Python如何实现文本转语音

Posted 2020-10-31 天际凯迪

准备

我测试使用的Python版本为2.7.10，如果你的版本是Python3.5的话，这里就不太适合了。 

使用Speech API

原理

我们的想法是借助微软的语音接口，所以我们肯定是要进行调用 相关的接口。所以我们需要安装pywin32来帮助我们完成这一个底层的交互。

示例代码

1 2 3

import win32com.client speaker = win32com.client.Dispatch("SAPI.SpVoice") speaker.Speak("Hello, it works!")

小总结

是的，调用接口来实现语音功能就是这么简单，但是我们不得不来聊一聊这种方式的缺点。

对中文支持的不够好，仅仅是这一点，估计在中国没几个用它的了。

还有就是语速不能很好的控制

pyttsx方式

原理

pyttsx 是Python的一个关于文字转语音方面的很不错的库。我们还可以借助pyttsx来实现在线朗读rfc文件或者本地文件等等，最为关键的是，它对中文支持的还是不错的。

示例代码

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

# coding:utf-8 import sys   reload(sys) sys.setdefaultencoding(‘utf8‘) # __author__ = ‘郭 璞‘ # __date__ = ‘2016/8/6‘ # __Desc__ = 文字转语音输出   import pyttsx engine = pyttsx.init() engine.say(‘hello world‘) engine.say(‘你好，郭璞‘) engine.runAndWait() # 朗读一次 engine.endLoop()

小总结

使用pyttsx，我们可以借助其强大的API来实现我们基本的业务需求。很酷吧。

pyttsx深入研究

做完上面的小实验，你肯定会觉得怎么这么不过瘾呢？ 
别担心，下面我们就一起走进pyttsx的世界，深入的研究一下其工作原理吧。

语音引擎工厂

类似于设计模式中的“工厂模式”，pyttsx通过初始化来获取语音引擎。当我们第一次调用init操作的时候，会返回一个pyttsx的engine对象，再次调用的时候，如果存在engine对象实例，就会使用现有的，否则再重新创建一个。

1	pyttsx.init([driverName : string, debug : bool]) → pyttsx.Engine

从方法声明上来看，第一个参数指定的是语音驱动的名称，这个在底层适合操作系统密切相关的。如下：

      1.drivename：由pyttsx.driver模块根据操作系统类型来调用，默认使用当前操作系统可以使用的最好的驱动

            sapi5 - SAPI5 on Windows

            nsss - NSSpeechSynthesizer on Mac OS X

            espeak - eSpeak on every other platform

       2.debug: 这第二个参数是指定要不要以调试状态输出，建议开发阶段设置为True

引擎接口

要想很好的运用一个库，不了解其API是不行的。下面来看看pyttsx。engine.Engine的引擎API。

方法签名	参数列表	返回值	简单释义
connect(topic : string, cb : callable)	topic：要描述的事件名称；cb:回调函数	→   dict	在给定的topic上添加回调通知
disconnect(token : dict)	token:回调失联的返回标记	Void	结束连接
endLoop()	None	→ None	简单来说就是结束事件循环
getProperty(name : string)	name有这些枚举值“rate, vioce,vioces,volumn	→ object	获取当前引擎实例的属性值
setProperty(name : string)	name有这些枚举值“rate, vioce,vioces,volumn	→ object	设置当前引擎实例的属性值
say(text : unicode, name : string)	text:要进行朗读的文本数据; name： 关联发音人，一般用不到	→ None	预设要朗读的文本数据，这也是“万事俱备，只欠东风”中的“万事俱备”
runAndWait()	None	→ None	这个方法就是“东风”了。当事件队列中事件全部清空的时候返回
startLoop([useDriverLoop : bool])	useDriverLoop:是否启用驱动循环	→ None	开启事件队列

元数据音调

在pyttsx.voice.Voice中，处理合成器的发音。

age 

发音人的年龄，默认为None

gender 

以字符串为类型的发音人性别: male, female, or neutral.默认为None

id 

关于Voice的字符串确认信息. 通过 pyttsx.engine.Engine.setPropertyValue()来设置活动发音签名. 这个属性总是被定义。

languages 

发音支持的语言列表，如果没有，则为一个空的列表。

name 

发音人名称，默认为None.

更多测试

朗读文本

1 2 3 4 5

import pyttsx engine = pyttsx.init() engine.say(‘Sally sells seashells by the seashore.‘) engine.say(‘The quick brown fox jumped over the lazy dog.‘) engine.runAndWait()

事件监听

1 2 3 4 5 6 7 8 9 10

import pyttsx def onStart(name):  print ‘starting‘, name def onWord(name, location, length):  print ‘word‘, name, location, length def onEnd(name, completed):  print ‘finishing‘, name, completed engine = pyttsx.init() engine.say(‘The quick brown fox jumped over the lazy dog.‘) engine.runAndWait()

打断发音

1 2 3 4 5 6 7 8

import pyttsx def onWord(name, location, length):  print ‘word‘, name, location, length  if location > 10:  engine.stop() engine = pyttsx.init() engine.say(‘The quick brown fox jumped over the lazy dog.‘) engine.runAndWait()

更换发音人声音

1 2 3 4 5 6

engine = pyttsx.init() voices = engine.getProperty(‘voices‘) for voice in voices:  engine.setProperty(‘voice‘, voice.id)  engine.say(‘The quick brown fox jumped over the lazy dog.‘) engine.runAndWait()

语速控制

1 2 3 4 5

engine = pyttsx.init() rate = engine.getProperty(‘rate‘) engine.setProperty(‘rate‘, rate+50) engine.say(‘The quick brown fox jumped over the lazy dog.‘) engine.runAndWait()

音量控制

1 2 3 4 5

engine = pyttsx.init() volume = engine.getProperty(‘volume‘) engine.setProperty(‘volume‘, volume-0.25) engine.say(‘The quick brown fox jumped over the lazy dog.‘) engine.runAndWait()

执行一个事件驱动循环

1 2 3 4 5 6 7 8 9 10 11 12 13 14

engine = pyttsx.init() def onStart(name):  print ‘starting‘, name def onWord(name, location, length):  print ‘word‘, name, location, length def onEnd(name, completed):  print ‘finishing‘, name, completed  if name == ‘fox‘:  engine.say(‘What a lazy dog!‘, ‘dog‘)  elif name == ‘dog‘:  engine.endLoop() engine = pyttsx.init() engine.say(‘The quick brown fox jumped over the lazy dog.‘, ‘fox‘) engine.startLoop()

使用一个外部的驱动循环

1 2 3 4 5 6

engine = pyttsx.init() engine.say(‘The quick brown fox jumped over the lazy dog.‘, ‘fox‘) engine.startLoop(False) # engine.iterate() must be called inside externalLoop() externalLoop() engine.endLoop()

总结

以上就是Python如何实现文本转语音的全部内容，看完了上面的讲述，是不是感觉Python实现文本转语音还是蛮简单的？那么，大家快来尝试尝试吧。希望本文对大家学习Python有所帮助。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

转自：http://www.jb51.net/article/90067.htm