python文本转语音（如何将文本转换为音频？） _python文本转语音示例

了解如何通过使用 Python 中的 gTTS 和 pyttsx3 库在线和离线将文本转换为语音来执行语音合成。
语音合成（或文本到语音）是计算机生成的人类语音模拟。它将人类语言文本转换为类似人类的语音音频。在本教程中，结合详细的python文本转语音示例，你将学习如何在 Python 中将文本转换为语音。
如何将文本转换为音频？在本python文本转语音教程中，我们不会构建神经网络并训练模型以获得结果，因为它非常复杂且难以做到。相反，我们将使用一些提供它的 API 和引擎。有很多 API 提供此服务，其中一种常用服务是 Google Text to Speech，在本教程中，我们将使用它以及另一个离线库：pyttsx3。
为了清楚起见，本教程是关于将文本转换为语音，而不是相反，如果你想将语音转换为文本，请查看本教程。
目录：

在线文字转语音
离线文本到语音

首先，让我们安装所需的模块：

pip3 install gTTS pyttsx3 playsound

在线文字转语音python文本转语音示例：你可能猜到了，gTTS代表 Google Text To Speech，它是一个 Python 库，用于与 Google Translate 的文本到语音 API 交互。它需要互联网连接，而且非常容易使用。
打开一个新的 Python 文件并导入：

import gtts from playsound import playsound

使用这个库非常简单，你只需要将文本传递给gTTS对象，该对象是Google Translate的 Text to Speech API 的接口：

# make request to google to get synthesis tts = gtts.gTTS("Hello world")

到目前为止，我们已经发送了文本并从 API 中检索了实际的音频语音，让我们将此音频保存到一个文件中：

# save the audio file tts.save("hello.mp3")

太棒了，你会在当前目录中看到一个新文件，让我们使用之前安装的playsound模块播放它：

# play the audio file playsound("hello.mp3")

就是这样！你会听到一个机器人在说你刚才让他说的话！
它不仅在英语中可用，你也可以通过传递lang参数来使用其他语言：

# in spanish tts = gtts.gTTS("Hola Mundo", lang="es") tts.save("hola.mp3") playsound("hola.mp3")

如果你不想将其保存到文件并直接播放，那么你应该使用tts.write_to_fp()哪个接受io.BytesIO()对象写入，查看此链接以获取更多信息。
要获取可用语言列表，请使用以下命令：

# all available languages along with their IETF tag print(gtts.lang.tts_langs())

以下是支持的语言：

{'af': 'Afrikaans', 'sq': 'Albanian', 'ar': 'Arabic', 'hy': 'Armenian', 'bn': 'Bengali', 'bs': 'Bosnian', 'ca': 'Catalan', 'hr': 'Croatian', 'cs': 'Czech', 'da': 'Danish', 'nl': 'Dutch', 'en': 'English', 'eo': 'Esperanto', 'et': 'Estonian', 'tl': 'Filipino', 'fi': 'Finnish', 'fr': 'French', 'de': 'German', 'el': 'Greek', 'gu': 'Gujarati', 'hi': 'Hindi', 'hu': 'Hungarian', 'is': 'Icelandic', 'id': 'Indonesian', 'it': 'Italian', 'ja': 'Japanese', 'jw': 'Javanese', 'kn': 'Kannada', 'km': 'Khmer', 'ko': 'Korean', 'la': 'Latin', 'lv': 'Latvian', 'mk': 'Macedonian', 'ml': 'Malayalam', 'mr': 'Marathi', 'my': 'Myanmar (Burmese)', 'ne': 'Nepali', 'no': 'Norwegian', 'pl': 'Polish', 'pt': 'Portuguese', 'ro': 'Romanian', 'ru': 'Russian', 'sr': 'Serbian', 'si': 'Sinhala', 'sk': 'Slovak', 'es': 'Spanish', 'su': 'Sundanese', 'sw': 'Swahili', 'sv': 'Swedish', 'ta': 'Tamil', 'te': 'Telugu', 'th': 'Thai', 'tr': 'Turkish', 'uk': 'Ukrainian', 'ur': 'Urdu', 'vi': 'Vietnamese', 'cy': 'Welsh', 'zh-cn': 'Chinese (Mandarin/China)', 'zh-tw': 'Chinese (Mandarin/Taiwan)', 'en-us': 'English (US)', 'en-ca': 'English (Canada)', 'en-uk': 'English (UK)', 'en-gb': 'English (UK)', 'en-au': 'English (Australia)', 'en-gh': 'English (Ghana)', 'en-in': 'English (India)', 'en-ie': 'English (Ireland)', 'en-nz': 'English (New Zealand)', 'en-ng': 'English (Nigeria)', 'en-ph': 'English (Philippines)', 'en-za': 'English (South Africa)', 'en-tz': 'English (Tanzania)', 'fr-ca': 'French (Canada)', 'fr-fr': 'French (France)', 'pt-br': 'Portuguese (Brazil)', 'pt-pt': 'Portuguese (Portugal)', 'es-es': 'Spanish (Spain)', 'es-us': 'Spanish (United States)'}

