第 15 章语音处理

第 15 章语音处理
上一页	部分 III. 人工智能 AI	下一页

15.1. TTS(Text To Speech) 文本转语音

pyttsx3 - 语音朗读

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。

TTS 有哪些应用场景

TTS 能帮助有视觉障碍的人阅读计算机上的信息
懒人听书，很多人没有时间读书，我们可以通过TTS将书中的内容朗读出来
与声音识别程序一起使用，实现人机交互，例如客服系统的对话脚本
不方便视觉交互场景，例如驾驶汽车，我们可以将短信朗读出来，来电电话号码朗读出来
公交车报站

15.1.1. 安装 pyttsx3

			
pip install pyttsx3

15.1.1.1. Linux

				
[root@gitlab ~]# dnf install espeak-ng

				
libespeak.so.1: cannot open shared object file: No such file or directory

15.1.2. 演示

			
#coding=utf-8
import pyttsx3
pyttsx3.speak("Hello World!")

15.1.3. 方法详解

15.1.3.1. say() 方法

speak() 实际上是下面代码的封装

				
#coding=utf-8
import pyttsx3
engine = pyttsx3.init()
engine.say("Hello World!")
engine.runAndWait()

15.1.3.2. save_to_file()

				
engine.save_to_file(text, 'test.mp3')

15.1.3.3. 调整人声类型

男性（voices[0].id）、女性（voices[1].id）

				
voices = engine.getProperty('voices')  
engine.setProperty('voice', voices[0].id)

15.1.3.4. 调整语速

一般范围一般在0~500之间

				
rate = engine.getProperty('rate')
engine.setProperty('rate', 200)

15.1.3.5. 调整声量

范围在0~1之间

				
volume = engine.getProperty('volume')                         
engine.setProperty('volume',0.8)

15.1.3.6. 查看语音引擎

				
voices = engine.getProperty('voices') 
for item in voices:
    print(item)

15.1.4. 例子

			
import pyttsx3
engine = pyttsx3.init() # object creation

""" RATE"""
rate = engine.getProperty('rate')   # getting details of current speaking rate
print (rate)                        #printing current voice rate
engine.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 level
engine.setProperty('volume',1.0)    # setting up volume level  between 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 male
engine.setProperty('voice', voices[1].id)   #changing index, changes voices. 1 for female

engine.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 installed
engine.save_to_file('Hello World', 'test.mp3')
engine.runAndWait()

上一页	上一级	下一页
14.2. Tesseract	起始页	15.2. STT(Speech To Text) 语音转文本

第 15 章 语音处理