您的位置:首页 > 技术中心 > 其他 >

Python语音合成小工具的实现方法

时间:2023-05-08 17:22

    TTS简介

    TTS(Text To Speech)是一种语音合成技术,可以让机器将输入文本以语音的方式播放出来,实现机器说话的效果。

    TTS分成语音处理及语音合成,先由机器识别输入的文字,再根据语音库进行语音合成。现在有很多可供调用的TTS接口,比如百度智能云的语音合成接口。微软在Windows系统中也提供了TTS的接口,可以调用此接口实现离线的TTS语音合成功能。

    本文将使用pyttsx3库作为示范,编写一个语音合成小工具。

    安装需要的包

    安装PyQt5及其GUI设计工具

    # 安装PyQt5pip install PyQt5 # 安装PyQt5设计器pip install PyQt5Designer

    本文使用的编辑器是VSCode,不是PyCharm,使用PyQt5的方式可能存在差异,具体使用时可以根据实际情况进行配置。

    安装pyttsx3

    pip install pyttsx3

    UI界面

    可参考下图设计简单的GUI界面,由于本文主要为功能实例,故不考虑界面美观问题。

    Python如何实现语音合成小工具

    界面应有一个文本输入框,用以输入将要转化为语音的文本,同时需要一个播放按钮,用以触发语音播放的方法。语速、音量和语言可以按需选择。

    使用PyQt5的设计工具,可以根据以上配置的GUI界面生成以下UI(XML)代码:

    <?xml version="1.0" encoding="UTF-8"?><ui version="4.0"> <class>Form</class> <widget class="QWidget" name="Form">  <property name="geometry">   <rect>    <x>0</x>    <y>0</y>    <width>313</width>    <height>284</height>   </rect>  </property>  <property name="windowTitle">   <string>语音合成器</string>  </property>  <property name="windowIcon">   <iconset>    <normaloff>voice.ico</normaloff>voice.ico</iconset>  </property>  <widget class="QWidget" name="verticalLayoutWidget">   <property name="geometry">    <rect>     <x>10</x>     <y>10</y>     <width>291</width>     <height>261</height>    </rect>   </property>   <layout class="QVBoxLayout" name="verticalLayout">    <property name="spacing">     <number>20</number>    </property>    <item>     <layout class="QHBoxLayout" name="horizontalLayout_2">      <item>       <widget class="QLabel" name="label">        <property name="text">         <string>播报文本</string>        </property>        <property name="alignment">         <set>Qt::AlignJustify|Qt::AlignTop</set>        </property>       </widget>      </item>      <item>       <widget class="QTextEdit" name="tbx_text"/>      </item>     </layout>    </item>    <item>     <layout class="QHBoxLayout" name="horizontalLayout_4">      <item>       <widget class="QLabel" name="label_3">        <property name="text">         <string>语速</string>        </property>       </widget>      </item>      <item>       <widget class="QSlider" name="slider_rate">        <property name="maximum">         <number>300</number>        </property>        <property name="orientation">         <enum>Qt::Horizontal</enum>        </property>       </widget>      </item>      <item>       <widget class="QLabel" name="label_rate">        <property name="minimumSize">         <size>          <width>30</width>          <height>0</height>         </size>        </property>        <property name="text">         <string>0</string>        </property>        <property name="alignment">         <set>Qt::AlignCenter</set>        </property>       </widget>      </item>     </layout>    </item>    <item>     <layout class="QHBoxLayout" name="horizontalLayout_3">      <item>       <widget class="QLabel" name="label_2">        <property name="text">         <string>音量</string>        </property>       </widget>      </item>      <item>       <widget class="QSlider" name="slider_volumn">        <property name="maximum">         <number>100</number>        </property>        <property name="orientation">         <enum>Qt::Horizontal</enum>        </property>       </widget>      </item>      <item>       <widget class="QLabel" name="label_volumn">        <property name="minimumSize">         <size>          <width>30</width>          <height>0</height>         </size>        </property>        <property name="text">         <string>0</string>        </property>        <property name="alignment">         <set>Qt::AlignCenter</set>        </property>       </widget>      </item>     </layout>    </item>    <item>     <layout class="QHBoxLayout" name="horizontalLayout">      <item>       <widget class="QLabel" name="label_4">        <property name="text">         <string>选择语言</string>        </property>       </widget>      </item>      <item>       <widget class="QRadioButton" name="rbtn_zh">        <property name="text">         <string>中文</string>        </property>        <property name="checked">         <bool>true</bool>        </property>       </widget>      </item>      <item>       <widget class="QRadioButton" name="rbtn_en">        <property name="text">         <string>英文</string>        </property>       </widget>      </item>     </layout>    </item>    <item>     <layout class="QHBoxLayout" name="horizontalLayout_5">      <item>       <widget class="QLabel" name="label_5">        <property name="minimumSize">         <size>          <width>60</width>          <height>0</height>         </size>        </property>        <property name="text">         <string/>        </property>       </widget>      </item>      <item>       <widget class="QPushButton" name="btn_play">        <property name="minimumSize">         <size>          <width>0</width>          <height>30</height>         </size>        </property>        <property name="text">         <string>播放</string>        </property>       </widget>      </item>     </layout>    </item>   </layout>  </widget> </widget> <resources/> <connections/></ui>

