利用 Python将PDF 文档转为语音音频

1. 转语音工具

微信读书里的电子书有配套的自动音频，而且声音优化的不错，比传统的机械朗读听起来舒服很多

记得之前看到过 Python有一个工具包，可以将文字转换为语音，支持英文和中文的同时，还能调节语速语调、导出 mp3 等音频文件

去 Github 查了下，这个依赖库叫：pyttsx3

简单来说，pyttsx3 可以文字转语音，且是离线工作的，这一点就很实用

安装比较容易，直接在命令行用 pip 安装：

我准备动手试试，将 PDF 书籍转成音频

用什么书呢？最近在群里看到有人发张磊的新作《价值》电子书，这本今年刚出的畅销书盗版猖獗，我之前在微信读书里看过，对作者长期主义的观点深信不疑

那就它了

2. PDF转文本

肯定需要先读取 PDF 中的文字，再利用 pyttsx3 转语音

Python 中操作 PDF 的工具库主要是 PyPDF2，但发现编码实在有点繁琐

我就换了另一个库 pdfplumber，它与 PyPDF2 语法类似，用起来还算流畅

pdfplumber 可以处理 PDF 包括文本、表格、格式在内的各种信息，小而强大

输出文字内容如下：

上面的代码做了几件事情：「读取 PDF 文档、读取页数、读取第 4 页、输出第 4 页文本」

3. 文本转语音

接下来开始将第 4 页的文本转化为音频

上面代码使用 pyttsx3 将文本转化为音频，然后朗读出来

我是在 jupyter notebook 上做实验的，代码执行后，电脑会直接朗读

最后，将生成的音频保存为 mp3 格式

当然，你还可以调整声音的类型、速度、大小

最后听下生成的语音是什么样的？

整体比较流畅，虽然不如微信读书语音听着那般舒服，但做做小工具还是不错的