Spaces:
Running
Running
File size: 3,050 Bytes
6edda28 7b54849 6edda28 17873e4 cf5d96f d663a5a 6180416 d663a5a 6180416 d663a5a 6180416 17873e4 6180416 953871c cf5d96f 6180416 7b54849 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 |
from ukrainian_tts.formatter import preprocess_text
import pytest
@pytest.mark.parametrize(
"text,expected",
[
("Quality of life update", "кваліті оф ліфе юпдате"),
("Він украв 20000000 $", "він украв двадцять мільйонів доларів"),
("Він украв 20000000", "він украв двадцять мільйонів"),
("Він украв 1 $", "він украв один долар"),
("Він украв 2 $", "він украв два долари"),
("Він украв 2 ₴", "він украв дві гривні"),
(
"111 000 000 000 доларів державного боргу.",
"сто одинадцять мільярдів доларів державного боргу.",
),
(
"11100000001 доларів державного боргу.",
"одинадцять мільярдів сто мільйонів один доларів державного боргу.",
),
(
"10000$, 15000 корупціонерів",
"десять тисяч доларів, п'ятнадцять тисяч корупціонерів",
),
(
"10000 $, 15000 корупціонерів",
"десять тисяч доларів, п'ятнадцять тисяч корупціонерів",
),
(
"$10000, 15000 корупціонерів",
"десять тисяч доларів, п'ятнадцять тисяч корупціонерів",
),
(
"10000$ у еквіваленті борщових заправок",
"десять тисяч доларів у еквіваленті борщових заправок",
),
("10-30-40-50-5-9-5", "десять-тридцять-сорок-п'ятдесят-п'ять-дев'ять-п'ять"),
],
)
def test_formatter(text, expected):
assert preprocess_text(text) == expected
# Purspose of these tests, to have clearly separate list of issues
# in the conversion. Once fixed, these cases should move to test_formatter
# We still want make sure that no changes happens there, as any regressions
# is bad, or interesting.
@pytest.mark.parametrize(
"text,expected",
[
# Should be два долара
(
"2 $, 15000 корупціонерів",
"два доларів, п'ятнадцять тисяч корупціонерів",
),
# this is wrong case, should be "це дев'ятнадцятирічне вино."
# Implementing this, require to have proper parsing of words into the token stream
# which reqiure reworking of current approach.
("це 19-річне вино.", "це дев'ятнадцять-річне вино."),
],
)
def test_planned_formatter_issues(text, expected):
assert preprocess_text(text) == expected
|