    最后再使用PyQt5的界面工具,可以根据以上UI的代码,生成以下的窗体类:

    # -*- coding: utf-8 -*- # Form implementation generated from reading ui file 'd:ProgramVSCodePythonTTS_PyQT	ts_form.ui'## Created by: PyQt5 UI code generator 5.15.7## WARNING: Any manual changes made to this file will be lost when pyuic5 is# run again.  Do not edit this file unless you know what you are doing. from PyQt5 import QtCore, QtGui, QtWidgets  class Ui_Form(object):     def setupUi(self, Form):        Form.setObjectName("Form")        Form.resize(313, 284)        icon = QtGui.QIcon()        icon.addPixmap(            QtGui.QPixmap("./voice.ico"),            QtGui.QIcon.Normal, QtGui.QIcon.Off)        Form.setWindowIcon(icon)        self.verticalLayoutWidget = QtWidgets.QWidget(Form)        self.verticalLayoutWidget.setGeometry(QtCore.QRect(10, 10, 291, 261))        self.verticalLayoutWidget.setObjectName("verticalLayoutWidget")        self.verticalLayout = QtWidgets.QVBoxLayout(self.verticalLayoutWidget)        self.verticalLayout.setContentsMargins(0, 0, 0, 0)        self.verticalLayout.setSpacing(20)        self.verticalLayout.setObjectName("verticalLayout")        self.horizontalLayout_2 = QtWidgets.QHBoxLayout()        self.horizontalLayout_2.setObjectName("horizontalLayout_2")        self.label = QtWidgets.QLabel(self.verticalLayoutWidget)        self.label.setAlignment(QtCore.Qt.AlignJustify | QtCore.Qt.AlignTop)        self.label.setObjectName("label")        self.horizontalLayout_2.addWidget(self.label)        self.tbx_text = QtWidgets.QTextEdit(self.verticalLayoutWidget)        self.tbx_text.setObjectName("tbx_text")        self.horizontalLayout_2.addWidget(self.tbx_text)        self.verticalLayout.addLayout(self.horizontalLayout_2)        self.horizontalLayout_4 = QtWidgets.QHBoxLayout()        self.horizontalLayout_4.setObjectName("horizontalLayout_4")        self.label_3 = QtWidgets.QLabel(self.verticalLayoutWidget)        self.label_3.setObjectName("label_3")        self.horizontalLayout_4.addWidget(self.label_3)        self.slider_rate = QtWidgets.QSlider(self.verticalLayoutWidget)        self.slider_rate.setMaximum(300)        self.slider_rate.setOrientation(QtCore.Qt.Horizontal)        self.slider_rate.setObjectName("slider_rate")        self.horizontalLayout_4.addWidget(self.slider_rate)        self.label_rate = QtWidgets.QLabel(self.verticalLayoutWidget)        self.label_rate.setMinimumSize(QtCore.QSize(30, 0))        self.label_rate.setAlignment(QtCore.Qt.AlignCenter)        self.label_rate.setObjectName("label_rate")        self.horizontalLayout_4.addWidget(self.label_rate)        self.verticalLayout.addLayout(self.horizontalLayout_4)        self.horizontalLayout_3 = QtWidgets.QHBoxLayout()        self.horizontalLayout_3.setObjectName("horizontalLayout_3")        self.label_2 = QtWidgets.QLabel(self.verticalLayoutWidget)        self.label_2.setObjectName("label_2")        self.horizontalLayout_3.addWidget(self.label_2)        