码迷，mamicode.com
首页 > 编程语言 > 详细

文本转音频（百度语音合成api）（python）

时间：2019-03-05 09:36:05      阅读：182      评论：0      收藏：0      [点我收藏+]

标签：init   none   etc   需要   粘贴   style   功能   copyfile   .data   

1，UI界面设计（精简设计），使用tk框架

技术图片

技术图片

功能说明：
1，文本标记功能整合进程序中；
2，联网的http API接口整合；
1，网络检查；
2，断网异常检测；
3，网络传数据、接数据；
3，文本转语音的baidu-api接口整合
1，语速，取值0-9，默认为5中语速；
2，音调，取值0-9，默认为5中语调；
3，音量，取值0-15，默认为5中音量；
4，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；
4，音频保存自主设置；

注：其中的逗号、句号重复是甲方要求我实现的功能

 

2，文字转音频使用百度云的api接口实现：

def audio_out(string_,path,audio_set=None):
  #百度云网络网络配置
  APP_ID = ‘14636839‘
  API_KEY = ‘u34cdKCsR61tzM0r20Qnp3YM‘
  SECRET_KEY = ‘Rehs5G02EqbrRDDgGdPY9NKY2ZlCX8Oq‘
  client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
  if len(string_)>500:
    num=int(len(string_)/500)
    #第一段音频
    result  = client.synthesis(string_[0:500], ‘zh‘, 1, {‘spd‘:audio_set[0],‘pit‘:audio_set[1],‘vol‘: audio_set[2],‘per‘:audio_set[3]})
    open(path, ‘wb‘).write(result)
    #中间段落的音频
    for i in range(1,num):
      result  = client.synthesis(string_[i*500:(i+1)*500], ‘zh‘, 1, {‘spd‘:audio_set[0],‘pit‘:audio_set[1],‘vol‘: audio_set[2],‘per‘:audio_set[3]})
      open(path, ‘ab‘).write(result)
    #最后一段音频
    result  = client.synthesis(string_[num*500:], ‘zh‘, 1, {‘spd‘:audio_set[0],‘pit‘:audio_set[1],‘vol‘: audio_set[2],‘per‘:audio_set[3]})
    open(path, ‘ab‘).write(result)
  else:
    result = client.synthesis(string_, ‘zh‘, 1, {‘spd‘:audio_set[0],‘pit‘:audio_set[1],‘vol‘: audio_set[2],‘per‘:audio_set[3]})
    open(path, ‘wb‘).write(result)

注：由于百度云的语音合成api最大可以支持500个字符长度，这里使用提前截取的方法来进行连续上传数据返回音频，之后进行音频数据的首尾相加。

 3，完整的音频处理文件

#文字转音频程序and联合文字处理程序
# encoding:utf-8
# coding by Mufasa 2018.11.09

‘‘‘
功能说明：
1，文本标记功能整合进程序中；
2，联网的http API接口整合；
  1，网络检查；
  2，断网异常检测；
  3，网络传数据、接数据；
3，文本转语音的baidu-api接口整合
  1，语速，取值0-9，默认为5中语速；
  2，音调，取值0-9，默认为5中语调；
  3，音量，取值0-15，默认为5中音量；
  4，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；
4，音频保存自主设置；
‘‘‘


import os
import tkinter.filedialog
import shutil
import tkinter as tk
from aip import AipSpeech


def audio_out(string_,path,audio_set=None):
  #百度云网络网络配置
  APP_ID = ‘14636839‘
  API_KEY = ‘u34cdKCsR61tzM0r20Qnp3YM‘
  SECRET_KEY = ‘Rehs5G02EqbrRDDgGdPY9NKY2ZlCX8Oq‘
  client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
  if len(string_)>500:
    num=int(len(string_)/500)
    #第一段音频
    result  = client.synthesis(string_[0:500], ‘zh‘, 1, {‘spd‘:audio_set[0],‘pit‘:audio_set[1],‘vol‘: audio_set[2],‘per‘:audio_set[3]})
    open(path, ‘wb‘).write(result)
    #中间段落的音频
    for i in range(1,num):
      result  = client.synthesis(string_[i*500:(i+1)*500], ‘zh‘, 1, {‘spd‘:audio_set[0],‘pit‘:audio_set[1],‘vol‘: audio_set[2],‘per‘:audio_set[3]})
      open(path, ‘ab‘).write(result)
    #最后一段音频
    result  = client.synthesis(string_[num*500:], ‘zh‘, 1, {‘spd‘:audio_set[0],‘pit‘:audio_set[1],‘vol‘: audio_set[2],‘per‘:audio_set[3]})
    open(path, ‘ab‘).write(result)
  else:
    result = client.synthesis(string_, ‘zh‘, 1, {‘spd‘:audio_set[0],‘pit‘:audio_set[1],‘vol‘: audio_set[2],‘per‘:audio_set[3]})
    open(path, ‘wb‘).write(result)
    

