python 百度 文本转语音_Python实现小说朗读，百度AI文字转语音

前段时间闲得无聊，使用python抓取了自己想看的小说

​

正当我思考如何两害取其轻的时候，有人私信我帮忙做一个文字转语音的接口，我突然灵机一动，这简直就是送上门来的满分答案啊

​

当然，对于我这种社畜来说，是万万不可能自己实现文字转语音功能的，我没有那个精力，更没有那个 money

​

不过，咱不会煮饭，咱还不会点外卖么？O(∩_∩)O哈哈~

​

打开快被我点裂开了的 google chrome 搜了搜，果然很多公司都提供现成的免费接口，比如百度、讯飞…最后我选择了百度AI接口(这种东西啊，就和点外卖是一样的，同样都是芋儿鸡，店家不一样，做出来的味道就有好有坏。当你都没吃过时，牌子大一点的店或许是个不坏的选择)

​

言归正传，首先你得去百度控制台登录一下，没有百度账号的需要注册：

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

​

然后需要创建一个应用，创建好了之后，就能拿到我们想要的三个东西

​

然后，python需要安装两个库(百度接口库和语音播放库)，如果不需要python播放音频的话，只需要安装第一个库就行：

pip install baidu-aip

pip install playsound

from aip import AipSpeech# 导入api接口

from playsound import playsound# 音频模块

#对应填入百度控制台获取的三个参数

APP_ID = ''

API_KEY = ''

SECRET_KEY = ''

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

data = '你是最棒的,hello world'

result = client.synthesis(data, 'zh', 1, {

'per': 4,

'spd': 3, # 速度

'vol': 7 # 音量

})

if not isinstance(result, dict):

with open('hello.mp3', 'wb') as f:

f.write(result)

# 播放

playsound("hello.mp3")

上面这段代码，你只需要对应的填入百度后台获取的三个参数，然后运行文件，就会在你的代码文件同级目录下生成一个音频文件hello.mp3，并且会有美女夸你

​

有美女夸固然是好，可是我们最初的梦想是听小说啊。

​

别着急，你只需要将代码中的 data 内容换成咱们使用爬虫爬下来的小说内容，如：

#读取文本文件内容

with open(file_name, 'r', encoding='utf-8') as f:

data = f.read()

此时要注意，百度API每一次翻译的文本长度必须小于1024字节，小说每一章的内容往往大于1024字节，怎么办呢？

咱们可以将文本分割，然后多次请求就行了，写一个分割方法，像这样：

#按指定字节数分割字符串

def byte_split(seq):

list = []

while seq:

if len(seq) >= 1024:

list.append(seq[:1024])

seq = seq[1024:]

else:

list.append(seq)

seq = []

return list

简单封装一下，第一版就出炉啦：

from aip import AipSpeech# 导入api接口

from playsound import playsound# 音频模块

import sys

#百度账号信息配置

#对应填入百度控制台获取的三个参数

APP_ID = ''

API_KEY = ''

SECRET_KEY = ''

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

#按指定字节数分割字符串

def byte_split(seq):

list = []

while seq:

if len(seq) >= 1024:

list.append(seq[:1024])

seq = seq[1024:]

else:

list.append(seq)

seq = []

return list

'''

@desc 写入音频

@param data_arr list 文件数组

@param vedio_name string 音频文件名

@return 音频文件名

'''

def vedio_write(data_arr, vedio_name):

name = vedio_name + '.mp3'

for i in data_arr:

#请求百度接口，获取语音二进制

result = client.synthesis(i, 'zh', 1, {

'per': 4,

'spd': 3, # 速度

'vol': 7 # 音量

})

#判断是否翻译成功-成功则写入,失败则打印错误信息

if not isinstance(result, dict):

with open(name, 'ab') as f:

f.write(result)

else:

print(result)

return name

#主函数

if __name__ == "__main__":

#文本文件

file_name = r'../novel/quanzhifashi/第1章 世界大变.txt'

#音频文件名

vedio_name = file_name.split('/')[-1].split('.')[0]

#读取文本文件内容

with open(file_name, 'r', encoding='utf-8') as f:

data = f.read()

#按字符串拆分成数组

data_arr = byte_split(data)

#写入音频，返回音频文件名

vedio = vedio_write(data_arr, vedio_name)

# 播放

playsound(vedio)