self.slider_volumn = QtWidgets.QSlider(self.verticalLayoutWidget)        self.slider_volumn.setMaximum(100)        self.slider_volumn.setOrientation(QtCore.Qt.Horizontal)        self.slider_volumn.setObjectName("slider_volumn")        self.horizontalLayout_3.addWidget(self.slider_volumn)        self.label_volumn = QtWidgets.QLabel(self.verticalLayoutWidget)        self.label_volumn.setMinimumSize(QtCore.QSize(30, 0))        self.label_volumn.setAlignment(QtCore.Qt.AlignCenter)        self.label_volumn.setObjectName("label_volumn")        self.horizontalLayout_3.addWidget(self.label_volumn)        self.verticalLayout.addLayout(self.horizontalLayout_3)        self.horizontalLayout = QtWidgets.QHBoxLayout()        self.horizontalLayout.setObjectName("horizontalLayout")        self.label_4 = QtWidgets.QLabel(self.verticalLayoutWidget)        self.label_4.setObjectName("label_4")        self.horizontalLayout.addWidget(self.label_4)        self.rbtn_zh = QtWidgets.QRadioButton(self.verticalLayoutWidget)        self.rbtn_zh.setChecked(True)        self.rbtn_zh.setObjectName("rbtn_zh")        self.horizontalLayout.addWidget(self.rbtn_zh)        self.rbtn_en = QtWidgets.QRadioButton(self.verticalLayoutWidget)        self.rbtn_en.setObjectName("rbtn_en")        self.horizontalLayout.addWidget(self.rbtn_en)        self.verticalLayout.addLayout(self.horizontalLayout)        self.horizontalLayout_5 = QtWidgets.QHBoxLayout()        self.horizontalLayout_5.setObjectName("horizontalLayout_5")        self.label_5 = QtWidgets.QLabel(self.verticalLayoutWidget)        self.label_5.setMinimumSize(QtCore.QSize(60, 0))        self.label_5.setText("")        self.label_5.setObjectName("label_5")        self.horizontalLayout_5.addWidget(self.label_5)        self.btn_play = QtWidgets.QPushButton(self.verticalLayoutWidget)        self.btn_play.setMinimumSize(QtCore.QSize(0, 30))        self.btn_play.setObjectName("btn_play")        self.horizontalLayout_5.addWidget(self.btn_play)        self.verticalLayout.addLayout(self.horizontalLayout_5)         self.retranslateUi(Form)        QtCore.QMetaObject.connectSlotsByName(Form)     def retranslateUi(self, Form):        _translate = QtCore.QCoreApplication.translate        Form.setWindowTitle(_translate("Form", "语音合成器"))        self.label.setText(_translate("Form", "播报文本"))        self.label_3.setText(_translate("Form", "语速"))        self.label_rate.setText(_translate("Form", "0"))        self.label_2.setText(_translate("Form", "音量"))        self.label_volumn.setText(_translate("Form", "0"))        self.label_4.setText(_translate("Form", "选择语言"))        self.rbtn_zh.setText(_translate("Form", "中文"))        self.rbtn_en.setText(_translate("Form", "英文"))        self.btn_play.setText(_translate("Form", "播放"))

    如果直接复制此代码,可能会出现图标丢失的问题。这个需要根据实际情况修改icon的配置,并添加要使用的ico图标文件。

    功能代码

    语音工具类

    首先我们需要初始化并获取语音合成用的语音引擎对象。

    # tts对象engine = pyttsx3.init()

    我们可以通过该对象的setProperty方法,对语音合成的对象的属性进行修改:

