用Python实现语音合成

用微软的SAPI可以很容易的实现语音合成（以前用c#写过）和识别，但不用 .NET来实现这个功能以前想都没有想过。今天在limodou的blog上面看到一篇介绍用Python实现语音合成的文章（用的也是微软的SAPI），觉得蛮有意思的，先记一下，以后有时间来试一试:)
下面是英文参考资料：
Tutorial: Microsoft text-to-speech in Python (pyTTS)

PS：在潘俊勇的Blog上面看到一些Pythonpython/Plone语音开发资源，引用一下：)

OpenMary文字语音朗读系统
支持德语、英语、藏语，是德国 DFKI语音技术实验室主持的一个开源项目。 Speech Synthesis Tool 是这个他在Plone上的集成产品。这里有一个在线试用的地方

直接使用微软的Speech SDK
如果使用win32com接口访问，会比较麻烦，这里有介绍

pyTTS
这是对微软的speech API的一个Python封装，非常好用。需要下载一个巨大的中文支持语音开发包.

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.client

speaker = 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

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

import sys

reload (sys)

sys.setdefaultencoding( 'utf8' )

# __author__ = '郭璞'

# __date__ = '2016/8/6'

# __Desc__ = 文字转语音输出

import pyttsx

engine = 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。

1	`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 - SAPI5 on Windows

nsss - NSSpeechSynthesizer on Mac OS X

espeak - eSpeak on every other platform

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。

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None

gender

以字符串为类型的发音人性别: male, female, or neutral.默认为None

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 pyttsx

engine = 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 pyttsx

def onStart(name):

print 'starting' , name

def onWord(name, location, length):

print 'word' , name, location, length

def onEnd(name, completed):

print 'finishing' , name, completed

engine = pyttsx.init()

engine.say( 'The quick brown fox jumped over the lazy dog.' )

engine.runAndWait()

打断发音

import pyttsx

def 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' , name

def onWord(name, location, length):

print 'word' , name, location, length

def 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

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。

原文链接：http://blog.csdn.net/marksinoberg

用Python实现语音合成相关推荐

免费接口，手把手使用Python进行语音合成，文字转语音
手把手使用Python实现语音合成,文字转语音 0. 太长不看系列,直接使用 1. Python调用标贝科技语音合成接口,实现文字转语音 1.1 环境准备: 1.2 获取权限 1.2.1 登录 1.2 ...
人工智能：通过Python实现语音合成的案例
今天给大家介绍一下基于百度的AI语音技术SDK实现语音合成的案例,编程语言采用Python,希望对大家能有所帮助! 注册百度AI平台应用百度AI开放平台-全球领先的人工智能服务平台首先登陆自己的百 ...
《零基础掌握 Python 入门到实战》笔记
Python 零基础掌握 Python 入门到实战笔记文章目录 Python 内置对象类型基本交互语句常用内置函数整数与浮点数基本数学运算高级数学运算字符串序列索引切片成员函数 ...
python如何实现人工智能应用_Python人工智能之初识接口
本节需要的两个工具: 1.FFmpeg: 链接:https://pan.baidu.com/s/1jonSAa_TG2XuaJEy3iTmHg 密码:w6hk 2.baidu-aip: pip ins ...
腾讯AI开放平台的签名算法（Python）
最近接到一个任务,要求使用python进行语音合成,实现班级点名的功能.后来使用了pyttsx库,发现这个库合成的语音听起来不清晰,于是果断抛弃.然后就想起了使用腾讯的语音合成api,发现腾讯优图的语 ...
iOS应用处于前台、后台、应用被杀掉场景-收到远程推送内容进行收款语音播报；
iOS应用处于前台.后台.应用被杀掉场景-收到远程推送内容进行收款语音播报: 介绍: 收银应用两大技术点:远程推送.收款成功语音播报收款金额及其他附带语音内容: 顺便点下android语音播报有一个至 ...
人工智能-树莓派小车（5）——用微信控制智能小车
之前所做的有一个特点就是需要在树莓派上连接一个USB麦克风,通过这个麦克风来进行语音的输入,但是在实际使用场景上来看,这是不合理的,因此需要一个可以远程操控智能小车的方案,因此萌发了将控制端移植到手机 ...
口播神器,基于Edge,微软TTS(text-to-speech)文字转语音免费开源库edge-tts实践(Python3.10)
不能否认,微软Azure在TTS(text-to-speech文字转语音)这个人工智能细分领域的影响力是统治级的,一如ChatGPT在NLP领域的随心所欲,予取予求.君不见几乎所有的抖音营销号口播均采 ...
python语音合成标贝_tacotronV2 + wavernn 实现中文语音合成(Tensorflow + pytorch)
TacotronV2 + WaveRNN 开源中文语音数据集标贝(女声)训练中文TacotronV2,实现中文到声学特征(Mel)转换的声学模型.在GTA模式下,利用训练好的TacotronV2合成标 ...

用Python实现语音合成

用Python实现语音合成相关推荐

最新文章

热门文章