手把手教你用Python打造一个语音合成系统

击上方“Python爬虫与数据挖掘”，进行关注

回复“书籍”即可获赠Python从入门到进阶共10本电子书

今

日

鸡

汤

大弦嘈嘈如急雨，小弦切切如私语。

/前言/

   平时我们聊天的时候，也许会想着录制一些自己的声音，而且还想有点特色，也就是所谓的变声，今天我们要说的就是这个变声器的制作，说的高大上点就是语音合成系统。

    这个语音合成系统，能实现个性化语音的录制与存储。

/软件依赖/

使用sublime text 3 开发，申请百度开放平台账号进行开发。

/具体实现/

1、打开百度开放这平台创建一个应用拿到关键参数，如图所示：

2、因为我们使用Python开发一款智能语音合成系统，所以需要Python SDK ，可以在下图中找到：

3、找到之后可以看看它的使用说明。

4、然后创建一个应用，步骤依次如下图所示：

5、之后如下图所示：

6、再按照下图所示进行操作：

7、这样就拿到了三个重要的参数：

APP_ID：应用id

API_KEY：应用钥匙

SECRET_KEY：安全码

拿到以上关键参数之后，接下来就可以开始淦了！

/下载和配置百度语音客户端/

1、下载百度Python api

pip install  baidu-aip

2、配置百度语音客户端，具体步骤如下。

3、新建AipSpeech，代码如下。

from aip import AipSpeech


""" 你的 APPID AK SK """
APP_ID = '你的 App ID'
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'


client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

4、配置AipSpeech。如果用户需要配置AipSpeech的网络请求参数(一般不需要配置)，可以在构造AipSpeech之后调用接口设置参数，目前只支持以下参数：

接口	说明
setConnectionTimeoutInMillis	建立连接的超时时间（单位：毫秒
setSocketTimeoutInMillis	通过打开的连接传输数据的超时时间（单位：毫秒）

5、建立链接，生成音频文件，如下图所示。

6、可以看出，成功生成音频文件会返回二进制文件流。这样还只是生成一个最简单的音频文件，我们还可以将他生成多种声音，参数如下表所示：

参数	类型	描述	是否必须
text	String	合成的文本，使用UTF-8编码， 请注意文本长度必须小于1024字节	是
cuid	String	用户唯一标识，用来区分用户， 填写机器 MAC 地址或 IMEI 码，长度为60以内	否
spd	String	语速，取值0-9，默认为5中语速	否
pit	String	音调，取值0-9，默认为5中语调	否
vol	String	音量，取值0-15，默认为5中音量	否
per	String	发音人选择, 0为女声，1为男声， 3为情感合成-度逍遥，4为情感合成-度丫丫，默认为普通女	否

    这就是人工智能中的语音合成技术，调用百度的SDK，只用了几分钟，就完成了一年的开发量。

7、当然有失败就避免不了成功，一般请求失败会有这几种情况：

1）错误返回格式

若请求错误，服务器将返回的JSON文本包含以下参数：

• error_code：错误码。

• error_msg：错误描述信息，帮助理解和解决发生的错误。

2）错误码

错误码	含义
500	不支持的输入
501	输入参数不正确
502	token验证失败
503	合成后端错误

    看到上面这些参数是不是想跃跃欲试了了。哈哈，那就赶紧解放我们的双手吧！

/程序实现/

    因为我们是要将它打造成一个语音合成的系统，所以当然得有界面才好看，具体实现如下。

1、编写程序主界面，具体代码实现如下。

class play:
    def __init__(self):
        self.root=tk.Tk() #初始化窗口
        self.root.title("语音合成系统") #窗口名称
        self.root.geometry("700x700") #设置窗口大小
        self.root.resizable(width=True,height=True)#设置窗口是否可变,宽不可变,高可变,默认为True
        self.lb=tk.Label(self.root,text='请选择语音类型')#标签
        self.tt=tk.Text(self.root,width=80,height=30) #多行文本框
        self.cb=ttk.Combobox(self.root, width=12)  #下拉列表框
        #设置下拉列表框的内容   
        self.cb['values']=('请选择-----','甜美型','萝莉型','大叔型','精神小伙型')
        self.cb.current(0)    #将当前选择状态置为0,也就是第一项
        self.cb.bind("<>",self.go)  #绑定go函数，然后触发事件
        self.lb1=tk.Label(self.root,text='请输入文件名：')
        self.e=tk.Entry(self.root,width=30,show=None, font=('Arial', 12)) #文本框
        self.b1=tk.Button(self.root, text='生成音频文件', width=10,height=1,command=self.sc) #按钮
         #各个组件的位置
        self.b1.place(x=200,y=520)
        self.lb.place(x=30,y=30)
        self.cb.place(x=154,y=30)
        self.e.place(x=130,y=490)
        self.lb1.place(x=30,y=490)
        self.tt.place(x=30,y=60)
        self.root.mainloop()     #启动主页面