    属性名解释
    rate以每分钟字数表示的整数语速
    volume音量,取值范围为[0.0, 1.0]
    voices语音的字符串标识符

    语音工具类代码如下,代码含义可参考注释:

    import pyttsx3  class VoiceEngine():    '''    tts 语音工具类    '''     def __init__(self):        '''        初始化        '''        # tts对象        self.__engine = pyttsx3.init()        # 语速        self.__rate = 150        # 音量        self.__volume = 100        # 语音ID,0为中文,1为英文        self.__voice = 0     @property    def Rate(self):        '''        语速属性        '''        return self.__rate     @Rate.setter    def Rate(self, value):        self.__rate = value     @property    def Volume(self):        '''        音量属性        '''        return self.__volume     @Volume.setter    def Volume(self, value):        self.__volume = value     @property    def VoiceID(self):        '''        语音ID:0 -- 中文;1 -- 英文        '''         return self.__voice     @VoiceID.setter    def VoiceID(self, value):        self.__voice = value     def Say(self, text):        '''        播放语音        '''        self.__engine.setProperty('rate', self.__rate)        self.__engine.setProperty('volume', self.__volume)         # 获取可用语音列表,并设置语音        voices = self.__engine.getProperty('voices')        self.__engine.setProperty('voice', voices[self.__voice].id)         # 保存语音文件        # self.__engine.save_to_file(text, 'test.mp3')         self.__engine.say(text)        self.__engine.runAndWait()        self.__engine.stop()

    窗体类

    我们可以创建一个继承于我们刚刚创建的PyQt5的窗体类,并为窗体的拖拽事件和点击事件注册回调函数,同时创建一个语音工具类的实例,用以实现指定事件触发时需要执行的语音操作。

    import sysimport _thread as thfrom PyQt5.QtWidgets import QMainWindow, QApplicationfrom Ui_tts_form import Ui_Form class MainWindow(QMainWindow, Ui_Form):    '''    窗体类    '''     def __init__(self, parent=None):        '''        初始化窗体        '''        super(MainWindow, self).__init__(parent)        self.setupUi(self)         # 获取tts工具类实例        self.engine = VoiceEngine()        self.__isPlaying = False         # 设置初始文本        self.tbx_text.setText('床前明月光,疑似地上霜。
    举头望明月,低头思故乡。')         # 进度条数据绑定到label中显示        self.slider_rate.valueChanged.connect(self.setRateTextValue)        self.slider_volumn.valueChanged.connect(self.setVolumnTextValue)         # 设置进度条初始值        self.slider_rate.setValue(self.engine.Rate)        self.slider_volumn.setValue(self.engine.Volume)         # RadioButton选择事件        self.rbtn_zh.toggled.connect(self.onSelectVoice_zh)        self.rbtn_en.toggled.connect(self.onSelectVoice_en)         # 播放按钮点击事件        self.btn_play.clicked.connect(self.onPlayButtonClick)     def setRateTextValue(self):        '''        修改语速label文本值        '''        value = self.slider_rate.value()        self.label_rate.setText(str(value))        self.engine.Rate = value     def setVolumnTextValue(self):        '''        修改音量label文本值        '''        value = self.slider_volumn.value()        self.label_volumn.setText(str(value / 100))        self.engine.Volume = value     def onSelectVoice_zh(self):        '''        修改中文的语音配置及默认播放文本        '''        self.tbx_text.setText('床前明月光,疑似地上霜。
    举头望明月,低头思故乡。')        self.engine.VoiceID = 0     def onSelectVoice_en(self):        '''        修改英文的语音配置及默认的播放文本        '''        self.tbx_text.setText('Hello World')        self.engine.VoiceID = 1     def playVoice(self):        '''        播放        '''         if self.__isPlaying is not True:            self.__isPlaying = True            text = self.tbx_text.toPlainText()            self.engine.Say(text)            self.__isPlaying = False     def onPlayButtonClick(self):        '''        播放按钮点击事件        开启线程新线程播放语音,避免窗体因为语音播放而假卡死        '''        th.start_new_thread(self.playVoice, ())

