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
领取专属 10元无门槛券
私享最新 技术干货