python使用百度api实现文字转语音

发表于 | 分类于 | 评论数： | 阅读次数：
本文字数： 2.7k | 阅读时长 ≈ 0:02

问题解决：运用百度api实现文字转语音。将生成的单通道文件转换成双通道音频。其中还实现python读取文本文件，python删除文件等操作函数。

申请百度文字转语音api

  • 目前是全面免费开放
  • 这一点真的真的很赞，有大科技公司的担当，这一点很赞很赞
  • 注册账号http://yuyin.baidu.com/
  • 找到自己的keys

寻找语音合成文档

  • 根据开放文档进行操作，一定要看实例
  • http://ai.baidu.com/docs#/TTS-Online-Python-SDK/top
  • 安装baidu-sdk.pip install baidu-aip即可

  • 封装的代码

    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
    32
    33
    34
    35
    36
    37
    38
    39
    40
    41
    42
    43
    44
    45
    46
    47
    48
    49
    50
    51
    52
    53
    54
    55
    56
    57
    58
    59
    60
    61
    62
    63
    64
    65
    66
    67
    68
    69
    70
    71
    72
    73
    74
    75
    76
    #百度文字转换为txt并存储为mp3为立体声41000采样频率。20181110
    import os
    import datetime
    def main():

        print('欢迎使用文本转语音程序')
        print('输入文本名称，默认后缀为txt,回车默认为1.txt')
        filetxt=input('=')
        if filetxt=='':
            filetxt='1.txt'
            outfile = 'xh1.mp3'
        else:
            outfile = filetxt+'xh'+  '.mp3'
            filetxt=filetxt + '.txt'

        txt = gettxt(filetxt)

        baidu_txt2sound(txt,outfile,5,5,10,4)

        print('顺利生成' + outfile)
        x=input('回车结束')

    def gettxt(txtfile):


        # 得到文件文本
        f = open(txtfile,encoding='utf8')  # 返回一个文件对象
        line = f.readline()  # 调用文件的 readline()方法
        txt=''
        while line:
           # print(line, end = '')     # 在 Python 3 中使用
            txt = txt + line
            line = f.readline()

        f.close()
        #print(txt)
        return txt

    def baidu_txt2sound(txt,outfile,spd,pit,vol,per):
        #百度识别语音
        print('语音识别中')
        outtemp='txt2stemp.mp3'
        from aip import AipSpeech
        APP_ID = '2222222'
        API_KEY = 'AAA9RPsBFFjkvzN46AE'
        SECRET_KEY = 'bbxddkzm7jbA8IljOuMTgp4oqCIOhY9z'
        client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

        from aip import AipSpeech
        client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

        result = client.synthesis(txt, 'zh', 1, {
            'spd':spd,'pit':pit,'vol': vol,'per':per
        })
        print(result)

        # 识别正确返回语音二进制 错误则返回dict 参照下面错误码
        if not isinstance(result, dict):
            with open(outtemp, 'wb') as f:
                f.write(result)
            from subprocess import call
            delfile(outfile)

            if os.path.exists(outtemp):  # 如果文件存在
                #将百度语音转换为立体声，并41000hz，可以ae编辑
                call( 'ffmpeg -i ' + outtemp + ' -i ' + outtemp + ' -filter_complex "amovie=' + outtemp + ' [l]; amovie=' + outtemp + ' [r]; [l] [r] amerge" -ar 44100 ' + outfile + ' ')
                delfile(outtemp)
    def delfile(filepcm):
        #删除文件
        if os.path.exists(filepcm):  # 如果文件存在
           os.remove(filepcm)  # 则删除
            # os.unlink(my_file)
           print('删除文件'+ filepcm)

    if __name__ == '__main__':
        main()

  • 注：如果出错，很正常，因为内部引用了ffmpeg的插件，具体怎么安装，可以搜索本站，寻找方法。