    完整代码

    import sysimport _thread as thfrom PyQt5.QtWidgets import QMainWindow, QApplicationfrom Ui_tts_form import Ui_Formimport pyttsx3  class VoiceEngine():    '''    tts 语音工具类    '''     def __init__(self):        '''        初始化        '''        # tts对象        self.__engine = pyttsx3.init()        # 语速        self.__rate = 150        # 音量        self.__volume = 100        # 语音ID,0为中文,1为英文        self.__voice = 0     @property    def Rate(self):        '''        语速属性        '''        return self.__rate     @Rate.setter    def Rate(self, value):        self.__rate = value     @property    def Volume(self):        '''        音量属性        '''        return self.__volume     @Volume.setter    def Volume(self, value):        self.__volume = value     @property    def VoiceID(self):        '''        语音ID:0 -- 中文;1 -- 英文        '''         return self.__voice     @VoiceID.setter    def VoiceID(self, value):        self.__voice = value     def Say(self, text):        '''        播放语音        '''        self.__engine.setProperty('rate', self.__rate)        self.__engine.setProperty('volume', self.__volume)        voices = self.__engine.getProperty('voices')        self.__engine.setProperty('voice', voices[self.__voice])         # 保存语音文件        # self.__engine.save_to_file(text, 'test.mp3')         self.__engine.say(text)        self.__engine.runAndWait()        self.__engine.stop()  class MainWindow(QMainWindow, Ui_Form):    '''    窗体类    '''     def __init__(self, parent=None):        '''        初始化窗体        '''        super(MainWindow, self).__init__(parent)        self.setupUi(self)         # 获取tts工具类实例        self.engine = VoiceEngine()        self.__isPlaying = False         # 设置初始文本        self.tbx_text.setText('床前明月光,疑似地上霜。
    举头望明月,低头思故乡。')         # 进度条数据绑定到label中显示        self.slider_rate.valueChanged.connect(self.setRateTextValue)        self.slider_volumn.valueChanged.connect(self.setVolumnTextValue)         # 设置进度条初始值        self.slider_rate.setValue(self.engine.Rate)        self.slider_volumn.setValue(self.engine.Volume)         # RadioButton选择事件        self.rbtn_zh.toggled.connect(self.onSelectVoice_zh)        self.rbtn_en.toggled.connect(self.onSelectVoice_en)         # 播放按钮点击事件        self.btn_play.clicked.connect(self.onPlayButtonClick)     def setRateTextValue(self):        '''        修改语速label文本值        '''        value = self.slider_rate.value()        self.label_rate.setText(str(value))        self.engine.Rate = value     def setVolumnTextValue(self):        '''        修改音量label文本值        '''        value = self.slider_volumn.value()        self.label_volumn.setText(str(value / 100))        self.engine.Volume = value     def onSelectVoice_zh(self):        '''        修改中文的语音配置及默认播放文本        '''        self.tbx_text.setText('床前明月光,疑似地上霜。
    举头望明月,低头思故乡。')        self.engine.VoiceID = 0     def onSelectVoice_en(self):        '''        修改英文的语音配置及默认的播放文本        '''        self.tbx_text.setText('Hello World')        self.engine.VoiceID = 1     def playVoice(self):        '''        播放        '''         if self.__isPlaying is not True:            self.__isPlaying = True            text = self.tbx_text.toPlainText()            self.engine.Say(text)            self.__isPlaying = False     def onPlayButtonClick(self):        '''        修改语速label文本值        '''        th.start_new_thread(self.playVoice, ())  if __name__ == "__main__":    '''    主函数    '''    app = QApplication(sys.argv)    form = MainWindow()    form.show()    sys.exit(app.exec_())

    以上就是Python语音合成小工具的实现方法的详细内容,更多请关注Gxl网其它相关文章!

    热门排行

    今日推荐

    热门手游