快捷導(dǎo)航

python實現(xiàn)文字轉(zhuǎn)聲音的詳細(xì)圖文教程

更新時間：2025年05月28日 08:39:37 作者：猿界零零七

這篇文章主要介紹了python實現(xiàn)文字轉(zhuǎn)聲音的詳細(xì)圖文教程,文中通過pyttsx3、pydub庫實現(xiàn)文字轉(zhuǎn)聲音與變聲功能,需安裝ffmpeg工具,并通過代碼實現(xiàn)文字轉(zhuǎn)聲音、變聲及主函數(shù)調(diào)用,需要的朋友可以參考下

一、準(zhǔn)備工資

1.1、python版本

本次實驗使用的是python3.10版本

1.2、第三方工具包

使用的三方工具包：pyttsx3、pydub，pyttsx3包將文字轉(zhuǎn)變?yōu)槁曇?，pydub包實現(xiàn)變聲

安裝命令：pip install pyttsx3 pydub

1.3、其它工具

需要安裝的工具：ffmpeg，據(jù)說pydub包需要用到。下載地址：FFmpeg，步驟如下：

此處是個解壓版本的，下載完成后，只需要將壓縮包解壓到指定目錄下，然后配置環(huán)境變量就行了。我解壓到了D盤，環(huán)境變量配置如下：

二、代碼實現(xiàn)

2.1、文字轉(zhuǎn)聲音

import pyttsx3
from pydub import AudioSegment
from pydub.effects import speedup
import os

def text_to_speech_save_as_mp3(text, mp3_filename):
    # 初始化 pyttsx3 引擎
    engine = pyttsx3.init()

    # 創(chuàng)建一個臨時 WAV 文件
    wav_filename = "temp.wav"
    engine.save_to_file(text, wav_filename)
    engine.runAndWait()

    # 將 WAV 文件轉(zhuǎn)換為 MP3
    audio = AudioSegment.from_wav(wav_filename)
    audio.export(mp3_filename, format="mp3")

    # 刪除臨時 WAV 文件
    import os
    os.remove(wav_filename)

# 示例用法
# text = "媽 媽，媽 媽，你去哪里了？"
text = "救命啊，救命啊，老虎來了。"
mp3_filename = "output.mp3"
text_to_speech_save_as_mp3(text, mp3_filename)

2.2、變聲

def pitch_shift(audio, semitones):
    # 計算新的采樣率
    new_sample_rate = int(audio.frame_rate * (2.0 ** (semitones / 12.0)))
    # 生成新的音頻對象，調(diào)整采樣率以改變音調(diào)
    return audio._spawn(audio.raw_data, overrides={'frame_rate': new_sample_rate}).set_frame_rate(audio.frame_rate)

def change_pitch(input_file, output_file, pitch_factor=1.6):
    # 加載音頻文件
    audio = AudioSegment.from_file(input_file)

    # 調(diào)整音頻，通過修改semitones改變聲音音頻
    audio_higher = pitch_shift(audio,semitones=6)

    # 調(diào)整音調(diào)，通過改變音頻的播放速度來模擬音調(diào)變化
    new_audio = speedup(audio_higher, playback_speed=pitch_factor)

    # 保存修改后的音頻文件
    new_audio.export(output_file, format="mp3")

2.3、調(diào)用main函數(shù)

if __name__ == "__main__":
    input_file = "output.mp3"  # 替換為你的輸入音頻文件路徑
    output_file = "output_audio.mp3"  # 輸出音頻文件路徑
    if os.path.exists(input_file):
        change_pitch(input_file, output_file)
        print(f"音頻處理完成，輸出文件: {output_file}")
    else:
        print(f"輸入文件 {input_file} 不存在，請檢查路徑。")