用微软的SAPI可以很容易的实现语音合成（ 以前用c#写过 ）和识别，但不用 .NET来实现这个功能以前想都没有想过。今天在limodou的blog上面看到 一篇介绍用Python实现语音合成的文章 （用的也是微软的SAPI），觉得蛮有意思的，先记一下，以后有时间来试一试:) 下面是英文参考资料： Tutorial: Microsoft text-to-speech in Python (pyTTS)

潘俊勇的Blog上面看到一些Pythonpython/Plone语音开发资源，引用一下：)

OpenMary文字语音朗读系统 支持德语、英语、藏语，是德国 DFKI语音技术实验室 主持的一个开源项目。 Speech Synthesis Tool 是 这个他在Plone上的集成产品。这里有一个 在线试用的地方直接使用微软的Speech SDK 如果使用win32com接口访问，会比较麻烦， 这里 有介绍

pyTTS 这是对微软的speech API的一个Python封装，非常好用。 需要下载一个巨大的 中文支持语音开发包.

准备

我测试使用的Python版本为2.7.10，如果你的版本是Python3.5的话，这里就不太适合了。 

使用Speech API

原理

我们的想法是借助微软的语音接口，所以我们肯定是要进行调用 相关的接口。所以我们需要安装pywin32来帮助我们完成这一个底层的交互。

示例代码


import           win32com.client         
          speaker           =           win32com.client.Dispatch(          "SAPI.SpVoice"          )         
          speaker.Speak(          "Hello, it works!"          )

小总结

是的，调用接口来实现语音功能就是这么简单，但是我们不得不来聊一聊这种方式的缺点。

对中文支持的不够好，仅仅是这一点，估计在中国没几个用它的了。

还有就是语速不能很好的控制

pyttsx方式

原理

pyttsx 是Python的一个关于文字转语音方面的很不错的库。我们还可以借助pyttsx来实现在线朗读rfc文件或者本地文件等等，最为关键的是，它对中文支持的还是不错的。

示例代码

?

# coding:utf-8         
          import           sys         
                    
          reload          (sys)         
          sys.setdefaultencoding(          'utf8'          )         
          # __author__ = '郭 璞'         
          # __date__ = '2016/8/6'         
          # __Desc__ = 文字转语音输出         
                    
          import           pyttsx         
          engine           =           pyttsx.init()         
          engine.say(          'hello world'          )         
          engine.say(          '你好，郭璞'          )         
          engine.runAndWait()         
          # 朗读一次         
          engine.endLoop()

小总结

使用pyttsx，我们可以借助其强大的API来实现我们基本的业务需求。很酷吧。

pyttsx深入研究

做完上面的小实验，你肯定会觉得怎么这么不过瘾呢？  别担心，下面我们就一起走进pyttsx的世界，深入的研究一下其工作原理吧。

语音引擎工厂

类似于设计模式中的“工厂模式”，pyttsx通过初始化来获取语音引擎。当我们第一次调用init操作的时候，会返回一个pyttsx的engine对象，再次调用的时候，如果存在engine对象实例，就会使用现有的，否则再重新创建一个。

?

pyttsx.init([driverName : string, debug :           bool          ]) → pyttsx.Engine

从方法声明上来看，第一个参数指定的是语音驱动的名称，这个在底层适合操作系统密切相关的。如下：

      1.drivename：由pyttsx.driver模块根据操作系统类型来调用，默认使用当前操作系统可以使用的最好的驱动

            sapi5 - SAPI5 on Windows

            nsss - NSSpeechSynthesizer on Mac OS X

            espeak - eSpeak on every other platform

       2.debug: 这第二个参数是指定要不要以调试状态输出，建议开发阶段设置为True

引擎接口

要想很好的运用一个库，不了解其API是不行的。下面来看看pyttsx。engine.Engine的引擎API。

方法签名

参数列表

返回值

简单释义

connect(topic : string, cb : callable) 

topic：要描述的事件名称；cb:回调函数 

→   dict 

在给定的topic上添加回调通知

disconnect(token : dict) 

token:回调失联的返回标记 

Void

结束连接

endLoop()