def isConnected():
  import requests
  try:
    html = requests.get("http://www.baidu.com",timeout=2)
  except:
    return False
  return True



def out_comma(data,num_1,num_2):
  txt=‘‘
  if isinstance(data,(list)):#有不止一段
    for i in data:
      for n in range(num_1):
        txt=txt+i
    for n in range(num_2):
      for i in data:
        txt=txt+i
  else:#如果不是数组，即只有一个字符串
    for n in range(num_2):
      txt=txt+data
  return txt

def code_a(path,data,set,audio_set):
  txt_mid=data.split(‘...‘)
  for i in range(len(txt_mid)):
    txt_mid[i]=txt_mid[i].split(‘,,,‘)
  #上面是对文本进行切片，下面进行相关处理
  txt=‘‘
  for i in txt_mid:
    txt=txt+out_comma(i,set[0],set[1])
  for i in range(set[2]):
    for j in txt_mid:
      for k in j:
        txt=txt+k
  # import pyperclip
  # pyperclip.copy(txt)
  if path==‘‘:
    import pyperclip
    pyperclip.copy(txt)
  else:
    fobj=open(path+‘.txt‘,‘w‘)
    fobj.write(txt)
    fobj.close()
    #音频生成，需要额外读取audio_set数据
    
    audio_out(txt,path+‘.mp3‘,audio_set)

def code_b(path,data,set,audio_set):
  txt_mid=data.split(‘...‘)
  for i in range(len(txt_mid)):
    txt_mid[i]=txt_mid[i].split(‘,,,‘)
  txt_last=[]
  for i in txt_mid:
    for j in i:
      txt_last.append(j)
  # print(txt_last)
  # for i in txt_last:
    # print(i)
  # print(‘文本输出完毕‘)#这里是有。标点的
  txt_mark=[]
  txt_midd=data[:2]
  for i in data[2:]:
    txt_midd=txt_midd+i
    if txt_midd==‘,,,‘:
      txt_mark.append(0)
    elif txt_midd==‘...‘:
      txt_mark.append(1)
    txt_midd=txt_midd[1:]
  # print(len(txt_last))#98
  # print(len(txt_mark))#97
  txt=‘‘
  for circle in range(set[2]):
    for i in range(len(txt_mark)):
      if txt_mark[i]==0:
        for j in range(set[0]):
          txt+=txt_last[i]
          
      elif txt_mark[i]==1:
        for j in range(set[1]):
          txt+=txt_last[i]
  
  if path==‘‘:
    import pyperclip
    pyperclip.copy(txt)
  else:
    fobj=open(path+‘.txt‘,‘w‘)
    fobj.write(txt)
    fobj.close()
    #音频生成，需要额外读取audio_set数据
    audio_out(txt,path+‘.mp3‘,audio_set)


class assist():
  def write_txt_data(data,path):
    ls = os.linesep
    #data 为数组类型
    fobj = open(path,‘w‘)
    fobj.writelines([‘%s%s‘%(x,ls)for x in data])
    fobj.close()
  def read_txt_data(path):
    fobj = open(path,‘r‘)
    string = []
    for eachline in fobj:
      if eachline[:-1] != ‘‘:
        string.append(eachline[:-1])
    fobj.close()
    return string



class out_setconfig(tk.Toplevel):
  def __init__(self):
    super().__init__()
    self.title(‘参数设置‘)# 弹窗界面
    self.data_set_path = os.path.dirname(os.path.realpath(__file__))+"\\data_set.txt"
    isExists = os.path.exists(self.data_set_path )
    if isExists == False:     #bug,之前没有设置
      self.setup_eror()
    else:
      self.setup_UI()

