击上方“Python爬虫与数据挖掘”，进行关注
回复“书籍”即可获赠Python从入门到进阶共10本电子书
今
日
鸡
汤
大弦嘈嘈如急雨，小弦切切如私语。
/前言/
平时我们聊天的时候，也许会想着录制一些自己的声音，而且还想有点特色，也就是所谓的变声，今天我们要说的就是这个变声器的制作，说的高大上点就是语音合成系统。
这个语音合成系统，能实现个性化语音的录制与存储。
/软件依赖/
使用sublime text 3 开发，申请百度开放平台账号进行开发。
/具体实现/
1、打开百度开放这平台创建一个应用拿到关键参数，如图所示：
2、因为我们使用Python开发一款智能语音合成系统，所以需要Python SDK ，可以在下图中找到：
3、找到之后可以看看它的使用说明。
4、然后创建一个应用，步骤依次如下图所示：
5、之后如下图所示：
6、再按照下图所示进行操作：
7、这样就拿到了三个重要的参数：
APP_ID：应用id
API_KEY：应用钥匙
SECRET_KEY：安全码
拿到以上关键参数之后，接下来就可以开始淦了！
/下载和配置百度语音客户端/
1、下载百度Python api
pip install baidu-aip
2、配置百度语音客户端，具体步骤如下。
3、新建AipSpeech，代码如下。
-
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。如果用户需要配置AipSpeech的网络请求参数(一般不需要配置)，可以在构造AipSpeech之后调用接口设置参数，目前只支持以下参数：
| 接口 | 说明 |
|---|---|
| setConnectionTimeoutInMillis | 建立连接的超时时间（单位：毫秒 |
| setSocketTimeoutInMillis | 通过打开的连接传输数据的超时时间（单位：毫秒） |
5、建立链接，生成音频文件，如下图所示。
6、可以看出，成功生成音频文件会返回二进制文件流。这样还只是生成一个最简单的音频文件，我们还可以将他生成多种声音，参数如下表所示：
| 参数 | 类型 | 描述 | 是否必须 |
|---|---|---|---|
| text | String | 合成的文本，使用UTF-8编码， 请注意文本长度必须小于1024字节 | 是 |
| cuid | String | 用户唯一标识，用来区分用户， 填写机器 MAC 地址或 IMEI 码，长度为60以内 | 否 |
| spd | String | 语速，取值0-9，默认为5中语速 | 否 |
| pit | String | 音调，取值0-9，默认为5中语调 | 否 |
| vol | String | 音量，取值0-15，默认为5中音量 | 否 |
| per | String | 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 | 否 |
这就是人工智能中的语音合成技术，调用百度的SDK，只用了几分钟，就完成了一年的开发量。
7、当然有失败就避免不了成功，一般请求失败会有这几种情况：
1）错误返回格式
若请求错误，服务器将返回的JSON文本包含以下参数：
error_code：错误码。
error_msg：错误描述信息，帮助理解和解决发生的错误。
2）错误码
| 错误码 | 含义 |
|---|---|
| 500 | 不支持的输入 |
| 501 | 输入参数不正确 |
| 502 | token验证失败 |
| 503 | 合成后端错误 |
看到上面这些参数是不是想跃跃欲试了了。哈哈，那就赶紧解放我们的双手吧！
/程序实现/
因为我们是要将它打造成一个语音合成的系统，所以当然得有界面才好看，具体实现如下。
1、编写程序主界面，具体代码实现如下。
-
class play:
-
def __init__(self):
-
self.root=tk.Tk()
#初始化窗口
-
self.root.title(
"语音合成系统")
#窗口名称
-
self.root.geometry(
"700x700")
#设置窗口大小
-
self.root.resizable(width=True,height=True)
#设置窗口是否可变,宽不可变,高可变,默认为True
-
self.lb=tk.Label(
self.root,text=
'请选择语音类型')
#标签
-
self.tt=tk.Text(
self.root,width=
80,height=
30)
#多行文本框
-
self.cb=ttk.Combobox(
self.root, width=
12)
#下拉列表框
-
#设置下拉列表框的内容
-
self.cb[
'values']=(
'请选择-----',
'甜美型',
'萝莉型',
'大叔型',
'精神小伙型')
-
self.cb.current(
0)
#将当前选择状态置为0,也就是第一项
-
self.cb.bind(
"<<ComboboxSelected>>",
self.go)
#绑定go函数，然后触发事件
-
self.lb1=tk.Label(
self.root,text=
'请输入文件名：')
-
self.e=tk.Entry(
self.root,width=
30,show=None, font=(
'Arial',
12))
#文本框
-
self.b1=tk.Button(
self.root, text=
'生成音频文件', width=
10,height=
1,command=
self.sc)
#按钮
-
#各个组件的位置
-
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()
#启动主页面
这样就算完成了程序的主界面了。
2、一起来看下它长啥样，如下图所示：
小伙伴们，是不是觉得很简洁大气呢？
3、绑定下拉列表框事件
在这里，我们需要对如何获取下拉列表框的选项要了解。言归正传，直接上代码：
-
def go(self,*arg):
# *arg是为了接受多个如同列表的参数，还有个**kwarg能接受如同字典的参数
-
#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)
#初始化端口建立连接
-
if
self.cb.get()==
'请选择-----':
-
self.tt.delete(
'1.0',
'end')
#清除多行文本框的内容
-
elif
self.cb.get()==
'甜美型':
#获取下拉列表框的选项来设置不同的音，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
#返回音频信息 ，下同
-
elif
self.cb.get()==
'萝莉型':
-
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()==
'精神小伙型':
-
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、判断内容的大小并生成文件
百度语音api里有个限制，就是单个音频生成是有限制的，不能超过1024字节。鉴于此，所以需要在这里做个判断：
-
def sc(self):
-
self.go()
#引入go函数，不然下面的self.res 没法调用
-
aa=
self.tt.get(
'0.0',
'end')
#多行文本框内容为空
-
ab=os.path.dirname(sys.argv[
0])+os.sep+
self.e.get()+
'.mp3'
#文件名的地址，与程序同目录
-
if len(aa)>=
1024:
#判断长度是否超过1024
-
messagebox.showerror(title =
'出错了！',message=
'^_^最多不超过1024个字节^_^')
-
else:
-
if
not os.path.exists(ab):
#如果没有这个文件则创建
-
with open(ab,
'wb') as
f:
-
f.write(
self.res)
#将音频信息写入到文件
-
#生成结束给一个提示
-
messagebox.showinfo(title =
'完毕！', message=
'生成完毕，文件在程序目录下')
-
else:
-
messagebox.showerror(title=
'出错了！',message=
'文件名已存在')
#有这个文件就提示
5、接下来，我们只需将这几个功能写入到一个类中即可，然后启动这个类。
play()
6、当我输入一段话后，大家可以看到它就生成了一个音频文件。而且读取的时候和我们输入的内容一模一样，比如我输入一段代码，见下图：
7、之后会得到下图所示的情形。
8、最后的效果如下图所示。
完美收工，哈哈哈！
/小结/
1、本文基于Python编程语言，结合百度开放平台，通过调用其接口，打造了一款简易的语音合成系统，方法行之有效，欢迎小伙伴们积极尝试。
2、需要本文代码的小伙伴可以在后台回复“语音合成”四个字进行获取。
想学习更多关于Python的知识，可以参考学习网址：http://pdcfighting.com/，点击阅读原文，可以直达噢~
------------------- End -------------------
往期精彩文章推荐：
欢迎大家点赞，留言，转发，转载，感谢大家的相伴与支持
想加入Python学习群请在后台回复【入群】
万水千山总是情，点个【在看】行不行
/今日留言主题/
随便说一两句吧~~
扫一扫
1700
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
