Python如何实现文本转语音
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SpeechAPI
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
importwin32com.client speaker=win32com.client.Dispatch("SAPI.SpVoice") speaker.Speak("Hello,itworks!")
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
#coding:utf-8 importsys reload(sys) sys.setdefaultencoding('utf8') #__author__='郭璞' #__date__='2016/8/6' #__Desc__=文字转语音输出 importpyttsx engine=pyttsx.init() engine.say('helloworld') 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。
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-SAPI5onWindows
nsss-NSSpeechSynthesizeronMacOSX
espeak-eSpeakoneveryotherplatform
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。
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,orneutral.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
importpyttsx engine=pyttsx.init() engine.say('Sallysellsseashellsbytheseashore.') engine.say('Thequickbrownfoxjumpedoverthelazydog.') engine.runAndWait()
事件监听
importpyttsx defonStart(name): print'starting',name defonWord(name,location,length): print'word',name,location,length defonEnd(name,completed): print'finishing',name,completed engine=pyttsx.init() engine.say('Thequickbrownfoxjumpedoverthelazydog.') engine.runAndWait()
打断发音
importpyttsx defonWord(name,location,length): print'word',name,location,length iflocation>10: engine.stop() engine=pyttsx.init() engine.say('Thequickbrownfoxjumpedoverthelazydog.') engine.runAndWait()
更换发音人声音
engine=pyttsx.init() voices=engine.getProperty('voices') forvoiceinvoices: engine.setProperty('voice',voice.id) engine.say('Thequickbrownfoxjumpedoverthelazydog.') engine.runAndWait()
语速控制
engine=pyttsx.init() rate=engine.getProperty('rate') engine.setProperty('rate',rate+50) engine.say('Thequickbrownfoxjumpedoverthelazydog.') engine.runAndWait()
音量控制
engine=pyttsx.init() volume=engine.getProperty('volume') engine.setProperty('volume',volume-0.25) engine.say('Thequickbrownfoxjumpedoverthelazydog.') engine.runAndWait()
执行一个事件驱动循环
engine=pyttsx.init() defonStart(name): print'starting',name defonWord(name,location,length): print'word',name,location,length defonEnd(name,completed): print'finishing',name,completed ifname=='fox': engine.say('Whatalazydog!','dog') elifname=='dog': engine.endLoop() engine=pyttsx.init() engine.say('Thequickbrownfoxjumpedoverthelazydog.','fox') engine.startLoop()
使用一个外部的驱动循环
engine=pyttsx.init() engine.say('Thequickbrownfoxjumpedoverthelazydog.','fox') engine.startLoop(False) #engine.iterate()mustbecalledinsideexternalLoop() 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。