前言

本篇文章主要介紹，如何利用Python來實現將文字轉成語音。將文字轉成語音主要有兩種不同的實現方法：先將文字轉成語音，然后再通過讀取語音實現發音、直接調用系統內置的語音引擎實現發音，后一種方法的實現主要利用第三方庫。

環境

Python版本：Anaconda 4.4.10

操作系統：win10

注意：在使用第三方庫的時候，不同的操作系統和Python版本代碼可能有所差別。

調用api

可以調用第三方的語音合成api生成音頻文件，然后再播放音頻文件即可，這里我使用的是百度語音合成api。

1、注冊賬號創建應用

在使用之前，需要先注冊一個百度賬號，然后再創建一個語音合成的api，需要拷貝AppID、API Key、Secret Key后面調用接口的時候需要使用。

2、調用語音合成接口

python調用百度語音合成api接口詳細文檔:http://yuyin.baidu.com/docs/tts/196

3、安裝百度提供的Python庫：

如果已安裝pip，執行pip install baidu-aip即可。

如果已安裝setuptools，執行python setup.py install即可。

            
from aip import AipSpeech

""" 你的 APPID AK SK """
APP_ID = '你的 App ID'
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

result = client.synthesis('你好嗎？', 'zh', 1, {
 'vol': 5,
})
# 識別正確返回語音二進制 錯誤則返回dict 參照下面錯誤碼
if not isinstance(result, dict):
 with open('auido.mp3', 'wb') as f:
  f.write(result)

          

播放音頻文件

安裝playsound：pip install playsound

            
from playsound import playsound

playsound("auido.mp3")

          

利用系統內置語音引擎實現發音

1. Pyttsx

Pyttsx是一個跨平臺將文字轉成語音的第三方庫，它對操作系統內置的語音引擎實現了包裝。

Pyttsx安裝

Python2：pip install pyttsx

Python3：pip install pyttsx3

代碼

            
import pyttsx3

engine = pyttsx3.init()
engine.say("Good")
engine.runAndWait()

          

pyttsx默認使用的是讀取英文引擎，如果需要讀取中文時需要修改語言設置，不然可能會報錯或者無法發音，首先我們需要參考系統支持的語言類型和參數，通過以下代碼可以查看

            
engine = pyttsx3.init()
voices = engine.getProperty("voices")
for item in voices:
 print(item.id,item.languages)

          

可以看到ZH-CN的參數，表示的是中文，然后將代碼修改成如下即可

            
engine = pyttsx3.init()
engine.setProperty("voice","HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Sp
 eech\Voices\Tokens\TTS_MS_ZH-CN_HUIHUI_11.0")
engine.say("你好嗎？")
engine.runAndWait()
          

2. gTTS

gTTS可以將文字轉成語音進行保存為MP3格式，然后再讀取語音實現發音，它是通過調用Google提供的TTS服務來實現將文字轉語音的，因為需要調用Google的服務，所以需要翻墻，因為缺少環境所以下面的代碼是沒有測試過的。調用下面代碼的時候，需要設置在代碼中設置代碼或者全局代理。

            
from gtts import gTTS
import os

tts = gTTS(text="come on",lang="en")
tts.save("test.mp3")
os.system("mpg321 test.mp3")

          

如果需要生成wav格式的音頻文件，可以利用FFmpeg將MP3的音頻文件轉成wav格式。

操作系統內置引擎

利用win32com來調用Windows操作系統內置的語音引擎實現文字的發音

以上這篇Python將文字轉成語音并讀出來的實例詳解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。