如何让用Python写一个语音播放软件,针对这个问题,这篇文章详细介绍了相对应的分析和解答,希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。
创新互联服务项目包括宁都网站建设、宁都网站制作、宁都网页制作以及宁都网络营销策划等。多年来,我们专注于互联网行业,利用自身积累的技术优势、行业经验、深度合作伙伴关系等,向广大中小型企业、政府机构等提供互联网行业的解决方案,宁都网站推广取得了明显的社会效益与经济效益。目前,我们服务的客户以成都为中心已经辐射到宁都省份的部分城市,未来相信会继续扩大服务区域并继续获得客户的支持与信任!
单位经常使用广播进行临时事项的通知(将文字转换为语音然后通过功放广播),但是市面上多数语音播放软件都是收费的,要么发音失真,要么不够稳定——经常出现莫名其妙的故障,容易给工作带来被动。学Python这么久不如动手写一款自己的语音广播软件,即使发生故障也可以自行排除。
1
界面设计
在开始动工之前当然要分析需求,我要的核心功能是将一段文字通知输入软件,然后将其转换为语音并播放出来。
这项功能虽然并不复杂,但也需要一个交互式的界面,所以决定使用Tkinter来实现这个功能。
***步:建立一个窗体
设置标题、大小等要素,为了避免显示格式错乱将其设定为不可改变大小,代码如下:
第二步,设置一个控件
用于接受收入的文字,这里选择带滚动条的Text,代码如下:
第三步,提供选项
作为一款语音播放软件,最基本的语速、音调等风格设置还是要有的,这里使用Combobox控件提供固定选项,用户可以根据情况选择不同的发音、语速和语调。
第四步,建立功能事件的触发接口
设置三个Button控件分别用于触发“语音播放”、“文本清除”和“界面退出”功能。
最终界面效果如下:
2
语音播放
关于“清除”、“退出”等功能相对比较简单,这里重点对本次的核心功能——语音播放进行详细说明。
1).语音接口
文本转换语音推荐使用百度云的REST API 接口,登录网站http://ai.baidu.com/,依次进入控制台——语音技术页面,创建自己的语音应用(下图),其中AppID 、API Key 、Secret Key 三个参数在代码中会用到。
然后使用 pip install baidu-aip 安装python SDK模块,我们来看一下函数原型:
APP_ID = 'XXXXXX' API_KEY = 'XXXXXXXXXXXXX' SECRET_KEY = 'XXXXXXXXXXXXXXXXXXXXXX' client = AipSpeech(APP_ID, API_KEY, SECRET_KEY) result = client.synthesis(text, 'zh', 1, {'per':1, 'vol':15, 'pit':9, 'spd':5 })
text:需要转换的文字。
per:发音人选择, 0为女声,1为男声,3为情感合成-度逍遥,4为情感合成-度丫丫,默认为普通女声。vol:音量,取值0-15,默认为5中音量
pit:音调,取值0-9,默认为5中语调。
spd:语速,取值0-9,默认为5中语速。‘zh’和1分别为语音模式和客户端类型,该两项均为固定值,不支持修改。
可以看到,我们需要的发音、音调、语速三种风格都可以通过修改参数来实现。
2).功能设计
解决了语音合成接口的问题,就可以结合界面设置来实现具体功能了。
首先,要将界面中的语音风格选项与语音合成函数参数一一对应起来,这是一个典型的键与值的对应关系,使用字典这种数据结构再合适不过了。
然后对于发音风格,选取了男声、女声、混合三种模式;
***对于音调和语速,没必要设置过细的精度等级,这里分别选取了三个跨度明显的等级进行区分。
当“播放”按钮点击时,要从Text控件中读取文本,如果文本为空则弹出提示框要求重新输入;若文本不为空则将文本转换为音频文件并使用playsound进行播放。
这里有一个问题需要特别注意,那就是在软件运行过程中,生成并播放的音频文件不可删除、不可修改、不可覆盖,所以每次转换生成的音频文件名称绝对不能重复,否则在进行多次“播放”操作时,会因为新生成的音频文件无法保存而发生故障。
3
打包封装
到目前为止,这个软件的运行要依赖于本地的python开发环境,不能方便地提供给他人使用,这里推荐Pyinstaller的第三方库来对python程序进行打包,首先进入刚才的py文件所在目录,执 行以下cmd命令。其中“-w”的作用是是不显示命令窗口,tk_voice是刚才的py文件名称。
pyinstaller -w tk_voice.py
这时,在同一目录下会生成一个dist文件夹,这里面就是打包后的程序文件了。我们运行一下其中的.exe文件,就会出现之前设计的程序界面,在文本框中输入一段测试文字:“全体人员请注意,全体人员请注意,请立即下楼集合开饭。”,点击“播放”按钮试一下效果:
插入音频————测试.mp3
***,关于Pyinstaller的使用有几点需要注意的地方:
该方法仅适用于windows系统,而且对系统版本有比较严格的要求,比如64位系统下打包的程序无法在32位系统下运行。
如果需要打包的程序中调用了外部的一些图片或其他资源文件,则需要手动复制到打包后的文件夹内,因为对于这些文件Pyinstaller不会进行打包。
使用Pyinstaller打包如果出现中途失败的情况,可能会导致原py文件内容丢失,所以打包之前***先进行备份。
使用import导入其他库的时候尽量有选择性,不要导入整个库,不然打包后的文件会非常庞大。
使用python写了一款语音播放软件,主要涉及Tkinter、baidu-aip、playsound、pyinstaller几个库,能够实现基本的语音合成及播放功能,能够脱离python开发环境运行,便于自行维护和扩展,缺点是界面比较简陋、功能比较单一,有兴趣的小伙伴可以自行修改完善。
关于如何让用Python写一个语音播放软件问题的解答就分享到这里了,希望以上内容可以对大家有一定的帮助,如果你还有很多疑惑没有解开,可以关注创新互联行业资讯频道了解更多相关知识。