利用Python开发一个简单实用的文本转语音工具

python --version  # Windows
python3 --version  # macOS/Linux

pip install pyttsx3

sudo apt-get update
sudo apt-get install espeak

import pyttsx3

def text_to_speech_basic(text):
    # 创建TTS引擎实例
    engine = pyttsx3.init()
    
    # 设置要朗读的文本
    engine.say(text)
    
    # 等待朗读完成（必须调用，否则语音可能无法输出）
    engine.runAndWait()

# 测试：朗读一段文本
if __name__ == "__main__":
    test_text = "大家好，欢迎学习Python文本转语音工具开发，我是用pyttsx3实现的语音。"
    text_to_speech_basic(test_text)

import pyttsx3

def text_to_speech_advanced(text, rate=200, volume=1.0, voice_id=0):
    engine = pyttsx3.init()
    
    # 1. 调整语速
    engine.setProperty('rate', rate)  # 建议范围：100~300
    
    # 2. 调整音量
    engine.setProperty('volume', volume)  # 范围：0.0~1.0
    
    # 3. 切换语音类型
    voices = engine.getProperty('voices')  # 获取所有可用语音
    # 打印所有语音信息（方便选择）
    print("可用语音列表：")
    for i, voice in enumerate(voices):
        print(f"语音ID: {i}, 名称: {voice.name}, 语言: {voice.language}")
    engine.setProperty('voice', voices[voice_id].id)  # 设置指定语音
    
    # 朗读文本
    engine.say(text)
    engine.runAndWait()

# 测试：调整参数朗读
if __name__ == "__main__":
    test_text = "我是调整后的语音，语速稍慢，音量适中，使用指定的语音类型。"
    # 语速150，音量0.8，语音ID1（根据实际可用语音选择）
    text_to_speech_advanced(test_text, rate=150, volume=0.8, voice_id=1)

import pyttsx3

def read_text_file(file_path, rate=200, volume=1.0, voice_id=0):
    try:
        # 打开并读取文本文件（指定UTF-8编码避免中文乱码）
        with open(file_path, 'r', encoding='utf-8') as f:
            file_content = f.read()
        
        if not file_content:
            print("文件内容为空！")
            return
        
        # 调用进阶朗读函数
        engine = pyttsx3.init()
        engine.setProperty('rate', rate)
        engine.setProperty('volume', volume)
        voices = engine.getProperty('voices')
        engine.setProperty('voice', voices[voice_id].id)
        
        print("开始朗读文件内容...")
        engine.say(file_content)
        engine.runAndWait()
        print("朗读完成！")
    
    except FileNotFoundError:
        print(f"错误：文件 {file_path} 不存在！")
    except Exception as e:
        print(f"读取文件失败：{str(e)}")

# 测试：朗读本地test.txt文件
if __name__ == "__main__":
    file_path = "test.txt"  # 替换为你的文本文件路径
    read_text_file(file_path, rate=160, voice_id=0)

import pyttsx3

def text_to_wav(text, output_file="output.wav", rate=200, volume=1.0, voice_id=0):
    engine = pyttsx3.init()
    
    # 配置语音参数
    engine.setProperty('rate', rate)
    engine.setProperty('volume', volume)
    voices = engine.getProperty('voices')
    engine.setProperty('voice', voices[voice_id].id)
    
    # 将文本保存为WAV文件
    engine.save_to_file(text, output_file)
    
    # 等待保存完成
    engine.runAndWait()
    print(f"语音已保存到：{output_file}")

# 测试：将文本保存为WAV文件
if __name__ == "__main__":
    test_text = "这是一段保存为WAV文件的语音，你可以在输出目录找到它。"
    text_to_wav(test_text, output_file="my_voice.wav", rate=180)

import pyttsx3
import argparse

def init_engine(rate=200, volume=1.0, voice_id=0):
    """初始化TTS引擎并配置参数"""
    engine = pyttsx3.init()
    engine.setProperty('rate', rate)
    engine.setProperty('volume', volume)
    voices = engine.getProperty('voices')
    engine.setProperty('voice', voices[voice_id].id)
    return engine

def text_speak(text, engine):
    """朗读文本"""
    engine.say(text)
    engine.runAndWait()

def file_speak(file_path, engine):
    """朗读文本文件"""
    try:
        with open(file_path, 'r', encoding='utf-8') as f:
            content = f.read()
        if not content:
            print("文件内容为空！")
            return
        print("开始朗读文件...")
        engine.say(content)
        engine.runAndWait()
        print("朗读完成！")
    except Exception as e:
        print(f"文件处理失败：{str(e)}")

def text_to_wav_file(text, output_file, engine):
    """文本转WAV文件"""
    engine.save_to_file(text, output_file)
    engine.runAndWait()
    print(f"WAV文件已保存：{output_file}")

def main():
    # 解析命令行参数
    parser = argparse.ArgumentParser(description="Python文本转语音工具（pyttsx3）")
    parser.add_argument('--text', type=str, help='要朗读的文本内容')
    parser.add_argument('--file', type=str, help='要朗读的文本文件路径（.txt）')
    parser.add_argument('--output', type=str, help='保存语音的WAV文件路径')
    parser.add_argument('--rate', type=int, default=200, help='语速（默认200，范围100-300）')
    parser.add_argument('--volume', type=float, default=1.0, help='音量（默认1.0，范围0.0-1.0）')
    parser.add_argument('--voice', type=int, default=0, help='语音ID（默认0，可先运行查看可用ID）')
    
    args = parser.parse_args()
    
    # 初始化引擎
    engine = init_engine(rate=args.rate, volume=args.volume, voice_id=args.voice)
    
    # 根据参数执行对应功能
    if args.text:
        if args.output:
            text_to_wav_file(args.text, args.output, engine)
        else:
            text_speak(args.text, engine)
    elif args.file:
        file_speak(args.file, engine)
    else:
        print("请指定--text（文本）或--file（文件路径）参数！")
        parser.print_help()

if __name__ == "__main__":
    main()

# 安装依赖
pip install pydub
# 安装ffmpeg（Windows需添加环境变量，Linux：sudo apt-get install ffmpeg）

from pydub import AudioSegment

# WAV转MP3
wav_file = "output.wav"
mp3_file = "output.mp3"
audio = AudioSegment.from_wav(wav_file)
audio.export(mp3_file, format="mp3")