update readme, fix seaco bug

shixian.shi

2024-01-15 55c09aeaa25b4bb88a50e09ba68fa6ff00a6d676

 funasr/tokenizer/char_tokenizer.py

@@ -4,17 +4,19 @@
from typing import Union
import warnings

from funasr.tokenizer.abs_tokenizer import BaseTokenizer
from funasr.register import tables

from funasr.tokenizer.abs_tokenizer import AbsTokenizer


class CharTokenizer(AbsTokenizer):
@tables.register("tokenizer_classes", "CharTokenizer")
class CharTokenizer(BaseTokenizer):
    def __init__(
        self,
        non_linguistic_symbols: Union[Path, str, Iterable[str]] = None,
        space_symbol: str = "<space>",
        remove_non_linguistic_symbols: bool = False,
        **kwargs,
    ):
        super().__init__(**kwargs)
        self.space_symbol = space_symbol
        if non_linguistic_symbols is None:
            self.non_linguistic_symbols = set()
@@ -57,4 +59,4 @@

    def tokens2text(self, tokens: Iterable[str]) -> str:
        tokens = [t if t != self.space_symbol else " " for t in tokens]
        return "".join(tokens)
        return "".join(tokens)