用Python写一个语音播放软件

开发 后端
本文使用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。

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:

 

  1. APP_ID = 'XXXXXX' 
  2.  
  3. API_KEY = 'XXXXXXXXXXXXX' 
  4.  
  5. SECRET_KEY = 'XXXXXXXXXXXXXXXXXXXXXX' 
  6.  
  7. client = AipSpeech(APP_ID, API_KEY, SECRET_KEY) 
  8.  
  9. 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。

  1. 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。

[[248145]]

本文使用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。

责任编辑:庞桂玉 来源: 菜鸟学Python
相关推荐

2021-08-04 11:55:45

Python天气查询PySide2

2022-03-24 14:42:19

Python编程语言

2017-05-18 12:16:03

LinuxPythonNoSql

2017-06-08 15:53:38

PythonWeb框架

2021-05-14 10:45:21

PythonNoSQL数据库

2023-04-10 14:20:47

ChatGPTRESTAPI

2022-07-20 09:38:31

Python语音合成代码

2023-04-07 15:45:13

Emojicode开源编码语言

2018-12-04 15:10:56

Python微信备忘录

2014-03-24 09:19:43

Python编辑器

2020-10-15 15:01:54

Python 开发编程语言

2021-04-23 16:40:49

Three.js前端代码

2020-09-15 14:05:21

Python代码预测模型

2021-10-03 22:06:43

LinuxTar软件

2010-05-12 16:52:11

Oracle备份工具

2022-12-22 08:22:17

Python图像图像处理

2019-08-14 16:56:38

Python职责模式请假

2023-05-15 08:30:35

YjsReact

2016-12-20 13:55:52

2022-10-20 11:49:49

JS动画帧,CSS
点赞
收藏

51CTO技术栈公众号