python文本转语音：离线文本到语音现在你知道如何使用 Google 的 API，但是如果你想离线使用文本到语音技术怎么办？
如何将文本转换为音频？好吧，pyttsx3库派上了用场，它是 Python 中的文本到语音转换库，它会查找你的平台中预装的 TTS 引擎并使用它们，以下是该库使用的文本到语音合成器：

Windows XP、Windows Vista、8、8.1 和 10 上的SAPI5
Mac OS X 10.5 和 10.6 上的NSSpeechSynthesizer
在 Ubuntu 桌面版8.10、9.04和 9.10 上使用espeak

以下是pyttsx3库的主要功能：

它完全离线工作
你可以在系统上安装的不同声音中进行选择
控制语速
调整音量
将语音音频保存到文件中

注意：如果你使用的是 Linux 系统并且语音输出不适用于此库，那么你应该安装 espeak、ffmpeg 和 libespeak1：

$ sudo apt update & & sudo apt install espeak ffmpeg libespeak1

要开始使用这个库，打开一个新的 Python 文件并导入它：

import pyttsx3

现在我们需要初始化 TTS 引擎：

# initialize Text-to-speech engine engine = pyttsx3.init()

python文本转语音：现在要转换一些文本，我们需要使用say()和runAndWait()方法：

# convert this text to speech text = "Python is a great programming language" engine.say(text) # play the speech engine.runAndWait()

say()方法向事件队列添加一个话语，而runAndWait()方法运行实际的事件循环，直到所有命令排队。所以你可以多次调用say()方法，最后只运行一个runAndWait()方法，为了听综合，试试吧！
这个库为我们提供了一些我们可以根据需要调整的属性。例如，让我们获取语速的详细信息，python文本转语音示例：

# get details of speaking rate rate = engine.getProperty("rate") print(rate)

输出：

200

好的，让我们将其更改为300（使语速更快）：

# setting new voice rate (faster) engine.setProperty("rate", 300) engine.say(text) engine.runAndWait()

或者更慢：

# slower engine.setProperty("rate", 100) engine.say(text) engine.runAndWait()

另一个有用的属性是voices，它允许我们获取你机器上所有可用语音的详细信息：

# get details of all voices available voices = engine.getProperty("voices") print(voices)

这是我的情况下的输出：

[ < pyttsx3.voice.Voice object at 0x000002D617F00A20>, < pyttsx3.voice.Voice object at 0x000002D617D7F898>, < pyttsx3.voice.Voice object at 0x000002D6182F8D30>]

如你所见，我的机器有三个语音扬声器，我们使用第二个，例如：

# set another voice engine.setProperty("voice", voices[ 1].id) engine.say(text) engine.runAndWait()

如何将文本转换为音频？你还可以使用save_to_file()方法将音频保存为文件，而不是使用say()方法播放声音：

# saving speech audio into a file engine.save_to_file(text, "python.mp3") engine.runAndWait()

当前目录下会出现一个新的MP3文件，看看吧！
结论太好了，这就是本python文本转语音教程的内容，我希望它能帮助你构建你的应用程序，或者你自己的 Python 虚拟助手。
总而言之，如果你想使用更可靠的合成，谷歌 TTS API 是你的选择，如果你只是想让它工作得更快并且没有互联网连接，你应该使用pyttsx3库。
【python文本转语音（如何将文本转换为音频？）】以下是两个库的文档：