Python打造一個語音合成系統，人人都是喬碧蘿！

平時我們聊天的時候，也許會想著錄製一些自己的聲音，而且還想有點特色，也就是所謂的變聲，今天我們要說的就是這個變聲器的製作，說的高大上點就是語音合成系統。

這個語音合成系統，能實現個性化語音的錄製與儲存。

軟體依賴

使用sublime text 3 開發，申請百度開放平臺賬號進行開發。

具體實現

1、開啟百度開放這平臺建立一個應用拿到關鍵引數，如圖所示：

2、因為我們使用Python開發一款智慧語音合成系統，所以需要Python SDK ，可以在下圖中找到：

3、找到之後可以看看它的使用說明。

4、然後建立一個應用，步驟依次如下圖所示：

5、之後如下圖所示：

6、再按照下圖所示進行操作：

7、這樣就拿到了三個重要的引數：

APP_ID：應用id

API_KEY：應用鑰匙

SECRET_KEY：安全碼

拿到以上關鍵引數之後，接下來就可以開始淦了！

下載和配置百度語音客戶端

1、下載百度Python api

pipinstall  baidu-aip

2、配置百度語音客戶端，具體步驟如下。

3、新建AipSpeech，程式碼如下。

from aip import AipSpeech

“”“ 你的 APPID AK SK ”“”

APP_ID = ‘你的 App ID’

API_KEY = ‘你的 Api Key’

SECRET_KEY = ‘你的 Secret Key’

client = AipSpeech（APP_ID， API_KEY， SECRET_KEY）

4、配置AipSpeech。如果使用者需要配置AipSpeech的網路請求引數（一般不需要配置），可以在構造AipSpeech之後呼叫介面設定引數，目前只支援以下引數：

5、建立連結，生成音訊檔案，如下圖所示。

​

6、可以看出，成功生成音訊檔案會返回二進位制檔案流。這樣還只是生成一個最簡單的音訊檔案，我們還可以將他生成多種聲音，引數如下表所示：

這就是人工智慧中的語音合成技術，呼叫百度的SDK，只用了幾分鐘，就完成了一年的開發量。

7、當然有失敗就避免不了成功，一般請求失敗會有這幾種情況：

1）錯誤返回格式

若請求錯誤，伺服器將返回的JSON文字包含以下引數：

error_code

：錯誤碼。

error_msg

：錯誤描述資訊，幫助理解和解決發生的錯誤。

2）錯誤碼

看到上面這些引數是不是想躍躍欲試了了。哈哈，那就趕緊解放我們的雙手吧！

程式實現

因為我們是要將它打造成一個語音合成的系統，所以當然得有介面才好看，具體實現如下。

1、編寫程式主介面，具體程式碼實現如下。

class play：    def __init__（self）：

self。root=tk。Tk（） #初始化視窗

self。root。title（“語音合成系統”） #視窗名稱

self。root。geometry（“700x700”） #設定視窗大小

self。root。resizable（width=True，height=True）#設定視窗是否可變，寬不可變，高可變，預設為True      self。lb=tk。Label（self。root，text=‘請選擇語音型別’）#標籤

self。tt=tk。Text（self。root，width=80，height=30） #多行文字框

self。cb=ttk。Combobox（self。root， width=12）  #下拉列表框

#設定下拉列表框的內容

self。cb［‘values’］=（‘請選擇——-’，‘甜美型’，‘蘿莉型’，‘大叔型’，‘精神小夥型’）

self。cb。current（0）    #將當前選擇狀態置為0，也就是第一項

self。cb。bind（“<>”，self。go）

#繫結go函式，然後觸發事件

self。lb1=tk。Label（self。root，text=‘請輸入檔名：’）

self。e=tk。Entry（self。root，width=30，show=None， font=（‘Arial’， 12）） #文字框

self。b1=tk。Button（self。root， text=‘生成音訊檔案’， width=10，height=1，command=self。sc） #按鈕         #各個元件的位置

