文本转语音,一般会用在无障碍开发。下面介绍如何使用Python实现将文本文件转换成语音输出。
准备 使用Speech API 原理示例代码小总结 pyttsx方式 原理示例代码小总结 pyttsx深入研究 语音引擎工厂引擎接口元数据音调 更多测试 朗读文本事件监听打断发音更换发音人声音语速控制音量控制执行一个事件驱动循环使用一个外部的驱动循环总结
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。
在windows上进行测试的话,这里有两种可选的方式: pyttsx :下载地址 微软的Speech API : 这个需要安装pywin32,下载地址
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 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,详细的API介绍可以参照这里API参考
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。 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:
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 Windowsnsss - NSSpeechSynthesizer on Mac OS Xespeak - eSpeak on every other platform
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
id
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 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 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 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 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 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
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,快来尝试尝试吧。