Python文字转语音王者级别声音（python 文字转语音保存mp3文件）

off999 2024-11-13 11:43 38 浏览 0 评论

利用百度Aipspeech实现文字转语音

效果比普通的Windows或离线语音库的更好，有感情，可以调节音调和选择11种不同的声音类别。

1.首先进入百度AI开放平台-全球领先的人工智能服务平台百度AI开放平台https://ai.baidu.com点击右上角“控制台”，没有账号的注册一个，进去后选择“语音技术”，创建应用，常量APP_ID在百度云控制台中创建，常量API_KEY与SECRET_KEY是在创建完毕应用后，系统分配给用户的，均为字符串。

2.安装使用python sdk。

如果已安装pip，执行pip install baidu-aip即可。

3.新建AipSpeech

AipSpeech是语音合成的Python SDK客户端，为使用语音合成的开发人员提供了一系列的交互方法。

from aip import AipSpeech
from playsound import playsound

APP_ID = '你申请的ID'
API_KEY = '你的Key'
SECRET_KEY = '你的Key'
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

4.将要转语音的文字存在txt文本中，从txt文本加载文字。（最多支持1024个字节，超过了就分多次）

with open('文字.txt', 'r', encoding='utf-8') as t:
    text = t.read(1024)

5.获取结果语音二进制，vol音量，spd语速，pit音调，per发音人（0为度小美，1为度小宇，3为度逍遥，4为度丫丫，5为度小娇）精品音库：度逍遥=5003，度小鹿=5118，度博文=106，度小童=110，度小萌=111，度米朵=103

result = client.synthesis(text, 'zh', 1, options={ 'vol': 8, 'spd': 5, 'pit': 5, 'per': 5118})

6.识别正确返回语音二进制错误则返回dict 参照下面错误码，成功后播放mp3就是转换后的语音了，如果不满意可以自己修改参数，多次调整。（精品语音库的使用次数有限制500次，普通的语音库可以无限制使用）

# 500不支持的输入

# 501输入参数不正确

# 502token验证失败

# 503合成后端错误

if not isinstance(result, dict):
    with open('audio.mp3', 'wb') as f:
        f.write(result)
    print(f"语音文件已成功输出到audio.mp3")
else:
    print(result)
# 播放合成的音乐文件
playsound('audio.mp3')