Python文字转语音(调研&成品函数)
由于项目需要, 我需要 将文字转换为语音, 那么第一步就要进行调研
什么是语音合成技术?
语音合成（text to speech）,简称TTS。是将文字转化为语音的一种技术，是让计算机模拟人类的嘴巴，通过不同的音色说出想表达的内容, 是人机对话的一部分。
TTS可以通过 神经网络的设计，把文字智能地转化为自然语音流。极大的 方便了视障患者的使用, 也提升了文本的可读性。TTS应用包括语音驱动的硬件以及声音敏感系统，并常与声音识别程序一起使用。现在许多厂家都推出了自己的语音合成服务或API, 大家也可以去自行查看, 本文仅做了python环境下语音合成第三方库的调研
如何用代码实现?
如前文所述, 虽然市面上产品繁多, 但是 作为一个开发者, 我想要一款免费的, 可代码调试的工具, 经过查找材料, 我找到了gTTs库、pyttsx3库、speech库都能满足我的需求, 来做个横向对比, 可以让大家少走弯路。
第三方库名称需要联网支持中英文支持日语可调节语速像人声程度ggts√√√X很像导航pyttsx3X√X√适合读小说speechX√XX很像快一点的导航
gTTS库
- gTTS库 (Google Text-to-Speech) : 用于与 Google Translate 的文本转语音 API 进行交互。将语音mp3数据写入文件
优点 : 支持包括中英日文在内的多种语言, 有谷歌翻译API的加持, 人声蛮好听
缺点 : 不支持语速调节, 每次使用必须科学上网, 不能单机使用
在语音播放功能, 我们选用了两种方法,
第一种是playsound库自动播放音频(不可调播放进度)
第二种是os库调用系统自带播放器(可调节进度)
- 请看 playsound库播放 & GTTS库转文字函数
def gtts_os_debug(text,mp3_filepath,language):
from gtts import gTTS
import os
if int(language) ==0 :
s = gTTS(text=text, lang='en', tld='com')
elif int(language) ==1 :
s = gTTS(text=text, lang='zh-CN')
elif int(language) ==2 :
s = gTTS(text=text, lang='ja')
try:
s.save(mp3_filepath)
except:
os.remove(mp3_filepath)
print(mp3_filepath,"文件已经存在,但是没有关系!已经删掉了")
s.save(mp3_filepath)
print(mp3_filepath,"保存成功")
os.system(mp3_filepath)
gtts_os_debug(text="I'm gtts library,from google Artificial Intelligence & Google Translate.",mp3_filepath="gtts英文测试.mp3",language=0)
gtts_os_debug(text="我是gtts库, 你想听听我的声音吗",mp3_filepath="gtts中文测试.mp3",language=1)
gtts_os_debug(text="真実はいつもひとつ" ,mp3_filepath="gtts日语测试.mp3",language=2)
- 请看 os库播放 & GTTS库转文字函数
def gtts_debug(text,mp3_filepath,language):
from gtts import gTTS
from playsound import playsound
import os
if int(language) ==0 :
s = gTTS(text=text, lang='en', tld='com')
elif int(language) ==1 :
s = gTTS(text=text, lang='zh-CN')
elif int(language) ==2 :
s = gTTS(text=text, lang='ja')
try:
s.save(mp3_filepath)
except:
os.remove(mp3_filepath)
print(mp3_filepath,"文件已经存在,但是没有关系!已经删掉了")
s.save(mp3_filepath)
print(mp3_filepath,"保存成功")
playsound(mp3_filepath)
gtts_debug(text="I'm gtts library,from google Artificial Intelligence & Google Translate.",mp3_filepath="gtts英文测试.mp3",language=0)
gtts_debug(text="我是gtts库, 你想听听我的声音吗",mp3_filepath="gtts中文测试.mp3",language=1)
gtts_debug(text="真実はいつもひとつ" ,mp3_filepath="gtts日语测试.mp3",language=2)
pyttsx3库
-
pyttsx3库 : 是Python中的文本到语音转换库, 它可以脱机工作
优点 : 可以脱机工作, 支持将语音直接朗读, 可调节音量和速度
缺点 : 初始只有英语(女)和中文(女)的语音包, 其他语言的语音包需要另外下载 -
请看 pyttsx3库转文字&自朗读函数
def pyttsx3_debug(text,language,rate,volume,filename,sayit=0):
import pyttsx3
engine = pyttsx3.init()
engine.setProperty('rate', rate)
engine.setProperty('volume', volume)
voices = engine.getProperty('voices')
if int(language)==0:
engine.setProperty('voice', voices[0].id)
elif int(language)==1:
engine.setProperty('voice', voices[1].id)
if int(sayit)==1:
engine.say(text)
elif int(sayit)==0:
print("那我就不念了哈")
engine.save_to_file(text, filename)
print(filename,"保存成功")
engine.runAndWait()
engine.stop()
pyttsx3_debug(text="我是pyttsx3, 初次见面, 给您拜个早年",language=0,rate=200,volume=0.9,filename="ptttsx3中文测试.mp3",sayit=1)
pyttsx3_debug(text="I'm fake Siri, your smart voice Manager",language=1,rate=200,volume=0.9,filename="ptttsx3英文测试.mp3",sayit=1)
speech库
-
speech : 基于Windows的语音合成模块, 一行代码即可实现朗读
优点 : 依靠windows系统, 安装使用究极简单 , 超级方便。
适合在代码调试过程中, 让冰冷的AI语言来骂醒写bug的我QAQ
缺点 : 只有系统语言(中文&英文), 不支持语速调节和音频导出 -
请看 speech转文字函数
import speech
speech.say("甘霖娘,又出bug了")
speech.say("Don't ask me .I have no idea why bug exist again")
恭喜你, 你已经学会了Python文字转语音的全部内容了
可惜的是, 本博文没有收录诸如百度API/讯飞API等…商务的文字转语音方式, 如果大家想看, 在评论区留言, 我会看到的
Original: https://blog.csdn.net/m0_53590279/article/details/126438997
Author: USST_黄鑫远
Title: Python语音合成-第三方库(gTTs/pyttsx3/speech)横评(内附使用代码)
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/526080/
转载文章受原作者版权保护。转载请注明原作者出处！