Python語音合成之第三方庫gTTs/pyttsx3/speech橫評(內附使用方法)
Python文字轉語音(調研&成品函數(shù))
由于項目需要, 我需要將文字轉換為語音, 那么第一步就要進行調研
什么是語音合成技術?
語音合成(text to speech),簡稱TTS。是將文字轉化為語音的一種技術,是讓計算機模擬人類的嘴巴,通過不同的音色說出想表達的內容, 是人機對話的一部分。
TTS可以通過神經網(wǎng)絡的設計,把文字智能地轉化為自然語音流。極大的方便了視障患者的使用, 也提升了文本的可讀性。TTS應用包括語音驅動的硬件以及聲音敏感系統(tǒng),并常與聲音識別程序一起使用。
現(xiàn)在許多廠家都推出了自己的語音合成服務或API, 大家也可以去自行查看, 本文僅做了python環(huán)境下語音合成第三方庫的調研
如何用代碼實現(xiàn)?
如前文所述, 雖然市面上產品繁多, 但是作為一個開發(fā)者, 我想要一款免費的, 可代碼調試的工具, 經過查找材料, 我找到了gTTs庫、pyttsx3庫、speech庫都能滿足我的需求, 來做個橫向對比, 可以讓大家少走彎路。
| 第三方庫名稱 | 需要聯(lián)網(wǎng) | 支持中英文 | 支持日語 | 可調節(jié)語速 | 像人聲程度 |
|---|---|---|---|---|---|
| ggts | √ | √ | √ | X | 很像導航 |
| pyttsx3 | X | √ | X | √ | 適合讀小說 |
| speech | X | √ | X | X | 很像快一點的導航 |
gTTS庫
gTTS庫 (Google Text-to-Speech) : 用于與 Google Translate 的文本轉語音 API 進行交互。將語音mp3數(shù)據(jù)寫入文件
優(yōu)點 : 支持包括中英日文在內的多種語言, 有谷歌翻譯API的加持, 人聲蠻好聽
缺點 : 不支持語速調節(jié), 每次使用必須科學上網(wǎng), 不能單機使用
在語音播放功能, 我們選用了兩種方法
- 第一種是playsound庫自動播放音頻(不可調播放進度)
- 第二種是os庫調用系統(tǒng)自帶播放器(可調節(jié)進度)
請看playsound庫播放 & GTTS庫轉文字函數(shù)
# 函數(shù)功能: 用gtts庫閱讀文本,保存為.mp3文件后, 用系統(tǒng)內置的瀏覽器閱讀出來, 打開mp3文件, 函數(shù)執(zhí)行結束(播放方式為os庫)
def gtts_os_debug(text,mp3_filepath,language):#參數(shù)說明:參數(shù)1是朗讀的文字,參數(shù)2是保存路徑,參數(shù)3是數(shù)字{0英文,1中文,2日語}
#大成功,可惜的是os調用自帶播放器, 實際上只執(zhí)行了"打開mp3"的操作, 它并不會在音頻播報完后再進行下一條語句
from gtts import gTTS
import os
# 已知zh-tw版本違和感較高,所以我們用zh-CN來進行后續(xù)工作
if int(language) ==0 :
s = gTTS(text=text, lang='en', tld='com')
# s = gTTS(text=text, lang='en', tld='co.uk')#我比較喜歡美音,但是如果你喜歡英國口音可以嘗試這個
elif int(language) ==1 :
s = gTTS(text=text, lang='zh-CN')
elif int(language) ==2 :
s = gTTS(text=text, lang='ja')
try:
s.save(mp3_filepath)
except:
os.remove(mp3_filepath)
print(mp3_filepath,"文件已經存在,但是沒有關系!已經刪掉了")
s.save(mp3_filepath)
print(mp3_filepath,"保存成功")
os.system(mp3_filepath)#調用系統(tǒng)自帶的播放器播放MP3
gtts_os_debug(text="I'm gtts library,from google Artificial Intelligence & Google Translate.",mp3_filepath="gtts英文測試.mp3",language=0)
gtts_os_debug(text="我是gtts庫, 你想聽聽我的聲音嗎",mp3_filepath="gtts中文測試.mp3",language=1)
gtts_os_debug(text="真実はいつもひとつ" ,mp3_filepath="gtts日語測試.mp3",language=2)請看os庫播放 & GTTS庫轉文字函數(shù)
# 函數(shù)功能: 用gtts庫閱讀文本,保存為.mp3文件后, 用playsound庫閱讀出來, 閱讀完畢, 函數(shù)執(zhí)行結束
def gtts_debug(text,mp3_filepath,language):#參數(shù)說明:參數(shù)1是朗讀的文字,參數(shù)2是保存路徑,參數(shù)3是數(shù)字{0英文,1中文,2日語}
#大成功,已經實現(xiàn)了定制化文字轉語音,但是播放的playsound需要改進(playsound庫本身可能會出現(xiàn)bug...)
