Python利用讯飞语音API实现方言学习之语音接口封装

她就像流星一样划过我的天空，绚即的美过后就剩下孤寂深邃的黑。我决定用Python来充实自己！

题记：来深圳也有两年了，和同事一起，他们兴奋地讲着粤语，而我却听不懂。我决定学习粤语，苦于资料受限。用Python开发语音软件，实现想学习什么词或语句就可以立即语音合成。了解了讯飞语音和百度语音之后，最终选择了讯飞语音。讯飞语音API支持主流操作系统和移动平台，拥有丰富的语音资源，支持多种方言和不同的美女帅哥的语音。

采用Python的方便和QT的强大界面，她俩成了我最佳选择，而且跨平台，跨平台！

软件一览

实现思路

结合我的需要，准备好自己想要听的TXT文本，普通话和粤语一句一句朗读，合成WAV文件。然后空闲时间或上班路途多听一听。

1、首先在讯飞语音开发者平台注册应用并下载对应平台的SDK，这里我只需要TTS语音合成功能。

2、了解SDK中Demo中的tts_sample。

实现一次完整的text转语音，需要实现登陆、开始传输会话，上传文本，接收数据并保存，结束会话，退出登陆。注意： 并不是每一次都要登陆，只需要一次登陆之后，之后就不需要登陆。
OK，So easy!

3、Python封装C语言DLL接口。
在开始设计之时，主要有3种方案：

• 采用Cython来实现与C语言的通信，需要安装Cython，太复杂了。NO!
• 采用独立的exe程序，增加通信难度，软件更大。NO!
• Python原生ctypes支持，简单高效的胶水功能。Yes！

采用方法3，只需原生Python模块，只需要讯飞的语音dll，就实现接口。

TTSSample类实现

让我们看一个讯飞语音DLL接口的函数声明。

/** 
 * @fn      QTTSSessionBegin
 * @brief   Begin a TTS Session
 * 
 *  Create a tts session to synthesize data.
 * 
 * @return  const char* - Return the new session id in success, otherwise return NULL, error code.
 * @param   const char* params          - [in] parameters when the session created.
 * @param   int* errorCode              - [out] error code if failed, 0 to success.
 * @see     
 */
const char* MSPAPI QTTSSessionBegin(const char* params, int* errorCode);
typedef const char* (MSPAPI *Proc_QTTSSessionBegin)(const char* params, int* errorCode);
#ifdef MSP_WCHAR_SUPPORT
const wchar_t* MSPAPI QTTSSessionBeginW(const wchar_t* params, int* errorCode);
typedef const wchar_t* (MSPAPI *Proc_QTTSSessionBeginW)(const wchar_t* params, int* errorCode);
#endif

很好，如何用Python表示 char*和int* 呢？

def get_c_char_p(src_text):
    if src_text is None:
        c_text = ctypes.POINTER(ctypes.c_char)()
    elif isinstance(src_text, str):
        c_text = ctypes.c_char_p(src_text.encode('utf-8'))
    else:
        c_text = src_text

    return c_text

其中mscdllobj 就是加载DLL对象，DLL文件需要放在Python代码同级目录，加载代码如下：

def load_dll_msc(dllpath):
    obj = ctypes.windll.LoadLibrary(dllpath)
    return obj

_QTTSSessionBegin = self.mscdllobj.QTTSSessionBegin
_QTTSSessionBegin.argtypes = (ctypes.c_char_p, ctypes.POINTER(ctypes.c_int))
_QTTSSessionBegin.restype = ctypes.c_char_p

c_params = get_c_char_p(params)
c_errorCode = ctypes.c_int()
sessionID = _QTTSSessionBegin(c_params, c_errorCode)

通过代码不难看出，我们需要声明函数的参数类型argtypes 和返回值类型restype 。C语言的char* 对应ctypes的ctypes.c_char_p，int* 对应ctypes的ctypes.POINTER(ctypes.c_int)，int 对应ctypes的ctypes.c_int,其它的C语言参数类型对应ctypes类型请查看ctypes帮助文档。

封装一个接口就是如此简单

文本转语音

text_to_speech语音转文本，实现过程很简单，直接看代码就明白了。

加好友一起学习

此文章仅仅实现文本转语音部分，下篇文章将会介绍QyQt5的实现，以及其中编程技巧，感谢大家支持。如果你也是Python爱好者，扫一扫加我微信把，我们一起学习优雅的Python吧，学习机器学习，学习大数据处理技术。

资源下载

TTSSample 讯飞TTS封装类