【小沐学Python】Python实现TTS文本转语音（speech、pyttsx3、百度AI）

您所在的位置：网站首页 › 百度在线转语音怎么转换 › 【小沐学Python】Python实现TTS文本转语音（speech、pyttsx3、百度AI）

【小沐学Python】Python实现TTS文本转语音（speech、pyttsx3、百度AI）

2024-07-11 00:04| 来源: 网络整理| 查看: 265

文章目录 1、简介2、Windows语音2.1 简介2.2 安装2.3 代码 3、pyttsx33.1 简介3.2 安装3.3 代码 4、ggts4.1 简介4.2 安装4.3 代码 5、SAPI6、SpeechLib7、百度AI8、百度飞桨结语

1、简介

TTS(Text To Speech) 译为从文本到语音，TTS是人工智能AI的一个模组，是人机对话的一部分，即让机器能够说话。

TTS是语音合成技术应用的一种，首先采集语音波形，然后进行优化处理，最后存储在数据库中，合成语音是提取波形转换成自然语音输出。

2、Windows语音 2.1 简介

https://support.microsoft.com/zh-cn/windows/%E5%9C%A8%E8%AF%AD%E9%9F%B3%E6%8F%90%E7%A4%BA%E4%B8%ADwindows-83ff75bd-63eb-0b6c-18d4-6fae94050571

Windows 语音识别允许你单独通过语音控制电脑，而无需键盘或鼠标。本文列出了可用于语音识别的命令。

2.2 安装

speech模块是一个封装层模块，用于调取Windows本地的语音合成服务。因此请确保你使用的OS是Windows并且有python调取Windows的API，pywin32。

pip install speech

在这里插入图片描述 speech.py文件进行修改:print(prompt)、import _thread

pip install pypiwin32

在这里插入图片描述

2.3 代码 import speech #自动体系 speech.say("要开始啦") #输入语音 while True: print(u"开始说话") say = speech.input() # 接收语音 # speech.say("你说了" + say) # 说话 speech.say(say) # 说话

在这里插入图片描述

import speech while True: say = speech.input() # 接收语音 speech.say("you said:"+say) #说话 if say == "你好": speech.say("How are you?") elif say == "天气": speech.say("今天天气晴!") 3、pyttsx3 3.1 简介

https://pypi.org/project/pyttsx3/

适用于 Python 2 和 3 的文本转语音（TTS）库。无需互联网连接或延迟即可工作。支持多种TTS引擎，包括Sapi5、nsss、espeak等。在这里插入图片描述 pyttsx3 是 Python 中的文本到语音转换库。与其他库不同，它可以离线工作，并且与 Python 2 和 3 兼容。

pyttsx3库 : 是Python中的文本到语音转换库, 它可以脱机工作优点 : 可以脱机工作, 支持将语音直接朗读, 可调节音量和速度缺点 : 初始只有英语(女)和中文(女)的语音包, 其他语言的语音包需要另外下载

3.2 安装 pip install pyttsx3

在这里插入图片描述

3.3 代码 #coding=utf-8 import pyttsx3 pyttsx3.speak("Hello World!") pyttsx3.speak("持续推动我国经济实现质的有效提升和量的合理增长") import pyttsx3 engine = pyttsx3.init() engine.say("I will speak this text") engine.runAndWait() import pyttsx3 engine = pyttsx3.init() # object creation """ RATE""" rate = engine.getProperty('rate') # getting details of current speaking rate print (rate) #printing current voice rate engine.setProperty('rate', 125) # setting up new voice rate """VOLUME""" volume = engine.getProperty('volume') #getting to know current volume level (min=0 and max=1) print (volume) #printing current volume level engine.setProperty('volume',1.0) # setting up volume level between 0 and 1 """VOICE""" voices = engine.getProperty('voices') #getting details of current voice #engine.setProperty('voice', voices[0].id) #changing index, changes voices. o for male engine.setProperty('voice', voices[1].id) #changing index, changes voices. 1 for female engine.say("Hello World!") engine.say('My current speaking rate is ' + str(rate)) engine.runAndWait() engine.stop() """Saving Voice to a file""" # On linux make sure that 'espeak' and 'ffmpeg' are installed engine.save_to_file('Hello World', 'test.mp3') engine.runAndWait() 4、ggts 4.1 简介

https://pypi.org/project/gTTS/ gTTS（Google Text-to-Speech），一个 Python 库和 CLI 工具，用于与 Google 翻译文本转语音 API 交互。在这里插入图片描述

gTTS（Google Text-to-Speech），一个 Python 库和 CLI 工具，用于与 Google Translate 的文本转语音 API 交互。将语音数据写入文件、类似文件的对象（bytestring）以进行进一步的音频操作。

4.2 安装 pip install gTTS

在这里插入图片描述

4.3 代码 gtts-cli 'hello' --output hello.mp3

或

from gtts import gTTS tts = gTTS('hello') tts.save('hello.mp3')

