拉丁字符和非拉丁字符的单词（取决于语言环境）。此外，连续多次重复的单词可能会导致这种情况。您可以分享您用于导入数据的语言环境吗？如果您可以分享文字，我们可以找到原因。否则，您可以尝试减少输入文本（无需为此剪切音频）以找出导致规范化丢弃句子的原因。

【讨论】：

58 kB。它被转换为 ASCII，然后又转换回 UTF-8。多余的空格或连字符会是个问题吗？
这是否发生在使用 azure 认知服务的转换过程中？如果我运行一个规范化文件文本并检查长度的 c# 程序，我是否会产生类似的错误？
自定义语音使用哪个（System.Text.NormalizationForm normalizationForm）？
我通过 Normalize 运行它并得到以下结果：常规字符串的长度 = 59082 规范化字符串 FormC 的长度 = 59082 规范化字符串 FormD 的长度 = 59082 规范化字符串 FormKC 的长度 = 59082 规范化字符串 FormKD 的长度= 59082 标准化字符串的长度 = 59082
更新：我从文件中删除了“--”，并且加载成功。