几种简单的tts文本转语音

试了几种简单的文本转语音的方法,效果一般合成痕迹明显,不过考虑到也没有用什么复杂的模型,要什么自行车。

写个博文记录下。用到了pyttsx3/pyttsx4、edge_tts、speech、win32com.client等方法,可调整的参数直接看代码里面的注释

import pyttsx3
#import pyttsx4 as pyttsx3              # 似乎和3没啥区别
import win32com.client as client        # 和pyttsx3音色一样,也是windows自带的语音合成声音
import speech
import edge_tts
import gtts

import asyncio

# edge_tts 必须异步,且需要联网
async def edge_tts_fun(text : str, output : str, voice : str, rate : str, volume : str, pitch : str):
    voice_list = ["zh-CN-shaanxi-XiaoniNeural", "zh-CN-YunjianNeural", "zh-CN-YunxiNeural", "zh-CN-YunxiaNeural", \
                  "zh-CN-YunyangNeural", "zh-CN-liaoning-XiaobeiNeural", "zh-CN-XiaoxiaoNeural", "zh-CN-XiaoyiNeural"]
    if (voice not in voice_list):
        print("voice invalid")
        return
    
    tts = edge_tts.Communicate(text, voice, rate=rate, volume=volume, pitch=pitch)
    await tts.save(output)
    return

# 依赖于windows自带的语音,部分音色需要修改注册表添加,可以调整的参数较少
def pyttsx3_fun(text, output,
                rate : int = 100,
                volume : float = 1.0):
    
    engine = pyttsx3.init()                     # 初始化语音引擎
    engine.setProperty('rate', rate)            # 设置语速
    engine.setProperty('volume',volume)         # 设置音量
    voices = engine.getProperty('voices') 
    print("voice info:\n" + str(voices[0]))
    engine.setProperty('voice',voices[0].id)    #设置第一个语音合成器, 其他的无法合成中文语音

    engine.save_to_file(text, output)
    engine.runAndWait()

    return

# 和pyttsx3差不多,就不多看了
def win32com_fun(text, output):
    fileStream = client.Dispatch("SAPI.SpFileStream")
    fileStream.Open(output, 3, False)
    spVoice = client.Dispatch("SAPI.SpVoice")
    spVoice.AudioOutputStream = fileStream
    spVoice.Speak(text)
    fileStream.Close()

if __name__ =="__main__":
    print("tts demo\n")

    file_name = "text.txt"
    file_content = ""
    edge_tts_param = ['zh-CN-YunxiNeural', '+10%', '+0%', "+0Hz"]   # 音色、语速、音量、频率(低沉/尖锐)
    pyttsx3_param = [200, 1.0]                                      # 语速,音量

    with open(file_name, 'r', encoding = 'utf-8') as f:
        file_content += str(f.read())

    print(file_content)

    #speech.say(file_content)       # speech没有找到保存音频文件的接口
    
    pyttsx3_fun(file_content, "Speak_by_pyttsx3.mp3", pyttsx3_param[0], pyttsx3_param[1])

    asyncio.run(edge_tts_fun(file_content, "Speak_by_edge_tts.mp3", \
                 edge_tts_param[0], edge_tts_param[1], edge_tts_param[2], edge_tts_param[3]))

    # win32com_fun(file_content, "Speak_by_win32com.mp3")   # 和pyttsx3的效果一样

    print("Done!")
  • 9
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值