  def setup_eror(self):
    row1 = tk.Frame(self)
    row1.pack(fill="x")
    tk.Label(row1, text=‘程序第一次运行！\n\n已进行参数初始化操作\n‘).pack(side=tk.LEFT)
    row4 = tk.Frame(self)
    row4.pack(fill="x")
    assist.write_txt_data([‘1‘,‘2‘,‘2‘,‘2‘,‘1‘,‘3‘,‘1‘,‘2‘,‘5‘,‘5‘,‘5‘,‘0‘],self.data_set_path )
    
    
    tk.Button(row4, text="关闭窗口", command=self.cancel).pack(side=tk.RIGHT)
  def setup_UI(self):
    
    self.A1 = tk.StringVar()
    self.A2 = tk.StringVar()
    self.A3 = tk.StringVar()
    self.A0 = tk.IntVar()
    
    self.B1 = tk.StringVar()
    self.B2 = tk.StringVar()
    self.B3 = tk.StringVar()
    self.B0 = tk.IntVar()
    
    self.C0 = tk.StringVar()
    self.C1 = tk.StringVar()
    self.C2 = tk.StringVar()
    self.C3 = tk.StringVar()
    
    data = assist.read_txt_data(self.data_set_path)
    self.A1.set(data[1])
    self.A2.set(data[2])
    self.A3.set(data[3])
    d = int(data[0])
    self.A0.set(d)
    
    self.B1.set(data[5])
    self.B2.set(data[6])
    self.B3.set(data[7])
    d = int(data[4])
    self.B0.set(d)
    
    self.C0.set(data[8])
    self.C1.set(data[9])
    self.C2.set(data[10])
    self.C3.set(data[11])
    
    row1 = tk.Frame(self)
    row1.pack(fill="x")
    
    tk.Label(row1,text=‘程序A‘,width=30 ).grid(row=0,column=0,columnspan=2)
    tk.Label(row1,text=‘逗号次数：‘,width=15).grid(row=1,column=0)
    tk.Label(row1,text=‘句号次数：‘,width=15).grid(row=2,column=0)
    tk.Label(row1,text=‘全部文本次数‘,width=15).grid(row=3,column=0)
    tk.Label(row1,text=‘是否生成文本‘,width=15).grid(row=4,column=0)
    
    tk.Entry(row1, textvariable=self.A1, width=13).grid(row=1,column=1)
    tk.Entry(row1, textvariable=self.A2, width=13).grid(row=2,column=1)
    tk.Entry(row1, textvariable=self.A3, width=13).grid(row=3,column=1)
    checkA = tk.Checkbutton(row1, text="播放", variable=self.A0)
    checkA.select()
    checkA.grid(column=1, row=4, sticky=tk.W)
    
    
    tk.Label(row1,text=‘程序B‘,width=30 ).grid(row=0,column=2,columnspan=2)
    tk.Label(row1,text=‘逗号次数：‘,width=15).grid(row=1,column=2)
    tk.Label(row1,text=‘句号次数：‘,width=15).grid(row=2,column=2)
    tk.Label(row1,text=‘全部文本次数‘,width=15).grid(row=3,column=2)
    tk.Label(row1,text=‘是否生成文本‘,width=15).grid(row=4,column=2)
    
    tk.Entry(row1, textvariable=self.B1, width=13).grid(row=1,column=3)
    tk.Entry(row1, textvariable=self.B2, width=13).grid(row=2,column=3)
    tk.Entry(row1, textvariable=self.B3, width=13).grid(row=3,column=3)
    checkB = tk.Checkbutton(row1, text="播放", variable=self.B0)
    checkB.select()
    checkB.grid(column=3, row=4, sticky=tk.W)
    
    self.A0.set(int(data[0]))
    self.B0.set(int(data[4]))
    
