python文字转语音（pyttsx3+flask）

提示：文章结尾有全部代码

---

前言

本文主要讲解如何用python的pyttsx3库+flask框架，手写一个文字转语音api
准备工作
编译器：vscode
pip下载：pyttsx3、flask（跨域再下载一个flask_cors）

---

一、Flask+pyttsx基本使用

Flask

Flask是python的一个轻量级框架，适用于小微项目的创作,在下载完Flask框架后，先配置它的主路径
在终端中输入以下命令：

$env:Flask_APP="你的主函数py文件本地路径"

导入Flask框架

from flask import Flask,request

在上述代码中，导入Flask框架和request请求。

配置基础环境

app=Flask(__name__)
中间写路由api
if __name__ == '__main__':
    app.run(debug=False, host='0.0.0.0', port=5000)

在最后一行代码中，我们关闭了debug模式，并且host设置成0.0.0.0能实现所有ip地址都能调用该接口，如果不想也可以在终端输入ipconfig/all，查看自己的ip地址并放上去，port是端口号，没被占用的情况下可以随意修改。

初始Flask代码

from flask import Flask

app=Flask(__name__)

@app.route('/')
def test():
    return "hello"

if __name__ == '__main__':
    app.run(debug=False, host='0.0.0.0', port=5000)

@app.route是路由，里面写的是具体接口名，def是函数关键词，在这个接口中，我们只做了返回hello字符串的操作。

pyttsx3库基本使用

导入pyttsx3

import pyttsx3

初始化pyttsx3

e=pyttsx3.init()

e是别名，能调用初始化后的这个库里的函数，如say，runAndWait等等。

文字转语音

e.say('世界真大，我想去看看')

say主要作用就是说，把里面的文字转成语音

运行

e.runAndWait()

runAndWait主要作用就是运行这个库中调用的函数，如say。

import pyttsx3

e=pyttsx3.init()

e.say('123')

e.runAndWait()

二、具体实现

1.引入库

from flask import Flask, request
import pyttsx3
from flask_cors import CORS, cross_origin

app = Flask(__name__)

CORS(app)

# 输入表单文字转语音
@app.route('/tts', methods=["POST"])
@cross_origin()
def text_audio():
    engine = pyttsx3.init()
    # 获取请求的text表单数据
    text = request.form.get('text')
    # 如果存在转语音并运行pyttsx3
    if text:
        engine.say(text)
        engine.runAndWait()
        return "Text Success"
    else:
        # 不存在返回Text is empty
        return "Text is empty"
    
# 主函数,host任何IP地址都可以运行,debug模式关闭
if __name__ == '__main__':
    app.run(debug=False, host='0.0.0.0', port=5000)

在上述代码中，关键点在于用request方法的表单实现参数，这一点需要在header头是表单类型，也就是

Content-Type:application/x-www-form-urlencoded

在postman的body中找到application/x-www-form-urlencoded,key是text,value就可以输入你想要转语音的文字了.
其次就是跨域的应用,需要下载flask_cors,并配置对应的CORS(app),在你想要跨域的接口前输入@cross_origin()
就可以实现跨域的操作了.

---

总结

这是比较简单的实现文字转语音的方法,实现效果也是机器声音较重,如果想要模拟人声也可以采用机器学习的方式,用tacotron2模型进行训练,开源代码在github中可以看到.
同时pyttsx也能实现读取文本文件,将文本文件转换成mp3的功能,可以自行去官方文档搜索查阅.