在这里插入图片描述执行失败了。

5、SAPI

SAPI是微软Speech API , 是微软公司推出的语音接口，而从WINXP开始，系统上就已经有语音识别的功能了，可是用武之地相当之少，他并没有给出一些人性化的自定义方案，仅有的语音操控命令显得相当鸡胁。操作window dll的库，它可以实现很多功能，十分强大。

import win32com.client speaker = win32com.client.Dispatch("SAPI.SpVoice") speaker.Speak("hello") 6、SpeechLib

comtypes依赖pyttsx3包。( comtypes Required-by: pyttsx3 ) 安装：

pip install comtypes

代码：

from comtypes.client import CreateObject engine = CreateObject('SAPI.SpVoice') stream = CreateObject('SAPI.SpFileStream') from comtypes.gen import SpeechLib # 导这个包必须放在上面3行代码后面，否则运行时会报错。 infile = 'demo.txt' outfile = 'demo_audio.wav' stream.Open(outfile, SpeechLib.SSFMCreateForWrite) engine.AudioOutputStream = stream # 读取文本内容 f = open(infile, 'r', encoding='utf-8') theText = f.read() f.close() engine.speak(theText) stream.close() 7、百度AI

https://ai.baidu.com/

基于Deep Peak2的端到端建模，将音频流实时识别为文字，并返回每句话的开始和结束时间，适用于长句语音输入、音视频字幕、会议等场景. 在这里插入图片描述 https://ai.baidu.com/sdk#asr https://console.bce.baidu.com/ai/#/ai/speech/overview/resource/getFree

pip install baidu_aip from aip import AipSpeech #用上面提到的APP ID, API Key和Secret Key替换 APP_ID = 'xxxx' API_KEY = 'xxxx' SECRET_KEY = 'xxxx' client = AipSpeech(APP_ID, API_KEY, SECRET_KEY) manual = r'百度你好！ \ 语音合成测试。' if __name__ == '__main__': print('start voice process') #语速spd: 5, 语调pit: 5, 播音per: 1 result = client.synthesis(manual, 'zh', 1, { 'vol': 5, 'per':1, }) # 识别正确返回语音二进制错误则返回dict 参照下面错误码 if not isinstance(result, dict): with open('audio.mp3', 'wb') as f: f.write(result) print('process end') 8、百度飞桨 pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple pip install paddlespeech -i https://pypi.tuna.tsinghua.edu.cn/simple paddlespeech tts --input '人工智能体验' --output test.wav paddlespeech asr --input test.wav paddlespeech asr --lang zh --input test.wav from paddlespeech.cli.asr.infer import ASRExecutor asr = ASRExecutor() result = asr(audio_file="test.wav") print(result)

在这里插入图片描述第三届机器人、人工智能与智能控制国际会议（RAIIC 2024）将于2024年7月5-7日中国·绵阳举行。 RAIIC 2024是汇聚业界和学术界的顶级论坛，会议将邀请国内外著名专家就以传播机器人、人工智能与智能控制领域的技术进步、研究成果和应用做专题报告，同时进行学术交流。诚邀国内外相关高校和科研院所的科研人员、企业工程技术人员等参加会议。大会网站：更多会议详情时间地点：中国-绵阳｜2024年7月5-7日

在这里插入图片描述由河南省科学院、河南大学、郑州航空工业管理学院主办，河南省产学研人工智能研究院、河南大学人工智能学院、郑州航空工业管理学院计算机学院承办的第四届人工智能，大数据与算法国际学术会议 (CAIBDA 2024)将于2024年7月5-7日于中国郑州隆重举行。CAIBDA 2024致力于为人工智能，大数据与算法等相关领域的学者，工程师和从业人员提供一个分享最新研究成果的平台。大会网站：更多会议详情时间地点：中国-郑州｜2024年7月5-7日

在这里插入图片描述 2024第四届人工智能、自动化与高性能计算国际会议(AIAHPC 2024)将于2024年7月19-21日在中国·珠海召开。大会网站：更多会议详情时间地点：中国珠海-中山大学珠海校区｜2024年7月19-21日

结语

如果您觉得该方法或代码有一点点用处，可以给作者点个赞，或打赏杯咖啡；╮(￣▽￣)╭ 如果您感觉方法或代码不咋地//(ㄒoㄒ)//，就在评论处留言，作者继续改进；o_O??? 如果您需要相关功能的代码定制化开发，可以留言私信作者；(✿◡‿◡) 感谢各位大佬童鞋们的支持！( ´ ▽´ )ﾉ ( ´ ▽´)っ！！！

【本文地址】

【小沐学Python】Python实现TTS文本转语音（speech、pyttsx3、百度AI）

【小沐学Python】Python实现TTS文本转语音（speech、pyttsx3、百度AI）

今日新闻

推荐新闻