    #这个是音频合成设置界面的
    tk.Label(row1,text=‘音频合成参数设置‘,width=30 ).grid(row=0,column=4,columnspan=2)
    tk.Label(row1,text=‘语速：‘,width=15).grid(row=1,column=4)
    tk.Label(row1,text=‘音调：‘,width=15).grid(row=2,column=4)
    tk.Label(row1,text=‘音量‘,width=15).grid(row=3,column=4)
    tk.Label(row1,text=‘发音人‘,width=15).grid(row=4,column=4)
    
    tk.Entry(row1, textvariable=self.C0, width=13).grid(row=1,column=5)
    tk.Entry(row1, textvariable=self.C1, width=13).grid(row=2,column=5)
    tk.Entry(row1, textvariable=self.C2, width=13).grid(row=3,column=5)
    tk.Entry(row1, textvariable=self.C3, width=13).grid(row=4,column=5)
    
    tk.Button(row1, text="取消", command=self.cancel, width=13).grid(row=9,column=0)
    tk.Button(row1, text="确定", command=self.ok, width=13).grid(row=9,column=4)
    tk.Button(row1, text="重置", command=self.reset, width=13).grid(row=9,column=5)
    
  def ok(self):
    self.userinfo_A = [self.A0.get(), self.A1.get(),self.A2.get(),self.A3.get()] # 设置数据
    self.userinfo_B = [self.B0.get(), self.B1.get(),self.B2.get(),self.B3.get()] # 设置数据
    self.userinfo_C = [self.C0.get(), self.C1.get(),self.C2.get(),self.C3.get()]
    
    self.userinfo_A[0] = str(self.userinfo_A[0])
    self.userinfo_B[3] = str(self.userinfo_B[3])
    
    
    data = self.userinfo_A + self.userinfo_B+self.userinfo_C
    # print(data)
    assist.write_txt_data(data,os.path.dirname(os.path.realpath(__file__))+"\\data_set.txt")
    self.destroy() # 销毁窗口
  def cancel(self):
    self.userinfo = None # 空！
    self.destroy()
  
  def reset(self):
    assist.write_txt_data([‘1‘,‘2‘,‘2‘,‘2‘,‘1‘,‘3‘,‘1‘,‘2‘,‘5‘,‘5‘,‘5‘,‘0‘],self.data_set_path )
    self.destroy()
    
################################
class main_code(tk.Tk):
  def __init__(self):
    super().__init__()
    self.audio_path = ""
    self.run = True
    self.vartext = tk.StringVar()
    
    self.txt=‘‘
    networkisok=isConnected()
    if networkisok:
      self.mark_text = ‘网络连接正常！\n欢迎使用！‘
    else:
      self.mark_text = ‘无网络连接！\n请确认网络连接是否完好\n无法连接百度云服务器‘
    
    self.insert_text = ‘‘
    self.vartext.set(self.mark_text)
    self.audio_path = ""
    self.title(‘音频标记‘)
    self.setupUI()
    
  def setupUI(self):
    
    row4 = tk.Frame(self)
    row4.pack(fill="x")
    
    tk.Button(row4,text=‘导入文本‘,width=27,command=self.select).grid(row=0,column=0)
    tk.Button(row4,text=‘设置文本‘,width=27,command=self.setup_config).grid(row=0,column=1)
    tk.Button(row4,text=‘生成文本‘,width=27,command=lambda:self.lay(entry1.get())).grid(row=0,column=2)
    
    label = tk.Label(row4,height=3,textvariable=self.vartext, bg=‘white‘, font=(‘黑体‘, 10), anchor=‘w‘).grid(row=1,column=0,columnspan=3)
    
    entry1 = tk.Entry(row4,width=85)
    entry1.grid(row=2,column=0,columnspan=3)

  def select(self):   #获取audio_path和audio_len
    self.audio_path = tk.filedialog.askopenfilename(initialdir = ‘C:\\Users\\Administrator\\Desktop‘,filetypes=( ("txt or docx files", "*.txt;*.docx"),("All files", "*.*")))
    if self.audio_path=="":
      self.vartext.set(‘未导入任何文件‘)
    else:
      p,f=os.path.split(self.audio_path)
      path = os.path.dirname(os.path.realpath(__file__)) + ‘\\data\\‘ + str(os.path.splitext(f)[0])
      # print(path)
      isExists = os.path.exists(path)
      if not isExists:  #如果不存在这个目录
        os.makedirs(path)  #创建一个新的路径
        shutil.copyfile(self.audio_path,path+‘\\‘+f)
        
