用Python寫一個(gè)語(yǔ)音播放軟件
單位經(jīng)常使用廣播進(jìn)行臨時(shí)事項(xiàng)的通知(將文字轉(zhuǎn)換為語(yǔ)音然后通過(guò)功放廣播)，但是市面上多數(shù)語(yǔ)音播放軟件都是收費(fèi)的，要么發(fā)音失真，要么不夠穩(wěn)定——經(jīng)常出現(xiàn)莫名其妙的故障，容易給工作帶來(lái)被動(dòng)。學(xué)Python這么久不如動(dòng)手寫一款自己的語(yǔ)音廣播軟件，即使發(fā)生故障也可以自行排除。
1
界面設(shè)計(jì)
在開(kāi)始動(dòng)工之前當(dāng)然要分析需求，我要的核心功能是將一段文字通知輸入軟件，然后將其轉(zhuǎn)換為語(yǔ)音并播放出來(lái)。
這項(xiàng)功能雖然并不復(fù)雜，但也需要一個(gè)交互式的界面，所以決定使用Tkinter來(lái)實(shí)現(xiàn)這個(gè)功能。
***步:建立一個(gè)窗體
設(shè)置標(biāo)題、大小等要素，為了避免顯示格式錯(cuò)亂將其設(shè)定為不可改變大小，代碼如下:
第二步，設(shè)置一個(gè)控件
用于接受收入的文字，這里選擇帶滾動(dòng)條的Text，代碼如下：
第三步，提供選項(xiàng)
作為一款語(yǔ)音播放軟件，最基本的語(yǔ)速、音調(diào)等風(fēng)格設(shè)置還是要有的，這里使用Combobox控件提供固定選項(xiàng)，用戶可以根據(jù)情況選擇不同的發(fā)音、語(yǔ)速和語(yǔ)調(diào)。
第四步，建立功能事件的觸發(fā)接口
設(shè)置三個(gè)Button控件分別用于觸發(fā)“語(yǔ)音播放”、“文本清除”和“界面退出”功能。
最終界面效果如下：
2
語(yǔ)音播放
關(guān)于“清除”、“退出”等功能相對(duì)比較簡(jiǎn)單，這里重點(diǎn)對(duì)本次的核心功能——語(yǔ)音播放進(jìn)行詳細(xì)說(shuō)明。
1).語(yǔ)音接口
文本轉(zhuǎn)換語(yǔ)音推薦使用百度云的REST API 接口，登錄網(wǎng)站http://ai.baidu.com/，依次進(jìn)入控制臺(tái)——語(yǔ)音技術(shù)頁(yè)面，創(chuàng)建自己的語(yǔ)音應(yīng)用(下圖)，其中AppID 、API Key 、Secret Key 三個(gè)參數(shù)在代碼中會(huì)用到。
然后使用 pip install baidu-aip 安裝python SDK模塊，我們來(lái)看一下函數(shù)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:需要轉(zhuǎn)換的文字。
- per:發(fā)音人選擇, 0為女聲，1為男聲，3為情感合成-度逍遙，4為情感合成-度丫丫，默認(rèn)為普通女聲。vol:音量，取值0-15，默認(rèn)為5中音量
- pit:音調(diào)，取值0-9，默認(rèn)為5中語(yǔ)調(diào)。
- spd:語(yǔ)速，取值0-9，默認(rèn)為5中語(yǔ)速。‘zh’和1分別為語(yǔ)音模式和客戶端類型，該兩項(xiàng)均為固定值，不支持修改。
可以看到，我們需要的發(fā)音、音調(diào)、語(yǔ)速三種風(fēng)格都可以通過(guò)修改參數(shù)來(lái)實(shí)現(xiàn)。
2).功能設(shè)計(jì)
解決了語(yǔ)音合成接口的問(wèn)題，就可以結(jié)合界面設(shè)置來(lái)實(shí)現(xiàn)具體功能了。
