使用pyttsx3实现简单tts服务
操作系统：Windows 10_x64
python版本：Python 3.9.2_x64
pyttsx3版本： 2.90
pyttsx3是一个tts引擎包装器，可对接SAPI5、NSSS（NSSpeechSynthesizer）、espeak等引擎，实现统一的tts接口。
pyttsx3的地址：https://pypi.org/project/pyttsx3/
帮助文档地址：https://pyttsx3.readthedocs.org/
安装pyttsx3依赖包：
pip install pyttsx3
接口介绍
1、init接口
使用的具体引擎可以在init里面指定：
pyttsx3.init([driverName : string, debug : bool]) → pyttsx3.Engine
入参：
driverName ： 可选，用于指定tts引擎，若未指定，则使用系统默认引擎。
- sapi5 - windows环境
- nsss - Mac OS X环境
- espeak - 非windows和Mac OS X 的其它系统
debug ： 可选，用于指定是否开启调试功能，若未指定，则不开启。
2、engine接口
使用init接口初始完毕，会返回engine对象。
engine对象的方法如下：
- connect
注册回调函数用于订阅事件。
入参及出参
connect(topic : string, cb : callable) → dict
topic ：订阅事件的名称，有效的名称
cb ： 回调函数
返回token信息，可用于后续取消订阅。
可用事件如下：
started-utterance
引擎开始说话时触发，回调函数定义如下：
onStartUtterance(name : string) -> None
started-word
引擎说词语时触发，回调函数定义如下：
onStartWord(name : string, location : integer, length : integer) -> None
finished-utterance
引擎说话结束时触发，回调函数定义如下：
onFinishUtterance(name : string, completed : bool) -> None
error
引擎遇到错误时触发，回调函数定义如下：
onError(name : string, exception : Exception) -> None
- disconnect
反注册回调函数。
disconnect(token : dict)
token是connect函数返回的数据。
- endLoop
结束正在运行的事件循环。
- getProperty
获取tts的属性，比如语速、嗓音、音量等。
getProperty(name : string) -> object
参数：
name - 属性名称
object - 属性对象
属性列表：
rate - 语速
voice - 嗓音
voices - 嗓音集，列出 pyttsx3.voice.Voice 里面定义的所有嗓音
volume - 音量
- isBusy
判断当前引擎是否在执行文本转语音。
isBusy() -> bool
返回值：
True - 正在执行文本转语音
False - 未执行
- iterate
当使用外部事件循环时，该方法需要被调用。
- runAndWait
runAndWait() -> None
执行缓存的命令并等待完成。
- save_to_file
执行语音转文本操作，并生成音频文件。
save_to_file(text : unicode, filename : string, name : string)
参数：
text - 要执行转语音的文本
filename - 文件名称
name - 可选，注册需要通知的关键字
示例：
engine.save_to_file('Hello World' , 'test.mp3')
- say
执行语音转文本操作，并播放文本内容。
say(text : unicode, name : string) -> None
参数：
text - 要执行转语音的文本
name - 可选，注册需要通知的关键字
示例：
engine.say('I will speak this text!', 'speak')
- setProperty
设置tts的属性，比如语速、嗓音、音量等。
setProperty(name, value) -> None
参数：
name - 属性名称
value - 属性值
属性列表：
rate - 语速，设置每分钟说几个字
voice - 嗓音，可以设置不同嗓音的说话人
volume - 音量，介于0到1的小数
- startLoop
开始事件循环。
startLoop([useDriverLoop : bool]) -> None
- stop
停止当前正在运行的文本转语音并清理命令队列。
使用示例
1、使用pyttsx3播放语音及生成文件
简单示例：
# ! /usr/bin/env python3 # -*- coding:utf-8 -*- # pip install pyttsx3 import pyttsx3 def onStart(name): print ( ' starting ' ,name) def onWord(name,location,length): print ( ' word ' ,name,location,length) def onEnd(name,completed): print ( ' finishing ' ,name,completed)
engine = pyttsx3.init() # 注册回调函数 engine.connect( ' started-utterance ' , onStart)
engine.connect( ' started-word ' , onWord)
engine.connect( ' finished-utterance ' , onEnd) # 语音转文本测试（直接播放） engine.say( " I will speak this text " )
engine.say( ' I will speak this text! ' , ' speak ' ) # 注册 speak 关键字，进行事件通知 engine.say( " 我可以说话了 " ) # 语音转文本测试（文件存储到磁盘） engine.save_to_file( ' 我可以说话了 ' , ' test.mp3 ' ) # 运行并等待 engine.runAndWait()
运行效果如下：
2、使用pyttsx3搭建简单的tts服务
这里使用tornado搭建简单的http服务（tornado是一个开源的网络服务器框架），来实现tts服务。
时序如下：
主逻辑代码如下：
def text2File(text,dstFile):
engine = pyttsx3.init()
engine.save_to_file(text,dstFile)
engine.runAndWait() class MainHandler(tornado.web.RequestHandler): def get(self):
tmpFile = " 1.mp3 " print ( " get " ,self.request.arguments)
text = self.get_query_argument( " text " ).strip() print ( " text : %s " % text) if len(text) > 0 :
text2File(text,tmpFile)
self.set_header( ' content-type ' , ' audio/mpeg ' )
fbin = open(tmpFile, " rb " ).read()
self.set_header( ' Content-Length ' , len(fbin))
self.set_header( ' Content-Disposition ' , ' attachment;filename="%s" ' % tmpFile)
self.write(fbin)
self.finish() else :
self.set_header( ' content-type ' , ' application/json ' )
self.finish(json.dumps({ " result " : " input text " })) def post(self): print ( " post " ) print (self.request.arguments)
运行效果如下：
本文涉及资源下载地址：https://pan.baidu.com/s/1Dc8zlL2fs8p4ebF916WyXQ
可关注微信公众号（聊聊博文）后回复 2022040401 获得提取码。