网站首页 > 技术文章正文

python让你的文字会说话

hfteth 2025-04-27 13:53:42 技术文章 35 ℃

网上有很多各式各样的听书软件，网站上也都语音播报功能。前几天突发奇想我能不能自己实现把小说朗读出来呢。经过几天的摸索终于实现了，现在就记录一下过程。这个功能主要是把文字转成语音朗读出来，Python支持的文字转语音的库有很多，这里就介绍常用的几种。

win32com库

win32com库本质是调用Windows电脑本身的语音功能，比较简单，仅仅几行代码就可以实现了。但是不能进行语速、音量控制，而且声音是机器声，比较生硬。

代码实现如下：

win32com.client winspeak = win.Dispatch()speak.Speak()speak.Speak()

pyttsx3库

pyttsx3也是一款文本到语音的转换库，可以脱机工作，与Python2和Python3都兼容。pyttsx3可以实现语速、音量控制，可以调用系统的语音包朗读文本，可以保存为音频文件。

代码实现如下图所示：

代码运行结果如下图所示：

可以看到我们已经生成tssx3.mp3文件，从打印看到我的系统只有两个语音包，一个中文，一个英文。voices[0]是中文，支持朗读中文和英文，voices[1]是英文，只支持英文，读取中文时没有声音。

baidu-aip库

baidu-aip是百度推出的语音合成库，百度智能云有语音合成接口，可以在Python中直接调用，有多种声音可供选择，可以成熟男音也可以撒娇萝莉音。

安装baidu-aip

pip install baidu-aip

调用百度语音合成接口

百度智能云语音合成地址：

https://ai.baidu.com/tech/speech/tts

只要有百度账户就可以登录，点击“立即使用”进入控制台总览，如下图：

点击“应用列表”进入进入列表页面，我这是已经创建了一个应用，如下图：

刚进入的用户需要点击“创建应用”进入应用创建页面，如下图所示：

填入应用名称，勾选要使用的接口，然后点击“立即创建”，就完成应用创建了。创建完成返回应用列表页面，在上面可以看到刚创建应用的AppID，API Key，Secret Key。返回控制台总览页面，服务列表右边有个“免费领取资源”链接，点击进去可以领取接口使用。

点击“API在线调试”进入接口调试页面，选择语音技术，语音合成，如下图所示：

这里就是文本合成语音的接口，技术文档详细介绍了参数的传值规则。

代码实现：win32com.client winspeak = win.Dispatch()speak.Speak()speak.Speak()

根据接口文档我们写一个简单的调用接口的代码，我们需要传入AppID，API Key，Secret Key的值，per的值表示男声女声，度小宇=1，度小美=0，度逍遥（基础）=3，度丫丫=4，度小宇度小美的普通的声音，度逍遥度丫丫是有感情的声音。

总结：

以上就是文本转音频的几种方法了，baidu-aip的效果最好，但百家语音合成接口只免费一段时间，这段时间过后需要收费。pytssx3效果还可以，我们可以在电脑上安装其他语音包，应该也能达成想到的效果。