文章目录

  • 1、简介
  • 2、Windows语音
    • 2.1 简介
    • 2.2 安装
    • 2.3 代码
  • 3、pyttsx3
    • 3.1 简介
    • 3.2 安装
    • 3.3 代码
  • 4、ggts
    • 4.1 简介
    • 4.2 安装
    • 4.3 代码
  • 5、SAPI
  • 6、SpeechLib
  • 7、百度AI
  • 8、百度飞桨
  • 结语

1、简介

TTS(Text To Speech) 译为从文本到语音，TTS是人工智能AI的一个模组，是人机对话的一部分，即让机器能够说话。

TTS是语音合成技术应用的一种，首先采集语音波形，然后进行优化处理，最后存储在数据库中，合成语音是提取波形转换成自然语音输出。

2、Windows语音

2.1 简介

https://support.microsoft.com/zh-cn/windows/%E5%9C%A8%E8%AF%AD%E9%9F%B3%E6%8F%90%E7%A4%BA%E4%B8%ADwindows-83ff75bd-63eb-0b6c-18d4-6fae94050571

Windows 语音识别允许你单独通过语音控制电脑，而无需键盘或鼠标。 本文列出了可用于语音识别的命令。

2.2 安装

speech模块是一个封装层模块，用于调取Windows本地的语音合成服务。因此请确保你使用的OS是Windows并且有python调取Windows的API，pywin32。

pip install speech


speech.py文件进行修改:print(prompt)、import _thread

pip install pypiwin32

2.3 代码

import speech #自动体系speech.say("要开始啦") #输入语音while True:print(u"开始说话")say = speech.input()# 接收语音# speech.say("你说了" + say)# 说话speech.say(say)# 说话

import speech while True:say = speech.input() # 接收语音speech.say("you said:"+say) #说话if say == "你好":speech.say("How are you" />)elif say == "天气":speech.say("今天天气晴!")

3、pyttsx3

3.1 简介

https://pypi.org/project/pyttsx3/

适用于 Python 2 和 3 的文本转语音 （TTS） 库。无需互联网连接或延迟即可工作。支持多种TTS引擎，包括Sapi5、nsss、espeak等。

pyttsx3 是 Python 中的文本到语音转换库。与其他库不同，它可以离线工作，并且与 Python 2 和 3 兼容。

pyttsx3库 : 是Python中的文本到语音转换库, 它可以脱机工作
优点 : 可以脱机工作, 支持将语音直接朗读, 可调节音量和速度
缺点 : 初始只有英语(女)和中文(女)的语音包, 其他语言的语音包需要另外下载

3.2 安装

pip install pyttsx3

3.3 代码

#coding=utf-8import pyttsx3pyttsx3.speak("Hello World!")pyttsx3.speak("持续推动我国经济实现质的有效提升和量的合理增长")
import pyttsx3engine = pyttsx3.init()engine.say("I will speak this text")engine.runAndWait()
import pyttsx3engine = pyttsx3.init() # object creation""" RATE"""rate = engine.getProperty('rate') # getting details of current speaking rateprint (rate)#printing current voice rateengine.setProperty('rate', 125) # setting up new voice rate"""VOLUME"""volume = engine.getProperty('volume') #getting to know current volume level (min=0 and max=1)print (volume)#printing current volume levelengine.setProperty('volume',1.0)# setting up volume levelbetween 0 and 1"""VOICE"""voices = engine.getProperty('voices') #getting details of current voice#engine.setProperty('voice', voices[0].id)#changing index, changes voices. o for maleengine.setProperty('voice', voices[1].id) #changing index, changes voices. 1 for femaleengine.say("Hello World!")engine.say('My current speaking rate is ' + str(rate))engine.runAndWait()engine.stop()"""Saving Voice to a file"""# On linux make sure that 'espeak' and 'ffmpeg' are installedengine.save_to_file('Hello World', 'test.mp3')engine.runAndWait()

4、ggts

4.1 简介

https://pypi.org/project/gTTS/
gTTS（Google Text-to-Speech），一个 Python 库和 CLI 工具，用于与 Google 翻译文本转语音 API 交互。

gTTS（Google Text-to-Speech），一个 Python 库和 CLI 工具，用于与 Google Translate 的文本转语音 API 交互。 将语音数据写入文件、类似文件的对象 （bytestring） 以进行进一步的音频操作。

4.2 安装

pip install gTTS

4.3 代码

gtts-cli 'hello' --output hello.mp3

或

from gtts import gTTStts = gTTS('hello')tts.save('hello.mp3')


执行失败了。

5、SAPI

SAPI是微软Speech API , 是微软公司推出的语音接口，而从WINXP开始，系统上就已经有语音识别的功能了，可是用武之地相当之少，他并没有给出一些人性化的自定义方案，仅有的语音操控命令显得相当鸡胁。
操作window dll的库，它可以实现很多功能，十分强大。

import win32com.clientspeaker = win32com.client.Dispatch("SAPI.SpVoice")speaker.Speak("hello")

6、SpeechLib

comtypes依赖pyttsx3包。( comtypes Required-by: pyttsx3 )
安装：

pip install comtypes

代码：

from comtypes.client import CreateObject engine = CreateObject('SAPI.SpVoice')stream = CreateObject('SAPI.SpFileStream') from comtypes.gen import SpeechLib# 导这个包必须放在 上面3行代码 后面，否则运行时会报错。 infile = 'demo.txt'outfile = 'demo_audio.wav' stream.Open(outfile, SpeechLib.SSFMCreateForWrite)engine.AudioOutputStream = stream# 读取文本内容f = open(infile, 'r', encoding='utf-8')theText = f.read()f.close()engine.speak(theText)stream.close()

7、百度AI

https://ai.baidu.com/

基于Deep Peak2的端到端建模，将音频流实时识别为文字，并返回每句话的开始和结束时间，适用于长句语音输入、音视频字幕、会议等场景.


https://ai.baidu.com/sdk#asr

https://console.bce.baidu.com/ai/#/ai/speech/overview/resource/getFree

pip install baidu_aip
from aip import AipSpeech#用上面提到的APP ID, API Key和Secret Key替换APP_ID = 'xxxx'API_KEY = 'xxxx'SECRET_KEY = 'xxxx'client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)manual = r'百度你好！ \语音合成测试。'if __name__ == '__main__':print('start voice process')#语速spd: 5, 语调pit: 5, 播音per: 1result= client.synthesis(manual, 'zh', 1, {'vol': 5, 'per':1,})# 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('audio.mp3', 'wb') as f:f.write(result)print('process end')

8、百度飞桨

pip install paddlepaddle -i https://mirror.baidu.com/pypi/simplepip install paddlespeech -i https://pypi.tuna.tsinghua.edu.cn/simplepaddlespeech tts --input '人工智能体验' --output test.wavpaddlespeech asr --input test.wavpaddlespeech asr --lang zh --input test.wav
from paddlespeech.cli.asr.infer import ASRExecutorasr = ASRExecutor()result = asr(audio_file="test.wav")print(result)

结语

如果您觉得该方法或代码有一点点用处，可以给作者点个赞，或打赏杯咖啡；╮(￣▽￣)╭
如果您感觉方法或代码不咋地//(ㄒoㄒ)//，就在评论处留言，作者继续改进；o_O???
如果您需要相关功能的代码定制化开发，可以留言私信作者；(✿◡‿◡)
感谢各位大佬童鞋们的支持！( ´ ▽´ )ﾉ ( ´ ▽´)っ！！！