小惠珠哦

这个屌丝很懒，什么也没留下！

热门标签

用Python实现语音合成_python engine语言合成不等待

作者：小惠珠哦 | 2024-08-14 17:14:26

踩

python engine语言合成不等待

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

1

2

3

 
         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

1

2

3

4

5

 
         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

1

2

3

4

5

6

 
         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

1

2

3

4

5

 
         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

1

2

3

4

5

 
         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

1

2

3

4

5

6

 
         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

声明：本文内容由网友自发贡献，转载请注明出处：【wpsshop博客】