python音频合成Python中edge-tts实现便捷语音合成pytho

edge-tts一个功能强大的 Python 库，利用 Microsoft Azure 的云端文本到语音（TTS）服务，支持多种语言和声音选项，能够生成高质量、天然听感的语音输出。它支持多种音频格式，包括 MP3、WAV 和 OGG，适用于在本地或服务器上进行文本转换为语音的应用程序，可以通过简单的 API 调用进行部署和运行，非常适合语音助手、教育应用和音频内容制作等多种场景。

安装与环境设置

开门见山说，确保无论兄弟们已经安装了edge-tts库：

pip install edge-tts

安装完成后，无论兄弟们可以开始进行语音合成相关的功能开发。

文本转语音

在这个章节，我们将展示怎样实现一个基础功能：传入文本并生成语音，保存为音频文件。该功能使用固定的语音并将语音保存为.mp3文件。执行后会生成weather.mp3音频文件，包含了合成的中文语音。

import asyncioimport edge_ttsdef generate_audio(text: str, voice: str, output_file: str) -> None: “”” 传入文本、语音及输出文件名，生成语音并保存为音频文件 :param text: 需要合成的中文文本 :param voice: 使用的语音类型，如 ‘zh-CN-XiaoyiNeural’ :param output_file: 输出的音频文件名 “”” async def generate_audio_async() -> None: “””异步生成语音””” communicate = edge_tts.Communicate(text, voice) await communicate.save(output_file) 异步执行生成音频 asyncio.run(generate_audio_async()) 示例调用generate_audio(“今天天气不错，适合出门玩耍。”, “zh-CN-XiaoyiNeural”, “weather.mp3”)

generate_audio()：这是主函数，接收文本、语音和输出文件名作为参数。
异步函数generate_audio_async()实现语音合成。
asyncio.run()用于运行异步代码。

查找音色

在此章节中，我们将展示怎样查找符合特定条件的语音，并将符合条件的语音列表打印给用户，而不进行进一步的操作。此技巧仅列出符合条件的语音，并打印出每个语音的名称、性别和语言。

import asyncioimport edge_ttsfrom edge_tts import VoicesManagerasync def print_available_voices(language: str = “zh”, gender: str = None) -> None: “”” 异步查找并打印符合特定条件的语音列表。 :param language: 语音的语言，如 “zh-CN” 表示中文 :param gender: 可选参数，选择语音的性别（”Male” 或 “Female”），默认不指定 “”” 异步获取所有可用语音 voices = await VoicesManager.create() 根据语言过滤语音 filtered_voices = voices.find(Language=language) if gender: filtered_voices = [voice for voice in filtered_voices if voice[“Gender”] == gender] 打印符合条件的语音 if filtered_voices: print(f”符合条件的语音：”) for voice in filtered_voices: print(f”语音名称: voice[‘Name’]}, 性别: voice[‘Gender’]}, 语言: voice[‘Language’]}”) else: print(f”没有找到符合条件的语音：语言=language}, 性别=gender}”) 示例调用async def main(): await print_available_voices(language=”zh”, gender=”Female”) 运行异步示例if __name__ == “__main__”: asyncio.run(main())

print_available_voices()：此函数是异步的，通过await来调用VoicesManager.create()，并获取语音列表。接着通过voices.find()根据语言和性别筛选语音。

更改语音参数

除了选择不同的音色外，edge-tts还允许用户在合成时对语音的音量、语速、音调等参数进行调整。通过Communicate类中的rate、pitch和volume参数，可以动态控制生成的语音效果。

import edge_ttsdef generate_audio_with_custom_params(text: str, output_file: str, rate: str = “+0%”, pitch: str = “+0Hz”, volume: str = “+0%”) -> None: “”” 生成带有自定义语音参数的音频 :param text: 需要合成的中文文本 :param output_file: 输出的音频文件名 :param rate: 语速调整（默认为 “+0%”，表示标准语速） :param pitch: 音调调整（默认为 “+0Hz”，表示标准音调） :param volume: 音量调整（默认为 “+0%”，表示标准音量） “”” 选择中文语音，这里使用的是小艺的 Neural 语音 voice = “zh-CN-XiaoyiNeural” 使用 edge_tts.Communicate 创建语音对象，并传入自定义参数 communicate = edge_tts.Communicate(text, voice, rate=rate, pitch=pitch, volume=volume) 保存生成的音频文件 communicate.save_sync(output_file) print(f”音频已生成，语速: rate}，音调: pitch}，音量: volume}。”) 示例调用generate_audio_with_custom_params( “欢迎体验自定义语音合成！”, “custom_param_audio.wav”, rate=”+50%”, pitch=”+10Hz”, volume=”-20%”)