- 首先，要將界面中的語(yǔ)音風(fēng)格選項(xiàng)與語(yǔ)音合成函數(shù)參數(shù)一一對(duì)應(yīng)起來(lái)，這是一個(gè)典型的鍵與值的對(duì)應(yīng)關(guān)系，使用字典這種數(shù)據(jù)結(jié)構(gòu)再合適不過(guò)了。
- 然后對(duì)于發(fā)音風(fēng)格，選取了男聲、女聲、混合三種模式;
- ***對(duì)于音調(diào)和語(yǔ)速，沒(méi)必要設(shè)置過(guò)細(xì)的精度等級(jí)，這里分別選取了三個(gè)跨度明顯的等級(jí)進(jìn)行區(qū)分。
當(dāng)“播放”按鈕點(diǎn)擊時(shí)，要從Text控件中讀取文本，如果文本為空則彈出提示框要求重新輸入；若文本不為空則將文本轉(zhuǎn)換為音頻文件并使用playsound進(jìn)行播放。
這里有一個(gè)問(wèn)題需要特別注意，那就是在軟件運(yùn)行過(guò)程中，生成并播放的音頻文件不可刪除、不可修改、不可覆蓋，所以每次轉(zhuǎn)換生成的音頻文件名稱絕對(duì)不能重復(fù)，否則在進(jìn)行多次“播放”操作時(shí)，會(huì)因?yàn)樾律傻囊纛l文件無(wú)法保存而發(fā)生故障。
3
打包封裝
到目前為止，這個(gè)軟件的運(yùn)行要依賴于本地的python開(kāi)發(fā)環(huán)境，不能方便地提供給他人使用，這里推薦Pyinstaller的第三方庫(kù)來(lái)對(duì)python程序進(jìn)行打包，首先進(jìn)入剛才的py文件所在目錄，執(zhí) 行以下cmd命令。其中“-w”的作用是是不顯示命令窗口，tk_voice是剛才的py文件名稱。
- pyinstaller -w tk_voice.py
這時(shí)，在同一目錄下會(huì)生成一個(gè)dist文件夾，這里面就是打包后的程序文件了。我們運(yùn)行一下其中的.exe文件，就會(huì)出現(xiàn)之前設(shè)計(jì)的程序界面，在文本框中輸入一段測(cè)試文字：“全體人員請(qǐng)注意，全體人員請(qǐng)注意，請(qǐng)立即下樓集合開(kāi)飯。”，點(diǎn)擊“播放”按鈕試一下效果：
插入音頻————測(cè)試.mp3
***，關(guān)于Pyinstaller的使用有幾點(diǎn)需要注意的地方：
- 該方法僅適用于windows系統(tǒng)，而且對(duì)系統(tǒng)版本有比較嚴(yán)格的要求，比如64位系統(tǒng)下打包的程序無(wú)法在32位系統(tǒng)下運(yùn)行。
- 如果需要打包的程序中調(diào)用了外部的一些圖片或其他資源文件，則需要手動(dòng)復(fù)制到打包后的文件夾內(nèi)，因?yàn)閷?duì)于這些文件Pyinstaller不會(huì)進(jìn)行打包。
- 使用Pyinstaller打包如果出現(xiàn)中途失敗的情況，可能會(huì)導(dǎo)致原py文件內(nèi)容丟失，所以打包之前***先進(jìn)行備份。
- 使用import導(dǎo)入其他庫(kù)的時(shí)候盡量有選擇性，不要導(dǎo)入整個(gè)庫(kù)，不然打包后的文件會(huì)非常龐大。
本文使用python寫了一款語(yǔ)音播放軟件，主要涉及Tkinter、baidu-aip、playsound、pyinstaller幾個(gè)庫(kù)，能夠?qū)崿F(xiàn)基本的語(yǔ)音合成及播放功能，能夠脫離python開(kāi)發(fā)環(huán)境運(yùn)行，便于自行維護(hù)和擴(kuò)展，缺點(diǎn)是界面比較簡(jiǎn)陋、功能比較單一，有興趣的小伙伴可以自行修改完善。
