Python語音合成之第三方庫gTTs/pyttsx3/speech橫評(內(nèi)附使用方法)
Python文字轉(zhuǎn)語音(調(diào)研&成品函數(shù))
由于項目需要, 我需要將文字轉(zhuǎn)換為語音, 那么第一步就要進行調(diào)研
什么是語音合成技術(shù)?
語音合成(text to speech),簡稱TTS。是將文字轉(zhuǎn)化為語音的一種技術(shù),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(nèi)容, 是人機對話的一部分。
TTS可以通過神經(jīng)網(wǎng)絡(luò)的設(shè)計,把文字智能地轉(zhuǎn)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(yīng)用包括語音驅(qū)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(wù)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(diào)研
如何用代碼實現(xiàn)?
如前文所述, 雖然市面上產(chǎn)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(diào)試的工具, 經(jīng)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?qū)Ρ? 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(diào)節(jié)語速 | 像人聲程度 |
---|---|---|---|---|---|
ggts | √ | √ | √ | X | 很像導(dǎo)航 |
pyttsx3 | X | √ | X | √ | 適合讀小說 |
speech | X | √ | X | X | 很像快一點的導(dǎo)航 |
gTTS庫
gTTS庫 (Google Text-to-Speech) : 用于與 Google Translate 的文本轉(zhuǎn)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(nèi)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(diào)節(jié), 每次使用必須科學(xué)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(diào)播放進度)
- 第二種是os庫調(diào)用系統(tǒng)自帶播放器(可調(diào)節(jié)進度)
請看playsound庫播放 & GTTS庫轉(zhuǎn)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(nèi)置的瀏覽器閱讀出來, 打開mp3文件, 函數(shù)執(zhí)行結(jié)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(diào)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(jīng)存在,但是沒有關(guān)系!已經(jīng)刪掉了") s.save(mp3_filepath) print(mp3_filepath,"保存成功") os.system(mp3_filepath)#調(diào)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(zhuǎn)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(jié)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(jīng)實現(xiàn)了定制化文字轉(zhuǎn)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(jīng)存在,但是沒有關(guān)系!已經(jīng)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(zhuǎn)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(diào)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(zhuǎn)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(shè)置語速 #速度調(diào)試結(jié)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(shè)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(shè)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(jié)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(jié)束語句(必須加) engine.stop() # pyttsx3結(jié)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(diào)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(diào)節(jié)和音頻導(dǎo)出
請看speech轉(zhuǎn)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(jīng)學(xué)會了Python文字轉(zhuǎn)語音的全部內(nèi)容了
可惜的是, 本博文沒有收錄諸如百度API/訊飛API等...商務(wù)的文字轉(zhuǎn)語音方式
總結(jié)
到此這篇關(guān)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(guān)Python語音合成gTTs/pyttsx3/speech內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Celery批量異步調(diào)用任務(wù)一直等待結(jié)果問題
這篇文章主要介紹了Celery批量異步調(diào)用任務(wù)一直等待結(jié)果問題,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2023-11-11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2020-02-02PyTorch深度學(xué)習(xí)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(xué)習(xí)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