      if str(os.path.splitext(f)[1])==‘.txt‘:
        file_object = open(self.audio_path,‘r‘, encoding=‘UTF-8‘)
        try:
          file_context = file_object.read()
        finally:
          file_object.close()
        self.txt=file_context
        self.vartext.set(‘已导入txt文本‘)
      # print(1)
      elif str(os.path.splitext(f)[1])==‘.docx‘:
        import docx
        document = docx.Document(self.audio_path)
        txt=‘‘
        for paragraph in document.paragraphs:
          txt+=paragraph.text
        self.txt=txt
        self.vartext.set(‘已导入docx文本‘)
      
      self.audio_path=path+‘\\‘+f#更新数据路径
      # print(self.audio_path)
    
  def lay(self,txt=‘‘):
    mark_set=assist.read_txt_data(os.path.dirname(os.path.realpath(__file__))+"\\data_set.txt")
    # print(mark_set)
    
    for i in range(len(mark_set)):
      mark_set[i]=int(mark_set[i])
    
    # mark_set=[1,1,0,1,0,0,1,4]
    if txt==‘‘:
      if self.audio_path!=‘‘:
        p,f=os.path.split(self.audio_path)
        # print(p)
        if mark_set[0]==1:
          # code_a(p+‘\\‘+str(os.path.splitext(f)[0])+‘_A‘+‘.txt‘,self.txt,mark_set[1:4])
          code_a(p+‘\\‘+str(os.path.splitext(f)[0])+‘_A‘,self.txt,mark_set[1:4],mark_set[8:12])
          # self.vartext.set(‘已生成文本标记文件A‘)
        if mark_set[4]==1:
          # code_b(p+‘\\‘+str(os.path.splitext(f)[0])+‘_B‘+‘.txt‘,self.txt,mark_set[5:])
          code_b(p+‘\\‘+str(os.path.splitext(f)[0])+‘_B‘,self.txt,mark_set[5:],mark_set[8:12])
          # self.vartext.set(‘已生成文本标记文件B‘)
        if mark_set[0]==1 and mark_set[4]==1:
          self.vartext.set(‘已生成文本标记文件A、B和相应的音频‘)
        elif mark_set[0]==1 and mark_set[4]==0:
          self.vartext.set(‘已生成文本标记文件A和相应的音频‘)
        elif mark_set[0]==0 and mark_set[4]==1:
          self.vartext.set(‘已生成文本标记文件B和相应的音频‘)
        elif mark_set[0]==0 and mark_set[4]==0:
          self.vartext.set(‘设置中未确定生成何种文件\n请在设置文本中调整参数！‘)
      else:
        self.vartext.set(‘未导入任何文件‘)
    else:
      # print(txt)
      if mark_set[0]==1:
        code_a(‘‘,txt,mark_set[1:4])
        self.vartext.set(‘已将A程序处理后的文字复制到剪切板\n直接粘贴即可\n如果想使用B程序处理请在设置中将程序A取消，并勾选程序B‘)
      elif mark_set[4]==1:
        code_b(‘‘,txt,mark_set[5:])
        self.vartext.set(‘已将B程序处理后的文字复制到剪切板\n直接粘贴即可\n如果想使用A程序处理请在设置中将程序B取消，并勾选程序A‘)
    
    
  def setup_config(self):
    res = self.ask_userinfo()
    if res is None: return
  def ask_userinfo(self):
    inputDialog = out_setconfig()
    self.wait_window(inputDialog) # 这一句很重要！！！

if __name__ == ‘__main__‘:
  app = main_code()
  app.mainloop()

 

文本转音频（百度语音合成api）（python）

标签：init   none   etc   需要   粘贴   style   功能   copyfile   .data   

原文地址：https://www.cnblogs.com/Mufasa/p/10474542.html
踩
(0)
赞
(0)
   
举报
评论 一句话评论（0）
登录后才能评论！
分享档案
更多>
2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)
周排行
mamicode.com排行更多图片
更多
友情链接
兰亭集智   国之画   百度统计   站长统计   阿里云   chrome插件   新版天听网
关于我们 - 联系我们 - 留言反馈
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码！