Python语言如何文字转语音介绍

妖狐艹你老母 2024-03-24 18:32 64阅读 0赞

![d8a023c9caf2aa24f17cdfd3a60f512a.jpeg][]

![e87ad94f5a20e9559a5f137a418a9032.jpeg][]

在自然语言处理上，文字、音频互转是一个很关键的技术点。对于语音转文字，个人实现较为困难，我们可以使用语音转文字的软件或借助各API（如科大讯飞等）进行移植开发。不过文字转语音就相对而言容易实现很多了

### 导读： ###

这是一篇简单的Python文字（汉字）转语音教程，当然对于其他语言工具在实现的方法上也是一样的 。

汉字转语音实现就分为两步，第一步将汉字转为拼音，第二步通过拼音调用相匹配的音频文件。下面是具体的开发实例教程。

开发环境：Windows

Python版本：3.x

外置模块准备：pygame（可直接在cmd命令行中pip install pygame安装）

### 汉字转拼音 ###

我使用的是将汉字转为Unicode码，然后通过查询一个匹配文件（我使用的是unicode\_py.txt）获取该汉字的拼音，该文件中列有从4E00-9FA5标准汉字的Unicode编码所对应的拼音，外加一个落单的3007编码的“〇”。

文件如下：

![507533e7675e940fc28a5fe354dd052c.jpeg][]

在大写拼音英文后的1，2，3，4，5分别表示一，二，三，四和轻声（注意到存在有多音字）

我们将其封装成一个函数，参数为一个全是汉字的字符串，返回是一个拼音字符串。（即chinese\_to\_pinyin("秋水共长天一色") 返回的是"QIU1 SHUI3 GONG4 CHANG2 TIAN1 YI1 SE4 ")

源码如下：

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 10 11 12 13 </td> 
 <td> <code>def</code> <code>chinese_to_pinyin(x):</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>y </code><code>=</code> <code>''</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>dic </code><code>=</code> <code>{}</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>with </code><code>open</code><code>(</code><code>"unicode_py.txt"</code><code>) as f:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>for</code> <code>i </code><code>in</code> <code>f.readlines():</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>dic[i.split()[</code><code>0</code><code>]] </code><code>=</code> <code>i.split()[</code><code>1</code><code>]</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>for</code> <code>i </code><code>in</code> <code>x:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>i </code><code>=</code> <code>str</code><code>(i.encode(</code><code>'unicode_escape'</code><code>))[</code><code>-</code><code>5</code><code>:</code><code>-</code><code>1</code><code>].upper()</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>try</code><code>:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>y </code><code>+</code><code>=</code> <code>dic[i] </code><code>+</code> <code>' '</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>except</code><code>:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>y </code><code>+</code><code>=</code> <code>'XXXX '</code> <code>#非法字符我们用XXXX代替</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>return</code> <code>y</code> </td> 
 </tr> 
 </tbody> 
</table>

说明：将该文件与"unicode\_py.txt"文件放在同一目录下，代码比较简陋，因为主要给大家讲实现教学，所以没有对多音字进行处理（所以默认使用第一个使用频率最高的音）

### 拼音转语音 ###

这一步也比较简单，我们根据拼音调用相对应的单个音的音频文件即可。单个音的音频文件可以自己录或找人录，渠道有很多哦。注意文件格式，最好是mp3或wav文件。

部分文件展示如下：

![e371f115692d090e235b89428637b2c2.jpeg][]

我们将其置入一个voice文件夹下。准备工作就做好了。

我们同样将汉字转语音封装成一个make\_voice函数，参数为一个汉字字符串，然后调用chinese\_to\_pinyin函数，返回值不重要，可为空，功能实现是调用音频文件发音。

