python实现文字转声音的详细图文教程

目录

• 一、准备工资
• 1.1、python版本
• 1.2、第三方工具包
• 1.3、其它工具
• 二、代码实现
• 2.1、文字转声音
• 2.2、变声
• 2.3、调用main函数
• 总结 

本次实验使用的是python3.10版本

使用的三方工具包：pyttsx3、pydub，pyttsx3包将文字转变为声音，pydub包实现变声

安装命令：pip install pyttsx3 pydub

需要安装的工具：ffmpeg，据说pydub包需要用到。下载地址：FFmpeg，步骤如下：

此处是个解压版本的，下载完成后，只需要将压缩包解压到指定目录下，然后配置环境变量就行了。我解压到了D盘，环境变量配置如下：

import pyttsx3
from pydub import AudioSegment
from pydub.effects import speedup
import os

def text_to_speech_save_as_mp3(text, mp3_filename):
    # 初始化 pyttsx3 引擎
    engine = pyttsx3.init()

    # 创建一个临时 WAV 文件
    wav_filename = "temp.wav"
    engine.save_to_file(text, wav_filename)
    engine.runAndWait()

    # 将 WAV 文件转换为 MP3
    audio = AudioSegment.from_wav(wav_filename)
    audio.export(mp3_filename, format="mp3")

    # 删除临时 WAV 文件
    import os
    os.remove(wav_filename)

# 示例用法
# text = "妈 妈，妈 妈，你去哪里了？"
text = "救命啊，救命啊，老虎来了。"
mp3_filename = "output.mp3"
text_to_speech_save_as_mp3(text, mp3_filename)

def pitch_shift(audio, semitones):
    # 计算新的采样率
    new_sample_rate = int(audio.frame_rate * (2.0 ** (semitones / 12.0)))
    # 生成新的音频对象，调整采样率以改变音调
    return audio._spawn(audio.raw_data, overrides={'frame_rate': new_sample_rate}).set_frame_rate(audio.frame_rate)

def change_pitch(input_file, output_file, pitch_factor=1.6):
    # 加载音频文件
    audio = AudioSegment.from_file(input_file)

    # 调整音频，通过修改semitones改变声音音频
    audio_higher = pitch_shift(audio,semitones=6)

    # 调整音调，通过改变音频的播放速度来模拟音调变化
    new_audio = speedup(audio_higher, playback_speed=pitch_factor)

    # 保存修改后的音频文件
    new_audio.export(output_file, format="mp3")

if __name__ == "__main__":
    input_file = "output.mp3"  # 替换为你的输入音频文件路径
    output_file = "output_audio.mp3"  # 输出音频文件路径
    if os.path.exists(input_file):
        change_pitch(input_file, output_file)
        print(f"音频处理完成，输出文件: {output_file}")
    else:
        print(f"输入文件 {input_file} 不存在，请检查路径。")

到此这篇关于python实现文字转声音的文章就介绍到这了,更多相关python文字转声音内容请搜索风君子博客以前的文章或继续浏览下面的相关文章希望大家以后多多支持风君子博客！

您可能感兴趣的文章:

• Python的speech_recognition库如何将声音转为文字