Python+edge-tts实现文本转语音并播放-qaq卟言的个人博客

1.png
之前写了一个爬取哔哩哔哩直播弹幕的功能
但是在乌班图上面进行哔哩哔哩直播的时候
一直看着终端里面的弹幕不太方便，如果有人发送弹幕可能第一时间无法知道，等人走了才发现弹幕
再回答就没有任何意义了，目前实现的方法有三种
第一种
申请第三方接口或者扒别人的接口
这个方法在Python url音乐流播放已经实现了，只需要传递参数给第三方平台
获取到音频文件的url地址就行了，修改一下参数就可以实现音乐或者弹幕的播放了
第二种
使用系统的语音
就像在Windows系统下用win32com调用的windows的SAPI来实现
第三种
使用离线库进行文本转语音
比如像pyttsx3一样传输文本来生成音频文件，然后播放
区别
第一种方法无论是使用第三方平台官方的还是自己扒的接口
无一例外基本上都是有额度限制的，超过了要付费或者限制
第二种系统的语音模型是固定的，或者说可以调节的参数太少了
并且每一个系统的语音也不是一样的
如果需要一个多系统都可以使用的话，要研究对应的系统语音
所以这里我们来实现一下第三种方法
转来转去发现还是edge-tts语音模型比较多，所以使用这个库来实现这个功能
创建配置文件
```
touch config.json
```
写入内容

{
  "cache_music":"cache.mp3",
  "edge_model":"zh-CN-XiaoxiaoNeural",
  "edge_rate":"-4%",
  "edge_volume":"+0%"
}

创建脚本
```
touch main.py
```
写入内容

"""
-------------------------------------------------
# !~/桌面/弹幕
# -*- coding: utf-8 -*-
# @Time : 2023-08-31 11:37:14
# @Author : buyan<buyan@mail.qaqbuyan.com>
# @Description :  必应音频文件播放
-------------------------------------------------
"""

import json
import edge_tts
import asyncio
from playsound import playsound

# 配置文件
config = "./config.json"
configuration = json.load(open(config, encoding='utf-8'))
# 缓存音频
cache_music = configuration["cache_music"]
# -------------------------------------------------
    # 模型
    # 这里我列出来了几个模型，更多详细的模型自行查看官方文档
    # 女
    # zh-CN-XiaoxiaoNeural
    # zh-CN-liaoning-XiaobeiNeural
    # zh-CN-XiaoyiNeural
    # zh-CN-shaanxi-XiaoniNeural
    # 男
    # zh-CN-YunjianNeural
    # zh-CN-YunxiNeural
    # zh-CN-YunxiaNeural
    # zh-CN-YunyangNeural
# -------------------------------------------------
voice = configuration["edge_model"]
#语速 -50% 到 +50%
rate = configuration["edge_rate"]
#音量 -50% 到 +50%
volume = configuration["edge_volume"]

async def edge(text):
    tts = edge_tts.Communicate(text=text, voice=voice, rate=rate, volume=volume)
    await tts.save(cache_music)
    # 播放
    playsound(cache_music)

if __name__ == '__main__':
    # 异步事件循环
    asyncio.run(edge("你好，我是程序员卟言"))

运行脚本
```
python3 ./main.py
```

【Python+edge-tts实现文本转语音并播放】

随机文章