这样就算完成了程序的主界面了。

2、一起来看下它长啥样，如下图所示：

小伙伴们，是不是觉得很简洁大气呢？

3、绑定下拉列表框事件

在这里，我们需要对如何获取下拉列表框的选项要了解。言归正传，直接上代码：

def go(self,*arg):  # *arg是为了接受多个如同列表的参数，还有个**kwarg能接受如同字典的参数
        #百度api
        self.APP_ID = '18386899'  
        self.API_KEY = 'OcPQ4cGoGBRtW23jemKvgmU5'
        self.SECRET_KEY = 'n2rGtvq9HmOGxgxG8H9a5kqFOes8ggHx'
        self.client = AipSpeech(self.APP_ID,self.API_KEY,self.SECRET_KEY)#初始化端口建立连接
        if self.cb.get()=='请选择-----':
            self.tt.delete('1.0','end') #清除多行文本框的内容
        elif self.cb.get()=='甜美型':   #获取下拉列表框的选项来设置不同的音，下同
            self.res=self.client.synthesis(self.tt.get('0.0','end'),'zh',1,{'vol':3,'spd':3,'pit':4,'per':0}) 
            return self.res #返回音频信息 ，下同
        elif self.cb.get()=='萝莉型':
            self.res=self.client.synthesis(self.tt.get('0.0','end'),'zh',1,{'vol':2,'spd':2,'pit':3,'per':0})
            return self.res
        elif self.cb.get()=='大叔型':
            self.res=self.client.synthesis(self.tt.get('0.0','end'),'zh',1,{'vol':5,'spd':7,'pit':6,'per':1}) 
            return self.res
        elif self.cb.get()=='精神小伙型':
            self.res=self.client.synthesis(self.tt.get('0.0','end'),'zh',1,{'vol':7,'spd':8,'pit':8,'per':1})
            return self.res

4、判断内容的大小并生成文件

百度语音api里有个限制，就是单个音频生成是有限制的，不能超过1024字节。鉴于此，所以需要在这里做个判断：

def sc(self):
        self.go() #引入go函数，不然下面的self.res 没法调用
        aa=self.tt.get('0.0','end') #多行文本框内容为空
        ab=os.path.dirname(sys.argv[0])+os.sep+self.e.get()+'.mp3'#文件名的地址，与程序同目录
        if len(aa)>=1024: #判断长度是否超过1024
            messagebox.showerror(title = '出错了！',message='^_^最多不超过1024个字节^_^')
        else:
            if not os.path.exists(ab): #如果没有这个文件则创建
                with open(ab,'wb') as f:
                    f.write(self.res)  #将音频信息写入到文件
                    #生成结束给一个提示
                    messagebox.showinfo(title = '完毕！', message='生成完毕，文件在程序目录下')
            else:
                messagebox.showerror(title='出错了！',message='文件名已存在') #有这个文件就提示

5、接下来，我们只需将这几个功能写入到一个类中即可，然后启动这个类。

play()

6、当我输入一段话后，大家可以看到它就生成了一个音频文件。而且读取的时候和我们输入的内容一模一样，比如我输入一段代码，见下图：

7、之后会得到下图所示的情形。

8、最后的效果如下图所示。

完美收工，哈哈哈！

/小结/

1、本文基于Python编程语言，结合百度开放平台，通过调用其接口，打造了一款简易的语音合成系统，方法行之有效，欢迎小伙伴们积极尝试。

2、需要本文代码的小伙伴可以在后台回复“语音合成”四个字进行获取。

    想学习更多关于Python的知识，可以参考学习网址：http://pdcfighting.com/，点击阅读原文，可以直达噢~

------------------- End -------------------

往期精彩文章推荐：

• 手把手教你用Python网络爬虫获取壁纸图片

• 手把手用Python教你如何发现隐藏wifi

• 手把手教你使用Python网络爬虫获取音效信息
  

欢迎大家点赞，留言，转发，转载，感谢大家的相伴与支持

想加入Python学习群请在后台回复【入群】

万水千山总是情，点个【在看】行不行

/今日留言主题/

随便说一两句吧~~