Python 文字轉語音教學

程式語言

這篇文章會教你如何使用Python 程式語言，將文字轉為語音，透過這個方法，你可以將書籍、文章、雜誌的內容，轉為語音給自己聽，或是透過API 整合跨平台的系統，實現客製化的語音服務，如果你手邊已經有現成的影片腳本，這個轉語音的方法，也可以幫助你將腳本轉為影片的說話聲音，加快你創作的速度。

文字轉語音的英文是text to speech，這類技術和服務我們簡稱TTS，以下內容我用TTS 來表示文字轉語音的技術，現在其實已經有很多相關的服務，像是Google 就有提供TTS 的服務，但是超過免費的額度之後，就需要收費，台灣也有一個TTS 線上服務，叫做雅婷文字轉語音，更貼近台灣在地人的口音，這些服務品質更好，速度也更快，但如果你只是要做一個自己的系統，或是提供一個小服務，可以使用Python 的TTS 套件pyttsx3，這個套件有提供完整的API 文件，以下是官方API 文件的網址。

https://pyttsx3.readthedocs.io/en/latest/engine.html

這個TTS 套件使用方式非常簡單，不過你要先用安裝好這個套件，才可以在程式中使用它，我現在在jupyter notebook 的環境下編寫程式，首先我要import 這個TTS 套件進來，然後我要定義一個變數txt，我希望能夠將這個變數裡面的文字轉為語音，所以我先輸入一個簡單又常見的示範 Hello Code Gym，然後我要定義一個變數engine，它會是等一下要轉換語音的物件，接下來我都會透過這個變數engine 使用TTS 套件中的功能，接著我用套件中的函式init ，產生出一個轉換語音的物件，我使用engine 中的函式say ，幫我們將文字說出來，這個函式很容易理解它的意義，就是將剛才的文字當作參數使用就可以了，最後我呼叫函式runAndWait，就可以完成了。

import pyttsx3

txt = 'Hello Code Gym'
engine = pyttsx3.init()
engine.say(txt)
engine.runAndWait()

不過這個聲音聽起來好像速度太快，而且語調不是很好，我們可以換一種發音和調整語速試試看，我們觀察這份TTS 套件的API 文件，可以找到它提供一個名稱為getProperty 的函式，這個函式提供四種參數，分別是說話的語速、語音、語音清單和音量，參數rate 如果沒有設定的話，預設值是每分鐘200 個字，另外voices 會列出所有我們可以設定的語音選擇。

現在這份清單就是所有可以設定的語音選擇，這些語音會依據你的作業系統而有所不同，我目前是用Apple 的作業系統，所以在ID 會顯示apple 開頭的名稱。

我現在想用一個名字為samantha 的語音設定，他的語言是英語，所以發音會比剛才預設值用中文的設定來得好，我可以先將這個id 複製下來，然後使用函式setProperty，設定voice 為這個ID，然後我想調整說話的速度慢一點，因為Hello Code Gym 只有三個單字，講太快一下就結束了，所以我可以設定語速為50，這樣說出來會比較清楚一點

import pyttsx3

txt = 'Hello Code Gym'
engine = pyttsx3.init()
engine.setProperty('voice', 'com.apple.speech.synthesis.voice.samantha')
engine.setProperty('rate', 50)
engine.say(txt)
engine.runAndWait()

我來試試看另外一個語音設定，這個設定值的名字是Fred，它是1984 年賈伯斯介紹麥金塔電腦時，第一次用電腦將文字轉為語音的發音，這次我將語速調快一點，我們來聽聽看聲音如何

import pyttsx3

txt = 'Hello Code Gym'
engine = pyttsx3.init()
engine.setProperty('voice', 'com.apple.speech.synthesis.voice.Fred')
engine.setProperty('rate', 170)
engine.say(txt)
engine.runAndWait()

除了讀取程式中字串的文字，我們也可以讀取外部檔案中的文字，轉為語音念出來，我現在在設定好property 程式碼下方，加入打開檔案的程式碼，我用關鍵字with 和函式open 開啟一個已經準備好的文字檔，這個檔案取名為變數file，然後用for 迴圈，一行一行的讀取檔案中的文字，在念出文字之前，我想先列印出檔案中的文字，所以我用函式print 列印出來，然後在寫上剛才示範過的函式say，將文字唸出來，我前面都是用英文示範，這次我們來看看中文的轉換語音效果如何，我把voice 設定為中文的語音設定，語速設定為每分鐘120 個字，文字檔中的內容，我引用BBC 中文網的一個段落，這篇文章是BBC 成立100 週年的反思，這個傳統媒體面對現在社群媒體發達，資訊快速傳播的世代，他們該如何面對，有興趣的朋友可以點擊連結，看看BBC 成立100 週年面臨的五大挑戰，我用這篇文章裡的一段話作為範例，中文字除了這組設定以外，還有香港的粵語發音和中國的發音，你可以自行選擇適合的發音設定。

import pyttsx3

txt = 'Hello Code Gym'
engine = pyttsx3.init()
engine.setProperty('voice','com.apple.speech.synthesis.voice.meijia')
engine.setProperty('rate', 120)
with open(r'/CodeGym.txt') as file:
    for line in file:
        print(line)
        engine.say(line)
engine.runAndWait()

這個TTS 套件的語音設定還有很多，像是韓語、德語、日語都有，最好依據文字的語言，給予相同的設定，說出來的語音效果才會是最好的，我會將這個設定清單放在資訊欄當中，最後我想測試一下日語的效果，因為我現在住在日本福岡，我在這裡生活和工作，所以我想和你分享一個蠻漂亮的景點，海中道海浜公園，9月底到11月中會有秋天的花季，它位於福岡市的北邊，這個公園腹地很大，製作影片的前幾天我才剛去過，園區內非常的漂亮，裡面還有小朋友可以遊玩的設施，很適合親子出遊，秋天的涼風，搭配多種顏色的花海非常的舒服，我在福岡市政府的官網複製一段文字，然後貼到程式讀取的文字檔中，將語音設定改為日本發音。

示範擷取日文如下：

海の中道海浜公園で開催される秋の一大イベント『うみなか＊はなまつり』。
真っ赤に紅葉したコキア4,000株やコスモス120万本の広大なピンクの花畑など、見どころ満載です。

import pyttsx3

txt = 'Hello Ryan'
engine = pyttsx3.init()
engine.setProperty('voice','com.apple.speech.synthesis.voice.kyoko')
engine.setProperty('rate', 120)
with open(r'CodeGym.txt') as file:
    for line in file:
        print(line)
        engine.say(line)
engine.runAndWait()