from gtts import gTTS
from playsound import playsound
import os
if int(language) ==0 :
s = gTTS(text=text, lang='en', tld='com')
# s = gTTS(text=text, lang='en', tld='co.uk')#我比較喜歡美音,但是如果你喜歡英國口音可以嘗試這個
elif int(language) ==1 :
s = gTTS(text=text, lang='zh-CN')
elif int(language) ==2 :
s = gTTS(text=text, lang='ja')
try:
s.save(mp3_filepath)
except:
os.remove(mp3_filepath)
print(mp3_filepath,"文件已經存在,但是沒有關系!已經刪掉了")
s.save(mp3_filepath)
print(mp3_filepath,"保存成功")
playsound(mp3_filepath)
gtts_debug(text="I'm gtts library,from google Artificial Intelligence & Google Translate.",mp3_filepath="gtts英文測試.mp3",language=0)
gtts_debug(text="我是gtts庫, 你想聽聽我的聲音嗎",mp3_filepath="gtts中文測試.mp3",language=1)
gtts_debug(text="真実はいつもひとつ" ,mp3_filepath="gtts日語測試.mp3",language=2)pyttsx3庫
pyttsx3庫 : 是Python中的文本到語音轉換庫, 它可以脫機工作
優(yōu)點 : 可以脫機工作, 支持將語音直接朗讀, 可調節(jié)音量和速度
缺點 : 初始只有英語(女)和中文(女)的語音包, 其他語言的語音包需要另外下載
請看pyttsx3庫轉文字&自朗讀函數(shù)
def pyttsx3_debug(text,language,rate,volume,filename,sayit=0):
#參數(shù)說明: 六個重要參數(shù),閱讀的文字,語言(0-英文/1-中文),語速,音量(0-1),保存的文件名(以.mp3收尾),是否發(fā)言(0否1是)
import pyttsx3
engine = pyttsx3.init() # 初始化語音引擎
engine.setProperty('rate', rate) # 設置語速
#速度調試結果:50戲劇化的慢,200正常,350用心聽小說,500敷衍了事
engine.setProperty('volume', volume) # 設置音量
voices = engine.getProperty('voices') # 獲取當前語音的詳細信息
if int(language)==0:
engine.setProperty('voice', voices[0].id) # 設置第一個語音合成器 #改變索引,改變聲音。0中文,1英文(只有這兩個選擇)
elif int(language)==1:
engine.setProperty('voice', voices[1].id)
if int(sayit)==1:
engine.say(text) # pyttsx3->將結果念出來
elif int(sayit)==0:
print("那我就不念了哈")
engine.save_to_file(text, filename) # 保存音頻文件
print(filename,"保存成功")
engine.runAndWait() # pyttsx3結束語句(必須加)
engine.stop() # pyttsx3結束語句(必須加)
pyttsx3_debug(text="我是pyttsx3, 初次見面, 給您拜個早年",language=0,rate=200,volume=0.9,filename="ptttsx3中文測試.mp3",sayit=1)
pyttsx3_debug(text="I'm fake Siri, your smart voice Manager",language=1,rate=200,volume=0.9,filename="ptttsx3英文測試.mp3",sayit=1)speech庫
speech : 基于Windows的語音合成模塊, 一行代碼即可實現(xiàn)朗讀
優(yōu)點 : 依靠windows系統(tǒng), 安裝使用究極簡單 , 超級方便。
適合在代碼調試過程中, 讓冰冷的AI語言來罵醒寫bug的我QAQ
缺點 : 只有系統(tǒng)語言(中文&英文), 不支持語速調節(jié)和音頻導出
請看speech轉文字函數(shù)
import speech
speech.say("甘霖娘,又出bug了")
speech.say("Don't ask me .I have no idea why bug exist again")
# 如你所見, 代碼編譯究極簡單, 而且單機, 但是!每次使用都會呼出微軟語音助手...恭喜你, 你已經學會了Python文字轉語音的全部內容了
可惜的是, 本博文沒有收錄諸如百度API/訊飛API等...商務的文字轉語音方式
總結
到此這篇關于Python語音合成之第三方庫gTTs/pyttsx3/speech橫評的文章就介紹到這了,更多相關Python語音合成gTTs/pyttsx3/speech內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
使用sklearn的cross_val_score進行交叉驗證實例
今天小編就為大家分享一篇使用sklearn的cross_val_score進行交叉驗證實例,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2020-02-02
PyTorch深度學習LSTM從input輸入到Linear輸出
這篇文章主要為大家介紹了PyTorch深度學習LSTM從input輸入到Linear輸出深入理解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2022-05-05
python給圖像加上mask,并提取mask區(qū)域實例
今天小編就為大家分享一篇python給圖像加上mask,并提取mask區(qū)域實例,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2020-01-01

