使用Python實現(xiàn)文字轉(zhuǎn)語音并生成wav文件的例子

更新時間：2019年08月08日 09:33:14 作者：jgw2008

今天小編就為大家分享一篇使用Python實現(xiàn)文字轉(zhuǎn)語音并生成wav文件的例子，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

目前手邊的一些工作，需要實現(xiàn)聲音播放功能，而且僅支持wav聲音格式。

現(xiàn)在，一些網(wǎng)站上支持文字轉(zhuǎn)語音功能，但是生成的都是MP3文件，這樣還需要額外的軟件來轉(zhuǎn)成wav文件，十分麻煩。

后來，研究Python，發(fā)現(xiàn)Python可以很容易的實現(xiàn)上面的功能。

步驟如下，

1。使用百度語音實現(xiàn)TTS（Text To Speech），生成mp3文件;

2。使用pydub和ffmpeg實現(xiàn)mp3轉(zhuǎn)wav格式。

下面，先上簡單的示例代碼，然后對代碼作簡單的分析。

#!/usr/bin/python -tt
# -*- coding: utf-8 -*-
from aip import AipSpeech
from pydub import AudioSegment
 
# Step 1, Using baidu AI to generate mp3 file from text
#input your APP_ID/API_KEY/SECRET_KEY
APP_ID = 'Your_APP_ID' 
API_KEY = 'Your_API_KEY' 
SECRET_KEY = 'Your_Secret_Key' 
 
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY) 
result = client.synthesis('你好百度, good morning', 'zh', 1, { 'vol': 5,'per':4 }) 
 
if not isinstance(result, dict): 
 with open('test.mp3', 'wb') as f: 
  f.write(result)
 
# Step 2, convert the mp3 file to wav file
sound = AudioSegment.from_mp3('test.mp3')
sound.export("test.wav", format="wav")

運行上面的python代碼，就會生成test.mp3和test.wav，使用命令“aplay test.wav”，可以測試播放聲音。

下面對代碼做解析，

1。在運行之前，需要安裝下面的庫，

1.1 安裝百度AI模塊，安裝命令“pip install baidu-aip”

1.2 安裝pydub，pydub是python的一個音頻處理庫處理，能對wav格式的音頻直接進(jìn)行處理，安裝命令“pip install pydub”

1.3 安裝ffmpeg，可以實現(xiàn)對mp3格式的處理，安裝命令“sudo apt-get install ffmpeg”

2。需要注冊百度的應(yīng)用開發(fā)者賬戶，

用戶可以自行去下面的網(wǎng)站去注冊語音合成-百度AIai.baidu.com，注冊百度云之后，去控制臺創(chuàng)建應(yīng)用，過程比較簡單。

大家可以對上述代碼進(jìn)行進(jìn)一步的優(yōu)化，以實現(xiàn)自己想要的功能。

下面是完整的Python代碼，大家可以拿來使用，

#!/usr/bin/python -tt
# -*- coding: utf-8 -*-
"""
 module: baiduVoiceGenerate
 platform: Linux
 description: Generate Speech from Text, and convert the audio to wav file.
 Precondition: Please install below module before run this progrom,
     1. pip install baidu-aip
     2. pip install pydub
     3. sudo apt-get install ffmpeg
 creater: Guangwei Jiang
 create time: 2018-11-21
"""
from aip import AipSpeech
from pydub import AudioSegment
import time
 
#input your own APP_ID/API_KEY/SECRET_KEY
APP_ID = '14891501' 
API_KEY = 'EIm2iXtvDSplvR5cyHU8dAeM' 
SECRET_KEY = '4KkGGzTq2GVrBEYPLXXWEEIoyLL1F6Zt ' 
 
print("baiduVoiceGenerate: V1.0, by Guanagwei_Jiang, 20181121")
str = raw_input("請輸入要轉(zhuǎn)成語音的文字： ")
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY) 
result = client.synthesis(str, 'zh', 1, { 'vol': 5,'per':4 }) 
 
if not isinstance(result, dict): 
 with open('temp.mp3', 'wb') as f: 
  f.write(result)
 
sound = AudioSegment.from_mp3('temp.mp3')
sound.export(time.strftime("%Y%m%d_%H%M%S", time.localtime())+".wav", format="wav")

以上這篇使用Python實現(xiàn)文字轉(zhuǎn)語音并生成wav文件的例子就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。

您可能感興趣的文章: