本文主要是介绍Python中edge-tts实现便捷语音合成，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
《Python中edge-tts实现便捷语音合成》edge-tts是一个功能强大的Python库,支持多种语言和声音选项,本文主要介绍了Python中edge-tts实现便捷语音合成,具有一定的参考价...
edge-tts 是一个功能强大的 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、自然听感的语音输出。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
首先，确保您已经安装了 edge-tts 库：
pip install edge-tts
安装完成后，您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，我们将展示如何实现一个基础功能：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 asyncio
import edge_tts
def 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
:http://www.chinasem.cnparam 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，我们将展示如何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。此方法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 asyncio
import edge_tts
from edge_tts import VoicesManager
async 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：China编程")
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。然后通过voices.find()根据语言和性别筛选语音。www.chinasem.cn
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_tts
def generate_audio_with_custom_params(text: str, output_file: str, rate: str = "+0%", pChina编程itch: 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，您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。这个章节展示了如何通过 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 asyncio
import edge_tts
def 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_s编程ync("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。
总结
通过本教程，您学习了如何使用 edge-tts 库实现文本到语音的转换。您通过不同的函数实现了以下功能：
- 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编程China编程(www.chinasem.cn)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China编程(www.chinasem.cn)！
这篇关于Python中edge-tts实现便捷语音合成的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
