功能实现——文字转语音（TTS）

文字转语音（TTS）介绍

文字转语音（TTS，Text-to-Speech）是一种技术，它将文本转换为自然流畅的人类语音输出。

TTS技术可以使计算机、智能设备和应用程序能够以口头方式与用户进行沟通。

解决方案

● 针对Python语言

① 使用Python库pyttsx3

1. pyttsx3库安装

pip install pyttsx3 -i https://pypi.tuna.tsinghua.edu.cn/simple

2. pyttsx3库使用

import pyttsx3
######################################################
# Create a Text to Speaker Object and Set its Property
######################################################
speaker = pyttsx3.init()
# 获取当前语音速率
rate = speaker.getProperty('rate')
print(f'语音速率：{rate}')
# 设置新的语音速率
speaker.setProperty('rate', 100)
# 获取当前语音音量
volume = speaker.getProperty('volume')
print(f'语音音量：{volume}')
# 设置新的语音音量，音量最小为 0，最大为 1
speaker.setProperty('volume', 1.0)
# 获取当前语音声音的详细信息
voices = speaker.getProperty('voices')
print(f'语音声音详细信息：{voices}')
# 设置当前语音声音为女性，当前声音不能读中文
speaker.setProperty('voice', voices[1].id)
# 设置当前语音声音为男性，当前声音可以读中文
speaker.setProperty('voice', voices[0].id)
# 获取当前语音声音
voice = speaker.getProperty('voice')
print(f'语音声音：{voice}')
######################################################
# Define a Function which can Convert Text into Speech
######################################################
def text2speech(text):
    speaker.say(text)
    speaker.runAndWait()
    speaker.stop()
######################################################
# Take an Example to Show the Text Convert into Speech
######################################################
text2speech("你好")

● 针对Java语言

① 使用jar包jacob

1. jar包下载

2. jar包使用

import com.jacob.activeX.ActiveXComponent;
import com.jacob.com.Dispatch;
import com.jacob.com.Variant;

import java.io.BufferedReader;
import java.io.FileReader;
import java.io.IOException;
import java.util.Objects;

public class Demo {
    public static void main(String[] args) {
//        readStr("你好啊！");

        textToSpeechIO("12e3456789");

        textToStr("D:/测试.txt");
    }

    /**
     * 字符串文本阅读
     * @param str 要读的文字字符串
     */
    public static void readStr(String str){
        ActiveXComponent ax = new ActiveXComponent("Sapi.SpVoice");
        //运行时输出语音内容
        Dispatch spVoice = ax.getObject();
        //设置音量 0 ~ 100
        ax.setProperty("Volume",new Variant(100));
        //设置朗读速度 -10 ~ +10
        ax.setProperty("Rate",new Variant(0));
        //执行朗读
        Dispatch.call(spVoice,"Speak",new Variant(str));
    }

    /**
     * 字符串文本转 wav格式 语音文件
     * @param text 要读的文字字符串
     */
    public static void textToSpeechIO(String text){
        ActiveXComponent ax = null;
        Dispatch spFileStream = null;
        Dispatch spAudioFormat = null;
        Dispatch spVoice = null;
        try{
            ax = new ActiveXComponent("Sapi.SpFileStream");
            spFileStream = ax.getObject();

            ax = new ActiveXComponent("Sapi.SpAudioFormat");
            spAudioFormat = ax.getObject();

            spVoice = new ActiveXComponent("Sapi.SpVoice").getObject();
            // 设置音频流格式
            Dispatch.put(spAudioFormat, "Type", new Variant(22));
            // 设置文件输出流格式
            Dispatch.putRef(spFileStream, "Format", spAudioFormat);
            // 调用输出 文件流打开方法，创建一个.wav文件
            Dispatch.call(spFileStream, "Open", new Variant("D:/voice.wav"), new Variant(3), new Variant(true));
            // 设置声音对象的音频输出流为输出文件对象
            Dispatch.putRef(spVoice, "AudioOutputStream", spFileStream);
            // 设置音量  0 ~ 100
            Dispatch.put(spVoice, "Volume", new Variant(100));
            // 设置朗读速度  -10 ~ +10
            Dispatch.put(spVoice, "Rate", new Variant(0));

            Dispatch.call(spVoice, "Speak", new Variant(text));
            
            System.out.println("输出语音文件成功！");
        }catch(Exception e){
            e.printStackTrace();
        }finally {
            // 关闭输出文件
            Dispatch.call(Objects.requireNonNull(spFileStream), "Close");
            Dispatch.putRef(Objects.requireNonNull(spVoice), "AudioOutputStream", null);

            Objects.requireNonNull(spAudioFormat).safeRelease();
            spFileStream.safeRelease();
            spVoice.safeRelease();
            ax.safeRelease();
        }
    }

    /**
     * txt文件转字符串
     * @param fileName txt文件所在位置
     * @return txt文件中的字符串
     */
    public static String textToStr(String fileName){
        BufferedReader reader = null;
        try {
            reader = new BufferedReader(new FileReader(fileName));
            StringBuilder sb = new StringBuilder();
            String line;
            while ((line=reader.readLine()) != null){
                sb.append(line);
            }
            return sb.toString();
        } catch (IOException e) {
            e.printStackTrace();
            return "";
        }finally {
            try {
                Objects.requireNonNull(reader).close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }
}

● 针对命令行调用

① 使用余音（Ekho）软件

1. EKho下载

2. EKho安装

• 针对Linux和Raspberry Pi环境
旧版本的Ekho安装可参考 官方文档 ，新版本的EKho由于依赖的是espeak-ng库而非espeak，因此需要按照以下命令安装依赖（作用等同于官方文档中的第一条命令），其后的命令与官方保持一致即可：

sudo apt-get install espeak-ng  libespeak-ng-dev  libsndfile1-dev libpulse-dev libncurses5-dev libestools-dev festival-dev libvorbis-dev libmp3lame-dev libdotconf-dev texinfo pulseaudio libpulse-ocaml-dev

3. EKHO使用

• 语音输出：ekho "你好"
• 语音输出并生成对应文件： ekho "你好" -o out.wav

● 针对API调用

Reference

[1] python文字转语音的五种方式win32com，pyttsx3，百度api，可使用自己的声音

[2] Java语言实现文本转语音

[3] linux系统实现TTS（文字转语音）功能