使用Python将任正非400+篇演讲批量转化为语音

霸气任Boss

最近要说科技圈最火的公司，莫过于华为了。菊厂从5月15日美国商务部将华为列入“实体清单”开始，就一直处于风口浪尖。
先有 海思女总裁何庭波的一封信**“备胎”转“正”！，掀起了一场关于自研芯片的讨论浪潮。
在到 任Boss的公开发言，表示美国此举并不能动摇华为根基，只能让华为的发展势头暂时变得缓慢。
后到 谷歌停止华为合作的轰炸消息，让我们对华为手机等移动设备在欧美市场更为担忧。
最近 又出现了所谓“ARM釜底抽薪”的事件，让大家对之前的海思B计划捏一把汗
之后 任总参加央视《面对面》节目，面对董倩独家专访时，闭口不谈压力，全程围绕着一个国家的强盛,是在小学教师的讲台上完成的**主题而探讨。这150分钟的视频，让我看到的仿佛只是一名为祖国未来教育而努力的老者。
任总在21日记者问答时说的一句话让我着实佩服：

华为是一个商业公司，对于华为的产品，消费者喜欢就用，不喜欢就不用，不应该把华为的产品和政治挂钩

当时听到这句朴实的话，第一感觉就是，这才是一个企业家应有的气魄。面对一个国家的施压，我自泰然处之。
激动之余，我转手掏出了兜里的Mate 20X，然后看看桌子上老婆充电的mate 20 默默的说一句，菊长我尽力了…
不管这场风波最终结局如何，我们可以关注、讨论，但请大家保持一份冷静的心态。

GitHub上的任Boss演讲

昨天各大公众号突然不约而同的讨论，GitHub上有一个**benmahr**的用户，上传了400多篇任总从1994到2018年的相关演讲。可当我根据url去查找链接的时候，作者已经删除了该项目。还好当时有些用户clone了该项目，让我搜到并下载了这些文章。
看到这些文章都是以.md结尾的，且普遍排版风格单一，猜想应该也是一位Python爬虫的友军。至于为什么要转成MD格式，也许是程序员对于GitHub上文本类型的执念吧。用Markdown编辑器打开看了几篇文章，此处省略赞扬华为n句，不然大家都觉得我是推手了…
不得不说，任总的演讲在朴素的话语中，仿佛能感受到他逐步引领华为走向今天的成功。也许这位朋友就是觉得其中的内容，可能让老美分析出什么，所以才删除的吧。看着这么多的文章，让我觉得像是在读心灵鸡汤连载与名人语录般。
可我这人天生坐不住，书看一会儿就犯困。400多篇的文章，要让我逐篇赏析该看到什么时候，犯愁-ing…
思来想去，计上心来

懒人听书？

作为菊长的合作公司，任总在2019年第一封电邮讲话中，说到了华为今年将全面提升工程能力，并对产品高质量进行重点关注。对此电邮讲话，公司要求各部门认真学习。当时我心血来潮，使用python把文章用jieba进行了词频分析，最终将文章转化为语音分享给同事们。
回忆起这茬，那么这次的400多篇文章，我岂不是可以如法炮制的都转化成mp3文件，丢到手机里每天上下班坐车的时候慢慢听？说干就干！

语音识别

关于语音识别，Python的实现的方式很多种。

1. 通过python的win32common模块，直接调用windows系统的语音去读取文章，无脑…
2. 使用pyttsx3(python2是pyttsx)模块，但尽管模块内含很多设置，可发音还是基于windows系统自带的语音，只是没有上一种那么生硬，但依旧不好听。
3. 使用API接口识别！

百度语音识别api:**baidu-aip**是百度开放的公共语音转化服务。只需要在百度注册相关的app及秘钥信息即可使用。

使用流程如下：

1. 访问语音合成-百度AI开放平台：http://ai.baidu.com/tech/speech/tts
2. 之后使用百度账号即可登陆(没有百度账号的，自己注册一个)
3. 创建应用，添加语音识别的功能，并完成注册
4. 保存你的**app_id, API_Key, Secret_Key** 三项数据留着后续使用
5. 切换回语音合成首页，点击立即使用旁边的技术文档按钮，进入API文档
6. 定位 语音合成–>SDK文档–>Python SDK，即可看到详细的开发文档说明
   
   

接下来，我们看看文档中的相关说明：

• 接口描述
  基于该接口，开发者可以轻松的获取语音合成能力
• 请求说明
  合成文本长度必须小于1024字节，如果本文长度较长，可以采用多次请求的方式。文本长度不可超过限制
  举例，要把一段文字合成为语音文件：

from aip import AipSpeech

""" 你的 APPID AK SK """
APP_ID = '你的 App ID'
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

result  = client.synthesis('你好百度', 'zh', 1, {
    'vol': 5,
})

# 识别正确返回语音二进制 错误则返回dict 参照下面错误码
if not isinstance(result, dict):
    with open('auido.mp3', 'wb') as f:
        f.write(result)

在上面代码中，常量APP_ID在百度云控制台中创建，常量API_KEY与SECRET_KEY是在创建完毕应用后，系统分配给用户的，均为字符串，用于标识用户，为访问做签名验证，可在AI服务控制台中的应用列表中查看。

