Python实现语音读出PDF中英文内容的示例(win10)

一、示例的场景应用描述：

1、相当于微信公众号推送的文字内容的机器人阅读器。个人很喜欢微信的语音阅读功能。因为对于希望阅读但文字多的文章，读下来既费眼又费时！用语音阅读功能完全可以彻底地解放双眼！

2、可以将未掌握的英语词汇汇总制作为PDF文档。然后让标准语音人声读出来单词发音，助力英语词汇听说读写的学习。

二、示例完整代码：

import pyttsx3
import PyPDF2


def extract_text(filename):

    pdfFileObj = open(filename, "rb")
    pdfReader = PyPDF2.PdfReader(pdfFileObj)

    mytext = ""

    for pageNum in range(len(pdfReader.pages)):
        pageObj = pdfReader.pages[pageNum]
        mytext += pageObj.extract_text()

    pdfFileObj.close()

    return mytext


def speak_text(text):

    engine = pyttsx3.init()
    engine.setProperty('rate', 150)
    engine.setProperty('voice', 'zh+m7')
    engine.say(text)
    engine.runAndWait()


if __name__ == "__main__":
    text = extract_text("E://计算机科学速成课//15. 阿兰·图灵-Alan Turing.pdf")
    speak_text(text)

三、主要函数的解读：

函数extract_text()完成了提取PDF文档中的文本内容。函数speak_text()首先通过调用pyttsx3库的初始化方法，生成了语音引擎对象engine，于是调用了设置属性的方法，分别设置了阅读速率、汉语女声的属性。

四、三大操作系统的语音引擎比较：

Windows自带的语音引擎名称是'sapi5'。不同操作系统自带的语音引擎各不相同。Linux系统自带的语音引擎是espeak，Mac系统自带的语音引擎是nsss。Windows与Mac自带的语音引擎，语音读出来声音效果好。Ubuntu的语音引擎espeak,语音读出来不自然，效果差。