目前手邊的一些工作，需要實現聲音播放功能，而且僅支持wav聲音格式。
現在，一些網站上支持文字轉語音功能，但是生成的都是MP3文件，這樣還需要額外的軟件來轉成wav文件，十分麻煩。
后來，研究Python，發現Python可以很容易的實現上面的功能。
步驟如下，
1。使用百度語音實現TTS（Text To Speech），生成mp3文件;
2。 使用pydub和ffmpeg實現mp3轉wav格式。
下面，先上簡單的示例代碼，然后對代碼作簡單的分析。
#!/usr/bin/python -tt
# -*- coding: utf-8 -*-
from aip import AipSpeech
from pydub import AudioSegment
# Step 1, Using baidu AI to generate mp3 file from text
#input your APP_ID/API_KEY/SECRET_KEY
APP_ID = 'Your_APP_ID'
API_KEY = 'Your_API_KEY'
SECRET_KEY = 'Your_Secret_Key'
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
result = client.synthesis('你好百度, good morning', 'zh', 1, { 'vol': 5,'per':4 })
if not isinstance(result, dict):
with open('test.mp3', 'wb') as f:
f.write(result)
# Step 2, convert the mp3 file to wav file
sound = AudioSegment.from_mp3('test.mp3')
sound.export("test.wav", format="wav")
運行上面的python代碼，就會生成test.mp3和test.wav，使用命令“aplay test.wav”，可以測試播放聲音。
下面對代碼做解析，
1。在運行之前，需要安裝下面的庫，
1.1 安裝百度AI模塊，安裝命令“pip install baidu-aip”
1.2 安裝pydub，pydub是python的一個音頻處理庫處理，能對wav格式的音頻直接進行處理，安裝命令“pip install pydub”
1.3 安裝ffmpeg，可以實現對mp3格式的處理，安裝命令“sudo apt-get install ffmpeg”
2。需要注冊百度的應用開發者賬戶，
用戶可以自行去下面的網站去注冊語音合成-百度AI?ai.baidu.com，注冊百度云之后，去控制臺創建應用，過程比較簡單。
大家可以對上述代碼進行進一步的優化，以實現自己想要的功能。
下面是完整的Python代碼，大家可以拿來使用，
#!/usr/bin/python -tt
# -*- coding: utf-8 -*-
"""
module: baiduVoiceGenerate
platform: Linux
description: Generate Speech from Text, and convert the audio to wav file.
Precondition: Please install below module before run this progrom,
1. pip install baidu-aip
2. pip install pydub
3. sudo apt-get install ffmpeg
creater: Guangwei Jiang
create time: 2018-11-21
"""
from aip import AipSpeech
from pydub import AudioSegment
import time
#input your own APP_ID/API_KEY/SECRET_KEY
APP_ID = '14891501'
API_KEY = 'EIm2iXtvDSplvR5cyHU8dAeM'
SECRET_KEY = '4KkGGzTq2GVrBEYPLXXWEEIoyLL1F6Zt '
print("baiduVoiceGenerate: V1.0, by Guanagwei_Jiang, 20181121")
str = raw_input("請輸入要轉成語音的文字： ")
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
result = client.synthesis(str, 'zh', 1, { 'vol': 5,'per':4 })
if not isinstance(result, dict):
with open('temp.mp3', 'wb') as f:
f.write(result)
sound = AudioSegment.from_mp3('temp.mp3')
sound.export(time.strftime("%Y%m%d_%H%M%S", time.localtime())+".wav", format="wav")
以上這篇使用Python實現文字轉語音并生成wav文件的例子就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