参数	类型	描述	是否必须
tex	String	合成的文本，使用UTF-8编码，请注意文本长度必须小于1024字节	是
cuid	String	用户唯一标识，用来区分用户，填写机器 MAC 地址或 IMEI 码，长度为60以内	否
spd	String	语速，取值0-9，默认为5中语速	否
pit	String	音调，取值0-9，默认为5中语调	否
vol	String	音量，取值0-15，默认为5中音量	否
per	String	发音人选择, 0为女声，1为男声，3为情感合成-度逍遥，4为情感合成-度丫丫，默认为普通女	否

markdown转文本

由于这些发言都是MD结尾的文章，我们首先需要将这些文章，转化为文本后，才能进行相关转换操作。
之前私下里也用python操作过markdown，但都是基于HTML与MARKDOWN的互转，直接转成文本还没尝试过。
可否先转为html，在通过requests解析本地html，最终获得content呢？太麻烦了…
让我们先来看看简书上的markdown的语法有哪些：

# 一级标题
## 二级标题
##### 五级标题
- 列表第一项
- 列表第二项
1. 有序列表第一项
2. 有序列表第二项
[标题](链接地址)
![图片描述](图片链接地址)
*斜体*
**粗体**
> 引用段落
```代码块

我们是否可以用正则去过滤这些语法呢？

1. 最麻烦的莫过于链接和代码块了

>>> test='测试：你[图片上传失败...(image-516d3b-1558963315309)]好[https://abc123.com](https://abc123.com)啊'
>>> re.sub(r'!?\[[^\]]+\]\([^\)]+\)','',test)
>>> '测试：你好啊'

2. 之后针对# - > *一起匹配
3. 至于代码块,放心不存在的…
   最终：
   re.sub(r'!?\[[^\]]+\]\([^\)]+\)|[\#\-\>\*]*','',test)

最终代码

# -*- coding: utf-8 -*-
# @Author   : 王翔
# @JianShu  : 清风Python
# @Date     : 2019/5/25 20:20
# @Software : PyCharm
# @version  ：Python 3.6.8
# @File     : speech.py

import os
import re
from aip import AipSpeech
import threading
import time


class FileToVoice:
    """
    将用户指定的文件(夹)中的文本内容，转化为语音
    """
    SIZE = 1024  # 百度aip单次转化长度限制

    def __init__(self):
        # AipSpeech秘钥，个人需单独修改...
        app_id = ''
        api_key = ''
        secret_key = ''
        self.client = AipSpeech(app_id, api_key, secret_key)
        func = self.read_dir()
        if func:
            func()

    def read_dir(self):
        """
        判断路径类型
        """
        if os.path.isdir(StartPath):
            # 返回文件夹遍历方法
            return self.ergodic_dir
        elif os.path.isfile(StartPath):
            self.change_file(StartPath)
        else:
            raise TypeError("未找到需要转化的文件(夹)...")

    def ergodic_dir(self):
        """
        百度API的转换速度基本为1000字12秒
        启用多线程并发，加快转换速度。
        """
        for root, dirs, files in os.walk(StartPath):
            base_dir = os.path.join(SavePath, os.path.split(root)[1])
            try:
                os.mkdir(base_dir)
            except FileExistsError:
                pass
            for file in files:
                filepath = os.path.join(root, file)
                t = threading.Thread(target=self.change_file, args=(filepath, base_dir))
                t.start()
                time.sleep(0.2)

    def change_file(self, file, base_dir='', per=0):
        try:
            sem.acquire()
            with open(file, 'r', encoding='utf-8') as f:
                mp3 = bytes()
                while True:
                    index = f.read(self.SIZE)
                    if not index:
                        break
                    _index = re.sub(r'!?\[[^\]]+\]\([^\)]+\)|[\#\-\>\*]*', '', index)
                    reult = self.client.synthesis(_index, 'zh', 1, {'vol': 5, 'per': per})
                    mp3 += reult
                # 获取文件名称并拼接MP3文件名
                file_name = '%s.mp3' % os.path.splitext(os.path.split(file)[1])[0]
                # 合并最终文件归档地址
                mp3_file = os.path.join(base_dir, file_name)
                with open(mp3_file, 'wb+') as t:
                    t.write(mp3)
                print('系统已转换完成 %s ' % mp3_file)
        except Exception as ErrorInfo:
            print(ErrorInfo)

        finally:
            sem.release()


if __name__ == '__main__':
    StartPath = r'D:\RenBossSpeech'
    SavePath = r"F:\Speech"
    try:
        os.mkdir(SavePath)
    except FileExistsError:
        pass
    sem = threading.Semaphore(5)
    main = FileToVoice()
    while threading.active_count() != 1:
        pass
    else:
        print('### FileToVoice Jobs is over!!!###')

百度在线的转换速度基本为1000字11秒，代码开了5线程去搞，400多篇下来也转了好久…

看看我们转换号的语音吧：

喜欢的朋友可以去我的github下载源码，希望大家喜欢我的文章。
https://github.com/KingUranus/RenBossSpeech

©本文由作者：清风Python 原创 如需转载请注明
欢迎大家关注我的公众号 清风Python