由於專案需要, 我需要將文字轉換為語音, 那麼第一步就要進行研究
語音合成（text to speech）,簡稱TTS。是將文字轉化為語音的一種技術，是讓電腦模擬人類的嘴巴，透過不同的音色說出想表達的內容, 是人機對話的一部分。
TTS可以透過神經網路的設計，把文字智慧地轉化為自然語音流。極大的方便了視障患者的使用, 也提升了文本的可讀性。 TTS應用包括語音驅動的硬體以及聲音敏感系統，並常與聲音辨識程式一起使用。
現在許多廠商都推出了自己的語音合成服務或API, 大家也可以去自行查看, 本文僅做了python環境下語音合成第三方庫的調查
如前文所述, 雖然市面上產品繁多, 但是作為一個開發者, 我想要一款免費的, 可程式碼調試的工具 , 經過查找材料, 我找到了gTTs庫、pyttsx3庫、speech庫都能滿足我的需求, 來做個橫向對比, 可以讓大家少走彎路。
| 第三方程式庫名稱 | 需要連網 | 支援中英文 | 支援日文 | 可調語速 | 像人聲程度 |
|---|---|---|---|---|---|
| #ggts | √ | √ | √ | X | 很像導航 |
| pyttsx3 | X | # √ | X | √ | 適合閱讀小說 |
| X |
gTTS函式庫
gTTS庫(Google Text-to-Speech)缺點: 不支援語速調節, 每次使用必須科學上網, 不能單機使用在語音播放功能, 我們選用了兩種方法
第一種是playsound庫自動播放音訊(不可調播放進度)
請看請看
playsound庫播放& GTTS函式庫轉文字
函數# 函数功能: 用gtts库阅读文本,保存为.mp3文件后, 用系统内置的浏览器阅读出来, 打开mp3文件, 函数执行结束(播放方式为os库) def gtts_os_debug(text,mp3_filepath,language):#参数说明:参数1是朗读的文字,参数2是保存路径,参数3是数字{0英文,1中文,2日语} #大成功,可惜的是os调用自带播放器, 实际上只执行了"打开mp3"的操作, 它并不会在音频播报完后再进行下一条语句 from gtts import gTTS import os # 已知zh-tw版本违和感较高,所以我们用zh-CN来进行后续工作 if int(language) ==0 : s = gTTS(text=text, lang='en', tld='com') # s = gTTS(text=text, lang='en', tld='co.uk')#我比较喜欢美音,但是如果你喜欢英国口音可以尝试这个 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)#调用系统自带的播放器播放MP3 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)登入後複製
os函式庫播放& GTTS函式庫轉文字函數
# 函数功能: 用gtts库阅读文本,保存为.mp3文件后, 用playsound库阅读出来, 阅读完毕, 函数执行结束
def gtts_debug(text,mp3_filepath,language):#参数说明:参数1是朗读的文字,参数2是保存路径,参数3是数字{0英文,1中文,2日语}
#大成功,已经实现了定制化文字转语音,但是播放的playsound需要改进(playsound库本身可能会出现bug...)
from gtts import gTTS
from playsound import playsound
import os
if int(language) ==0 :
s = gTTS(text=text, lang='en', tld='com')
# s = gTTS(text=text, lang='en', tld='co.uk')#我比较喜欢美音,但是如果你喜欢英国口音可以尝试这个
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)def pyttsx3_debug(text,language,rate,volume,filename,sayit=0):
#参数说明: 六个重要参数,阅读的文字,语言(0-英文/1-中文),语速,音量(0-1),保存的文件名(以.mp3收尾),是否发言(0否1是)
import pyttsx3
engine = pyttsx3.init() # 初始化语音引擎
engine.setProperty('rate', rate) # 设置语速
#速度调试结果:50戏剧化的慢,200正常,350用心听小说,500敷衍了事
engine.setProperty('volume', volume) # 设置音量
voices = engine.getProperty('voices') # 获取当前语音的详细信息
if int(language)==0:
engine.setProperty('voice', voices[0].id) # 设置第一个语音合成器 #改变索引，改变声音。0中文,1英文(只有这两个选择)
elif int(language)==1:
engine.setProperty('voice', voices[1].id)
if int(sayit)==1:
engine.say(text) # pyttsx3->将结果念出来
elif int(sayit)==0:
print("那我就不念了哈")
engine.save_to_file(text, filename) # 保存音频文件
print(filename,"保存成功")
engine.runAndWait() # pyttsx3结束语句(必须加)
engine.stop() # pyttsx3结束语句(必须加)
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)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")
# 如你所见, 代码编译究极简单, 而且单机, 但是!每次使用都会呼出微软语音助手...以上是Python第三方函式庫gTTs/pyttsx3/speech怎麼使用的詳細內容。更多資訊請關注PHP中文網其他相關文章！
