正文
Python 文本转语音
提示：扫一扫查出行【扫一扫了解最新限行尾号】
复制提示
文本转语音，一般会用在无障碍开发。下面介绍如何使用Python实现将文本文件转换成语音输出。
- 准备
- 使用Speech API
- 原理
- 示例代码
- 小总结
- pyttsx方式
- 原理
- 示例代码
- 小总结
- pyttsx深入研究
- 语音引擎工厂
- 引擎接口
- 元数据音调
- 更多测试
- 朗读文本
- 事件监听
- 打断发音
- 更换发音人声音
- 语速控制
- 音量控制
- 执行一个事件驱动循环
- 使用一个外部的驱动循环
- 总结
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。
在windows上进行测试的话，这里有两种可选的方式：
- pyttsx ：下载地址
- 微软的Speech API ： 这个需要安装pywin32，下载地址
使用Speech API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
import win32com.clientspeaker = win32com.client.Dispatch("SAPI.SpVoice")speaker.Speak("Hello, it works!")
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，详细的API介绍可以参照这里API参考
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-8import sysreload(sys)sys.setdefaultencoding('utf8')# __author__ = '郭 璞'# __date__ = '2016/8/6'# __Desc__ = 文字转语音输出import pyttsxengine = pyttsx.init()engine.say('hello world')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：
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 - SAPI5 on Windows
- nsss - NSSpeechSynthesizer on Mac OS X
- espeak - eSpeak on every other platform
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。
| 方法签名 | 参数列表 | 返回值 | 简单释义 |
|---|---|---|---|
| connect(topic : string, cb : callable) | topic：要描述的事件名称；cb:回调函数 | → dict | 在给定的topic上添加回调通知 |
| disconnect(token : dict) | token:回调失联的返回标记 | Void | 结束连接 |
| endLoop() | None | → None | 简单来说就是结束事件循环 |
| getProperty(name : string) | name有这些枚举值“rate, vioce,vioces,volumn | → object | 获取当前引擎实例的属性值 |
| setProperty(name : string) | name有这些枚举值“rate, vioce,vioces,volumn | → object | 设置当前引擎实例的属性值 |
| say(text : unicode, name : string) | text:要进行朗读的文本数据; name： 关联发音人，一般用不到 | → None | 预设要朗读的文本数据，这也是“万事俱备，只欠东风”中的“万事俱备” |
| runAndWait() | None | → None | 这个方法就是“东风”了。当事件队列中事件全部清空的时候返回 |
| startLoop([useDriverLoop : bool]) | useDriverLoop:是否启用驱动循环 | → None | 开启事件队列 |
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Nonegender
以字符串为类型的发音人性别: male, female, or neutral.默认为Noneid
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
import pyttsxengine = pyttsx.init()engine.say('Sally sells seashells by the seashore.')engine.say('The quick brown fox jumped over the lazy dog.')engine.runAndWait()
事件监听
import pyttsxdef onStart(name): print 'starting', namedef onWord(name, location, length): print 'word', name, location, lengthdef onEnd(name, completed): print 'finishing', name, completedengine = pyttsx.init()engine.say('The quick brown fox jumped over the lazy dog.')engine.runAndWait()
打断发音
import pyttsxdef onWord(name, location, length): print 'word', name, location, length if location > 10: engine.stop()engine = pyttsx.init()engine.say('The quick brown fox jumped over the lazy dog.')engine.runAndWait()
更换发音人声音
engine = pyttsx.init()voices = engine.getProperty('voices')for voice in voices: engine.setProperty('voice', voice.id) engine.say('The quick brown fox jumped over the lazy dog.')engine.runAndWait()
语速控制
engine = pyttsx.init()rate = engine.getProperty('rate')engine.setProperty('rate', rate+50)engine.say('The quick brown fox jumped over the lazy dog.')engine.runAndWait()
音量控制
engine = pyttsx.init()volume = engine.getProperty('volume')engine.setProperty('volume', volume-0.25)engine.say('The quick brown fox jumped over the lazy dog.')engine.runAndWait()
执行一个事件驱动循环
engine = pyttsx.init()def onStart(name): print 'starting', namedef onWord(name, location, length): print 'word', name, location, lengthdef onEnd(name, completed): print 'finishing', name, completed if name == 'fox': engine.say('What a lazy dog!', 'dog') elif name == 'dog': engine.endLoop()engine = pyttsx.init()engine.say('The quick brown fox jumped over the lazy dog.', 'fox')engine.startLoop()
使用一个外部的驱动循环
engine = pyttsx.init()engine.say('The quick brown fox jumped over the lazy dog.', 'fox')engine.startLoop(False)# engine.iterate() must be called inside externalLoop()externalLoop()engine.endLoop()
总结
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，快来尝试尝试吧。