源码如下：

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 10 11 12 </td> 
 <td> <code>import</code> <code>pygame</code> <code>def</code> <code>make_voice(x):</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>pygame.mixer.init()</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>voi </code><code>=</code> <code>chinese_to_pinyin(x).split()</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>for</code> <code>i </code><code>in</code> <code>voi:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>if</code> <code>i </code><code>=</code><code>=</code> <code>'XXXX'</code><code>:&nbsp; </code><code>#处理'XXXX'的音，可将其忽略</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>continue</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>pygame.mixer.music.load(</code><code>"voice/"</code> <code>+</code> <code>i </code><code>+</code> <code>".mp3"</code><code>)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>pygame.mixer.music.play()</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>while</code> <code>pygame.mixer.music.get_busy() </code><code>=</code><code>=</code> <code>True</code><code>:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>pass</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>return</code> <code>None</code> </td> 
 </tr> 
 </tbody> 
</table>

我们展示一下这个教学版的最后完整的代码图（该文件名为"test.py"）：

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 </td> 
 <td> <code>import</code> <code>pygame</code> <code>&nbsp;</code>&nbsp; <code>def</code> <code>chinese_to_pinyin(x):</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>y </code><code>=</code> <code>''</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>dic </code><code>=</code> <code>{}</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>with </code><code>open</code><code>(</code><code>"unicode_py.txt"</code><code>) as f:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>for</code> <code>i </code><code>in</code> <code>f.readlines():</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>dic[i.split()[</code><code>0</code><code>]] </code><code>=</code> <code>i.split()[</code><code>1</code><code>]</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>for</code> <code>i </code><code>in</code> <code>x:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>i </code><code>=</code> <code>str</code><code>(i.encode(</code><code>'unicode_escape'</code><code>))[</code><code>-</code><code>5</code><code>:</code><code>-</code><code>1</code><code>].upper()</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>try</code><code>:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>y </code><code>+</code><code>=</code> <code>dic[i] </code><code>+</code> <code>' '</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>except</code><code>:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>y </code><code>+</code><code>=</code> <code>'XXXX '</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>return</code> <code>y</code> <code>&nbsp;</code>&nbsp; <code>def</code> <code>make_voice(x):</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>pygame.mixer.init()</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>voi </code><code>=</code> <code>chinese_to_pinyin(x).split()</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>for</code> <code>i </code><code>in</code> <code>voi:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>if</code> <code>i </code><code>=</code><code>=</code> <code>'XXXX'</code><code>:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>continue</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>pygame.mixer.music.load(</code><code>"voice/"</code> <code>+</code> <code>i </code><code>+</code> <code>".mp3"</code><code>)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>pygame.mixer.music.play()</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>while</code> <code>pygame.mixer.music.get_busy() </code><code>=</code><code>=</code> <code>True</code><code>:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>pass</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>return</code> <code>None</code> <code>&nbsp;</code>&nbsp; <code>while</code> <code>True</code><code>:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>p </code><code>=</code> <code>input</code><code>(</code><code>"请输入文字："</code><code>)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>make_voice(p)</code> </td> 
 </tr> 
 </tbody> 
</table>

教程文件的目录结构：

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 </td> 
 <td> <code>test.py</code> <code>unicode_py.txt</code> <code>voice</code><code>-</code><code>-</code><code>-</code><code>-</code><code>A1.mp3</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>A2.mp3</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>A3.mp3</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>...</code> </td> 
 </tr> 
 </tbody> 
</table>

实现原理就是这样，同时也可以视一些具体情况做一些拓展，例如将阿拉伯数字转汉字读法（即1234006.15读作“一百二十三万四千零六点一五”，这个实现不难），还有将多音字问题攻破也是很棒的。

当然只要想法够丰富用pygame的音频功能也能实现很多有趣的功能（如播放器制作或电子音乐简单创作等）。

转自：[微点阅读][Link 1] [https://www.weidianyuedu.com][Link 1]

[d8a023c9caf2aa24f17cdfd3a60f512a.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/f510fec5fd8f4906aee671771271b8e1.png
[e87ad94f5a20e9559a5f137a418a9032.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/985c0caa8cb54c1189d88dffc67465be.png
[507533e7675e940fc28a5fe354dd052c.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/95e312ef97164313abd631ea85e49b4c.png
[e371f115692d090e235b89428637b2c2.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/51f909303e4143c780348e42420f4f7e.png
[Link 1]: https://www.weidianyuedu.com