文本语音阅读器——Python简单实现
文本阅读器——Python简单实现
一、功能描述
-
实现txt文本的自动阅读功能
二、实现流程
1）txt文本准备
-
将所需要进行语音播放的文本转换为txt文本格式（自行准备或爬取）
2）语音文件生成
-
利用语音合成的API接口将文本生成为多个mp3格式音频文件
-
API接口选用 百度智能云语音合成接口 （自行注册账号并在应用列表中创建语音合成应用即可获得接口ID与密钥 点击领取免费调用次数 如下图——）
-
接口调用 官方参考文档：https://ai.baidu.com/ai-doc/SPEECH/zk4nlz99s
（1）安装库 pip install baidu-aip
（2) 调用库并创建客户端 相关信息在应用创建后自行生成
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)
（3）接口调用（注：合成文本长度必须小于1024字节，如果本文长度较长，可以采用多次请求的方式）
#txtname 文本文件路径
#savefile 生成的多个音频文件保存目录
# spd String 语速，取值0-9，默认为5中语速
# pit String 音调，取值0-9，默认为5中语调
# vol String 音量，取值0-15，默认为5中音量
# 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
def txt2sound(txtname, savefile):
""" 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)
with open(txtname, 'r') as sub:
num = 0
while True:
text = sub.read(1023)#每次读取1023字节
if text:
num += 1
#调用接口生成音频文件
result = client.synthesis(text, 'zh', 1, {'vol': 5, 'per': 4})
if not isinstance(result, dict):
with open('{}/{}.mp3'.format(savefile, str(num)), 'wb') as f:
f.write(result)
print('正在合成第'+str(num)+'段文本......')
else:
break
#执行成功后则在音频文件保存目录中生成MP3音频文件
3）语音文件拼接
-
将生成的多个mp3格式音频文件拼接为一个wav音频文件
(1) 安装相关库 pip install pydub
(2) 执行代码如下
from pydub import AudioSegment
def joinvoice(savefile, save_name):
finally_sound = AudioSegment.empty()#创建一个空音频用于多个音频文件的拼接
for i in os.listdir('{}/'.format(savefile)):#遍历音频文件目录进行拼接
sound = AudioSegment.from_mp3('auido/{}'.format(i))
finally_sound += sound
#将拼接完成的音频文件导出，导出格式选用了wav 尝试导出为mp3格式后无法播放文件
finally_sound.export(save_name, format="wav")
（3）执行成功后则在对应保存路径下生成合成的wav音频文件（此部分可能报错可查看末尾的报错解决）
4）语音文件播放
-
播放最终拼接的wa音频文件
(1) 安装相关库 pip install pygame
(2) 执行代码如下：
def play(filename):
# frequency频率即播放速度 size=-16音频样本使用的位数,channels=4 1表示单声道，2表示立体声。不支持其他值（负值被视为1，大于2的值被视为2）
mixer.init(frequency=16000)
mixer.music.load(filename)
mixer.music.play()
userin = input('输入p停止播放：')
if userin == 'p':
mixer.music.pause()
mixer.music.stop()
5) 完整实现代码
from aip import AipSpeech
from pygame import mixer
import os
from pydub import AudioSegment
def txt2sound(txtname, savefile):
""" 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)
with open(txtname, 'r') as sub:
num = 0
while True:
text = sub.read(1023)
if text:
num += 1
result = client.synthesis(text, 'zh', 1, {'vol': 5, 'per': 4})
if not isinstance(result, dict):
with open('{}/{}.mp3'.format(savefile, str(num)), 'wb') as f:
f.write(result)
print('正在合成第'+str(num)+'段文本......')
else:
break
def play(filename):
# frequency频率即播放速度 size=-16音频样本使用的位数,channels=4 1表示单声道，2表示立体声。不支持其他值（负值被视为1，大于2的值被视为2）
mixer.init(frequency=16000)
mixer.music.load(filename)
mixer.music.play()
userin = input('输入p停止播放：')
if userin == 'p':
mixer.music.pause()
mixer.music.stop()
def joinvoice(savefile, save_name):
finally_sound = AudioSegment.empty()
for i in os.listdir('{}/'.format(savefile)):
sound = AudioSegment.from_mp3('auido/{}'.format(i))
finally_sound += sound
finally_sound.export(save_name, format="wav")
def main():
txtname = 'data.txt'
savefile = 'auido'
result_name = 'resultsound.wav'
txt2sound(txtname, savefile)
joinvoice(savefile, result_name)
play(result_name)
if __name__ == '__main__':
main()
三、相关报错及解决方式
1.AudioSegment 相关报错解决：
报错：Python AudioSegment winError 2 The system cannot find the file specified（winError2 找不到系统文件）
解决方式：https://www.pianshen.com/article/5739874938/