單位經(jīng)常使用廣播進(jìn)行臨時事項的通知(將文字轉(zhuǎn)換為語音然后通過功放廣播)，但是市面上多數(shù)語音播放軟件都是收費的，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，容易給工作帶來被動。學(xué)Python這么久不如動手寫一款自己的語音廣播軟件，即使發(fā)生故障也可以自行排除。

1

界面設(shè)計

在開始動工之前當(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)換為語音并播放出來。

這項功能雖然并不復(fù)雜，但也需要一個交互式的界面，所以決定使用Tkinter來實現(xiàn)這個功能。

第一步:建立一個窗體

設(shè)置標(biāo)題、大小等要素，為了避免顯示格式錯亂將其設(shè)定為不可改變大小，代碼如下:

第二步，設(shè)置一個控件

用于接受收入的文字，這里選擇帶滾動條的Text，代碼如下：

第三步，提供選項

作為一款語音播放軟件，最基本的語速、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，用戶可以根據(jù)情況選擇不同的發(fā)音、語速和語調(diào)。

第四步，建立功能事件的觸發(fā)接口

設(shè)置三個Button控件分別用于觸發(fā)“語音播放”、“文本清除”和“界面退出”功能。

最終界面效果如下：

2

語音播放

關(guān)于“清除”、“退出”等功能相對比較簡單，這里重點對本次的核心功能——語音播放進(jìn)行詳細(xì)說明。

1).語音接口

文本轉(zhuǎn)換語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——語音技術(shù)頁面，創(chuàng)建自己的語音應(yīng)用(下圖)，其中AppID 、API Key 、Secret Key 三個參數(shù)在代碼中會用到。

然后使用 pip install baidu-aip 安裝python SDK模塊，我們來看一下函數(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中語調(diào)。

spd:語速，取值0-9，默認(rèn)為5中語速?！畓h’和1分別為語音模式和客戶端類型，該兩項均為固定值，不支持修改。

可以看到，我們需要的發(fā)音、音調(diào)、語速三種風(fēng)格都可以通過修改參數(shù)來實現(xiàn)。

2).功能設(shè)計

解決了語音合成接口的問題，就可以結(jié)合界面設(shè)置來實現(xiàn)具體功能了。

首先，要將界面中的語音風(fēng)格選項與語音合成函數(shù)參數(shù)一一對應(yīng)起來，這是一個典型的鍵與值的對應(yīng)關(guān)系，使用字典這種數(shù)據(jù)結(jié)構(gòu)再合適不過了。

然后對于發(fā)音風(fēng)格，選取了男聲、女聲、混合三種模式;

最后對于音調(diào)和語速，沒必要設(shè)置過細(xì)的精度等級，這里分別選取了三個跨度明顯的等級進(jìn)行區(qū)分。

當(dāng)“播放”按鈕點擊時，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。

這里有一個問題需要特別注意，那就是在軟件運行過程中，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不能重復(fù)，否則在進(jìn)行多次“播放”操作時，會因為新生成的音頻文件無法保存而發(fā)生故障。

3

打包封裝

到目前為止，這個軟件的運行要依賴于本地的python開發(fā)環(huán)境，不能方便地提供給他人使用，這里推薦Pyinstaller的第三方庫來對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-wtk_voice.py

這時，在同一目錄下會生成一個dist文件夾，這里面就是打包后的程序文件了。我們運行一下其中的.exe文件，就會出現(xiàn)之前設(shè)計的程序界面，在文本框中輸入一段測試文字：“全體人員請注意，全體人員請注意，請立即下樓集合開飯。”，點擊“播放”按鈕試一下效果：

插入音頻————測試.mp3

最后，關(guān)于Pyinstaller的使用有幾點需要注意的地方：

該方法僅適用于windows系統(tǒng)，而且對系統(tǒng)版本有比較嚴(yán)格的要求，比如64位系統(tǒng)下打包的程序無法在32位系統(tǒng)下運行。

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，則需要手動復(fù)制到打包后的文件夾內(nèi)，因為對于這些文件Pyinstaller不會進(jìn)行打包。

使用Pyinstaller打包如果出現(xiàn)中途失敗的情況，可能會導(dǎo)致原py文件內(nèi)容丟失，所以打包之前最好先進(jìn)行備份。

使用import導(dǎo)入其他庫的時候盡量有選擇性，不要導(dǎo)入整個庫，不然打包后的文件會非常龐大。