None

→ None 

简单来说就是结束事件循环

getProperty(name : string) 

name有这些枚举值“rate, vioce,vioces,volumn 

→ object 

获取当前引擎实例的属性值

setProperty(name : string) 

name有这些枚举值“rate, vioce,vioces,volumn

→ object 

设置当前引擎实例的属性值

say(text : unicode, name : string) 

text:要进行朗读的文本数据; name： 关联发音人，一般用不到

→ None

预设要朗读的文本数据，这也是“万事俱备，只欠东风”中的“万事俱备”

runAndWait()

None

→ None

 这个方法就是“东风”了。当事件队列中事件全部清空的时候返回

startLoop([useDriverLoop : bool]) 

useDriverLoop:是否启用驱动循环

→ None 

开启事件队列

元数据音调

在pyttsx.voice.Voice中，处理合成器的发音。

age 

发音人的年龄，默认为None

gender 

以字符串为类型的发音人性别: male, female, or neutral.默认为None

id 

关于Voice的字符串确认信息. 通过 pyttsx.engine.Engine.setPropertyValue()来设置活动发音签名. 这个属性总是被定义。

languages 

发音支持的语言列表，如果没有，则为一个空的列表。

name 

发音人名称，默认为None.

更多测试

朗读文本

?

import           pyttsx         
          engine           =           pyttsx.init()         
          engine.say(          'Sally sells seashells by the seashore.'          )         
          engine.say(          'The quick brown fox jumped over the lazy dog.'          )         
          engine.runAndWait()

事件监听

?

import           pyttsx         
          def           onStart(name):         
                    print           'starting'          , name         
          def           onWord(name, location, length):         
                    print           'word'          , name, location, length         
          def           onEnd(name, completed):         
                    print           'finishing'          , name, completed         
          engine           =           pyttsx.init()         
          engine.say(          'The quick brown fox jumped over the lazy dog.'          )         
          engine.runAndWait()

打断发音

?

import           pyttsx         
          def           onWord(name, location, length):         
                    print           'word'          , name, location, length         
                    if           location >           10          :         
                    engine.stop()         
          engine           =           pyttsx.init()         
          engine.say(          'The quick brown fox jumped over the lazy dog.'          )         
          engine.runAndWait()

更换发音人声音

?

engine           =           pyttsx.init()         
          voices           =           engine.getProperty(          'voices'          )         
          for           voice           in           voices:         
                    engine.setProperty(          'voice'          , voice.          id          )         
                    engine.say(          'The quick brown fox jumped over the lazy dog.'          )         
          engine.runAndWait()

语速控制

?

engine           =           pyttsx.init()         
          rate           =           engine.getProperty(          'rate'          )         
          engine.setProperty(          'rate'          , rate          +          50          )         
          engine.say(          'The quick brown fox jumped over the lazy dog.'          )         
          engine.runAndWait()

音量控制

?

engine           =           pyttsx.init()         
          volume           =           engine.getProperty(          'volume'          )         
          engine.setProperty(          'volume'          , volume          -          0.25          )         
          engine.say(          'The quick brown fox jumped over the lazy dog.'          )         
          engine.runAndWait()

执行一个事件驱动循环

?

engine           =           pyttsx.init()         
          def           onStart(name):         
                    print           'starting'          , name         
          def           onWord(name, location, length):         
                    print           'word'          , name, location, length         
          def           onEnd(name, completed):         
                    print           'finishing'          , name, completed         
                    if           name           =          =           'fox'          :         
                    engine.say(          'What a lazy dog!'          ,           'dog'          )         
                    elif           name           =          =           'dog'          :         
                    engine.endLoop()         
          engine           =           pyttsx.init()         
          engine.say(          'The quick brown fox jumped over the lazy dog.'          ,           'fox'          )         
          engine.startLoop()

使用一个外部的驱动循环

?

engine           =           pyttsx.init()         
          engine.say(          'The quick brown fox jumped over the lazy dog.'          ,           'fox'          )         
          engine.startLoop(          False          )         
          # engine.iterate() must be called inside externalLoop()         
          externalLoop()         
          engine.endLoop()

总结

以上就是Python如何实现文本转语音的全部内容，看完了上面的讲述，是不是感觉Python实现文本转语音还是蛮简单的？那么，大家快来尝试尝试吧。希望本文对大家学习Python有所帮助。