self。b1。place（x=200，y=520）

self。lb。place（x=30，y=30）

self。cb。place（x=154，y=30）

self。e。place（x=130，y=490）

self。lb1。place（x=30，y=490）

self。tt。place（x=30，y=60）

self。root。mainloop（）

#啟動主頁面

這樣就算完成了程式的主介面了。

2、一起來看下它長啥樣，如下圖所示：

小夥伴們，是不是覺得很簡潔大氣呢？

3、繫結下拉列表框事件

在這裡，我們需要對如何獲取下拉列表框的選項要了解。言歸正傳，直接上程式碼：

def go（self，*arg）：  # *arg是為了接受多個如同列表的引數，還有個**kwarg能接受如同字典的引數        #百度api

self。APP_ID = ‘18386899’

self。API_KEY = ‘OcPQ4cGoGBRtW23jemKvgmU5’

self。SECRET_KEY = ‘n2rGtvq9HmOGxgxG8H9a5kqFOes8ggHx’

self。client = AipSpeech（self。APP_ID，self。API_KEY，self。SECRET_KEY）#初始化埠建立連線

if self。cb。get（）==‘請選擇——-’：

self。tt。delete（‘1。0’，‘end’） #清除多行文字框的內容

elif self。cb。get（）==‘甜美型’：   #獲取下拉列表框的選項來設定不同的音，下同           self。res=self。client。synthesis（self。tt。get（‘0。0’，‘end’），‘zh’，1，{‘vol’：3，‘spd’：3，‘pit’：4，‘per’：0}）

return self。res #返回音訊資訊 ，下同

elif self。cb。get（）==‘蘿莉型’：

self。res=self。client。synthesis（self。tt。get（‘0。0’，‘end’），‘zh’，1，{‘vol’：2，‘spd’：2，‘pit’：3，‘per’：0}）

return self。res

elif self。cb。get（）==‘大叔型’：

self。res=self。client。synthesis（self。tt。get（‘0。0’，‘end’），‘zh’，1，{‘vol’：5，‘spd’：7，‘pit’：6，‘per’：1}）

return self。res

elif self。cb。get（）==‘精神小夥型’：

self。res=self。client。synthesis（self。tt。get（‘0。0’，‘end’），‘zh’，1，{‘vol’：7，‘spd’：8，‘pit’：8，‘per’：1}）

return self。res

4、判斷內容的大小並生成檔案

百度語音api裡有個限制，就是單個音訊生成是有限制的，不能超過1024位元組。鑑於此，所以需要在這裡做個判斷：

def sc（self）：

self。go（） #引入go函式，不然下面的self。res 沒法呼叫

aa=self。tt。get（‘0。0’，‘end’）

#多行文字框內容為空

ab=os。path。dirname（sys。argv［0］）+os。sep+self。e。get（）+‘。mp3’#檔名的地址，與程式同目錄

if len（aa）>=1024： #判斷長度是否超過1024

messagebox。showerror（title = ‘出錯了！’，message=‘^_^最多不超過1024個位元組^_^’）

else：

if not os。path。exists（ab）： #如果沒有這個檔案則建立

with open（ab，‘wb’） as f：

f。write（self。res）  #將音訊資訊寫入到檔案

#生成結束給一個提示

messagebox。showinfo（title = ‘完畢！’，

message=‘生成完畢，檔案在程式目錄下’）

else：

messagebox。showerror（title=‘出錯了！’，

message=‘檔名已存在’） #有這個

6、當我輸入一段話後，大家可以看到它就生成了一個音訊檔案。而且讀取的時候和我們輸入的內容一模一樣，比如我輸入一段程式碼，見下圖：

7、之後會得到下圖所示的情形。

8、最後的效果如下圖所示。

完美收工，哈哈哈！

小結

1、本文基於Python程式語言，結合百度開放平臺，透過呼叫其介面，打造了一款簡易的語音合成系統，方法行之有效，歡迎小夥伴們積極嘗試。

很多小夥伴在學習python的時候總會遇到一些問題和瓶頸，沒有方向感，不知道該從哪裡入手去提升，對此我整理了一些資料，希望能夠去幫助到小夥伴們，可以關注小編，並在後臺私信小編：“資料”即可領取。