点击运行，在我的保存目录找到了自己想要的结果

​

但是并没有给我播放视频，而且反手扔给我一个Error

​

查看报错信息发现，由于我的音频文件是中文名，所以播放失败了，将中文换掉就可以正常播放。

但是总有像我一样杠中带倔的人，喜欢将音频文件命名为中文，怎么办呢？当然是打开我那要裂开了的google chrome 啊。巡视了一圈，最后发现pygame库可以解决这个问题。好嘛，安装pygame库：

pip install pygame

封装个方法,使用pygame播放音频：

# 播放音频

# 貌似只能播放单声道音乐，可能是pygame模块限制

def playMusic(filename, loops=0, start=0.0, value=0.5):

"""

:param filename: 文件名

:param loops: 循环次数

:param start: 从多少秒开始播放

:param value: 设置播放的音量，音量value的范围为0.0到1.0

:return:

"""

flag = False # 是否播放过

pygame.mixer.init() # 音乐模块初始化

while 1:

if flag == 0:

pygame.mixer.music.load(filename)

# pygame.mixer.music.play(loops=0, start=0.0) loops和start分别代表重复的次数和开始播放的位置。

pygame.mixer.music.play(loops=loops, start=start)

pygame.mixer.music.set_volume(value) # 来设置播放的音量，音量value的范围为0.0到1.0。

if pygame.mixer.music.get_busy() == True:

flag = True

else:

if flag:

pygame.mixer.music.stop() # 停止播放

break

再将之前的代码整合一下子，最终版本就出炉了：

from aip import AipSpeech# 导入api接口

#from playsound import playsound# 音频模块

import sys

import pygame

#百度账号信息配置

#对应填入百度控制台获取的三个参数

APP_ID = ''

API_KEY = ''

SECRET_KEY = ''

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

#按指定字节数分割字符串

def byte_split(seq):

list = []

while seq:

if len(seq) >= 1024:

list.append(seq[:1024])

seq = seq[1024:]

else:

list.append(seq)

seq = []

return list

'''

@desc 写入音频

@param data_arr list 文件数组

@param vedio_name string 音频文件名

@return 音频文件名

'''

def vedio_write(data_arr, vedio_name):

name = vedio_name + '.mp3'

for i in data_arr:

#请求百度接口，获取语音二进制

result = client.synthesis(i, 'zh', 1, {

'per': 4,

'spd': 3, # 速度

'vol': 7 # 音量

})

#判断是否翻译成功-成功则写入,失败则打印错误信息

if not isinstance(result, dict):

with open(name, 'ab') as f:

f.write(result)

else:

print(result)

return name

# 播放音频

# 貌似只能播放单声道音乐，可能是pygame模块限制

def playMusic(filename, loops=0, start=0.0, value=0.5):

"""

:param filename: 文件名

:param loops: 循环次数

:param start: 从多少秒开始播放

:param value: 设置播放的音量，音量value的范围为0.0到1.0

:return:

"""

flag = False # 是否播放过

pygame.mixer.init() # 音乐模块初始化

while 1:

if flag == 0:

pygame.mixer.music.load(filename)

# pygame.mixer.music.play(loops=0, start=0.0) loops和start分别代表重复的次数和开始播放的位置。

pygame.mixer.music.play(loops=loops, start=start)

pygame.mixer.music.set_volume(value) # 来设置播放的音量，音量value的范围为0.0到1.0。

if pygame.mixer.music.get_busy() == True:

flag = True

else:

if flag:

pygame.mixer.music.stop() # 停止播放

break

#主函数

if __name__ == "__main__":

#文本文件

file_name = r'../novel/quanzhifashi/第1章 世界大变.txt'

#音频文件名

vedio_name = file_name.split('/')[-1].split('.')[0]

#读取文本文件内容

with open(file_name, 'r', encoding='utf-8') as f:

data = f.read()

#按字符串拆分成数组

data_arr = byte_split(data)

#写入音频，返回音频文件名

vedio = vedio_write(data_arr, vedio_name)

#音频播放

playMusic(vedio)

#playMusic('out.wav')

# 播放

#playsound(vedio)

谁说鱼与熊掌不可兼得？

The end !一个人最好的生活状态，有自己的生活和情趣，努力完善自己。没人爱时专注自己，有人爱时，有能力拥抱彼此。