软工系的学生居然利用Python把文本转语音！系主任跑来围观！哈哈

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。

一、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 ：https://www.baidu.com/link?url=Bk-2HPLrqluHb9cDgY3ZpTAOuFuXKqJQwRny7cNq49fe2xzSGgLA3PwcWRYaQniG&wd=&eqid=f4f566790005c88b0000000357a59956

微软的Speech API ： 这个需要安装pywin32：https://sourceforge.net/projects/pywin32/

二、使用Speech API

1.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。

2.示例代码

3.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

三、pyttsx方式

1.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。

2.示例代码

3.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。

四、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。

1.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。

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 Windows

nsss - NSSpeechSynthesizer on Mac OS X

espeak - 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

2.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。

3.元数据音调

在pyttsx.voice.Voice中，处理合成器的发音。

发音人的年龄，默认为None

以字符串为类型的发音人性别: male, female, or neutral.默认为None

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。

发音支持的语言列表，如果没有，则为一个空的列表。

发音人名称，默认为None.

五、更多测试

1.朗读文本

2.事件监听

3.打断发音

4.更换发音人声音

5.语速控制

6.音量控制

7.执行一个事件驱动循环

8.使用一个外部的驱动循环

六、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。

作者：Marksinoberg

转载请注明出处

http://blog.csdn.net/marksinoberg/article/details/52137547