rate（语速）：控制语速的调整。默认值为"+0%"，表示标准语速。
pitch（音调）：控制音调的调整，单位是 Hz。默认值为"+0Hz"，表示标准音调。
volume（音量）：控制音量的调整，单位是百分比。默认值为"+0%"，表示标准音量。

生成音频与字幕

在某些应用场景中，无论兄弟们可能需要同时生成音频和字幕，并根据需要选择同步或异步方式进行处理。这个章节展示了怎样通过edge-tts实现同步和异步生成音频和字幕文件。执行后，会生成音频文件和对应的字幕文件。

import asyncioimport edge_ttsdef process_audio_and_subtitles_sync(text: str, voice: str, output_file: str, srt_file: str) -> None: “”” 同步生成音频并实时生成字幕 :param text: 需要合成的中文文本 :param voice: 使用的语音类型 :param output_file: 输出的音频文件名 :param srt_file: 输出的字幕文件名 “”” communicate = edge_tts.Communicate(text, voice) submaker = edge_tts.SubMaker() 同步生成音频并实时生成字幕 with open(output_file, “wb”) as audio_file: for chunk in communicate.stream_sync(): if chunk[“type”] == “audio”: audio_file.write(chunk[“data”]) 写入音频数据 elif chunk[“type”] == “WordBoundary”: submaker.feed(chunk) 处理字幕保存字幕文件 with open(srt_file, “w”, encoding=”utf-8″) as subtitle_file: subtitle_file.write(submaker.get_srt())async def process_audio_and_subtitles_async(text: str, voice: str, output_file: str, srt_file: str) -> None: “”” 异步生成音频并实时生成字幕 :param text: 需要合成的中文文本 :param voice: 使用的语音类型 :param output_file: 输出的音频文件名 :param srt_file: 输出的字幕文件名 “”” 异步调用同步版本的逻辑 loop = asyncio.get_event_loop() await loop.run_in_executor(None, process_audio_and_subtitles_sync, text, voice, output_file, srt_file) 示例调用process_audio_and_subtitles_sync(“欢迎使用 Python 进行语音合成！”, “zh-CN-XiaoyiNeural”, “audio_sync.mp3”, “audio_sync.srt”) 异步调用asyncio.run(process_audio_and_subtitles_async(“这是一段测试语音和字幕生成的示例。”, “zh-CN-XiaoyiNeural”, “audio_async.mp3”, “audio_async.srt”))

process_audio_and_subtitles_sync：同步生成音频数据并实时生成字幕（SRT格式）。

使用communicate.stream_sync()获取音频数据流并处理每个“音频”和“词语边界”。

process_audio_and_subtitles_async：通过asyncio.run_in_executor异步调用同步版本的process_audio_and_subtitles_sync，确保异步函数可以高效地运行。

拓展资料

通过本教程，无论兄弟们进修了怎样使用edge-tts库实现文本到语音的转换。无论兄弟们通过不同的函数实现了下面内容功能：

基础文本转语音
动态选择语音生成语音
生成音频流和字幕

到此这篇关于Python中edge-tts实现便捷语音合成的文章就介绍到这了,更多相关Python edge-tts语音合成内容请搜索风君子博客以前的文章或继续浏览下面的相关文章希望大家以后多多支持风君子博客！

无论兄弟们可能感兴趣的文章:

关于Python调用百度语音合成SDK实现文字转音频的技巧
Python调用讯飞语音合成API接口来实现文字转语音
Python人工智能语音合成实现案例详解
Python语音合成的项目实战(PyQt5+pyttsx3)
基于Python实现语音合成小工具
基于Python编写一个语音合成体系
Python实现语音合成功能详解
python3实现语音转文字(语音识别)和文字转语音(语音合成)
Python实现语音识别和语音合成功能
python腾讯语音合成实现经过解析

主机网