Pyttsx3, 一个神奇的 Python 库

说到文本转语音（TTS），这项技术如今在应用开发中越来越常见。而pyttsx3这个库，可以说是让开发者快速上手TTS的一把利器。它会在不同操作系统上自动调用系统默认的语音合成器——Windows下是SAPI5，Linux或macOS下则是espeak。

一、安装

首先，安装非常简单，一条命令就能搞定：

pip install pyttsx3

安装完成后，新建一个main.py文件，输入下面几行代码就可以了：

import pyttsx3
pyttsx3.speak("I will speak this text")

运行脚本，就能听到电脑把文本读出来：

python main.py

二、具体执行

整个过程可以分为几个步骤：初始化语音引擎、设置语音参数、朗读文本，以及将语音保存为音频文件。

首先，初始化语音引擎。代码是这样的：

engine = pyttsx3.init()
# Windows
engine = pyttsx3.init(driverName="sapi5")
# Linux，需要编译安装espeak支持
engine = pyttsx3.init(driverName="espeak")

接下来，设置语音参数。有几个关键参数需要调整：

rate = engine.getProperty('rate')  # 获取当前语速（默认约200）
engine.setProperty('rate', 125)    # 设置较慢的语速（125字/分钟）

volume = engine.getProperty('volume')  # 获取当前音量（0.0-1.0）
engine.setProperty('volume', 1.0)      # 设置最大音量

voices = engine.getProperty('voices')  # 获取可用声音列表
for voice in voices:
    print(f"支持的声音列表: {voice}")
# 输出如下内容，我们可以选择中文、英文等。
# 
# 

engine.say("Hello World!")  # 添加要朗读的文本
engine.runAndWait()         # 执行并等待完成

engine.sa ve_to_file('Hello World', 'test.mp3')
engine.runAndWait()  # 必须调用才能生成文件

三、优化处理

通过以上步骤，我们已经在电脑上实现了基础的文本朗读。但要想让朗读更自然，还需要一些优化技巧。比如，设置中文声音，同时调慢语速：

engine = pyttsx3.init(driverName="sapi5")
# 设置中文女生声音
voices = engine.getProperty('voices')
for voice in voices:
    if "Chinese" in voice.name:
        engine.setProperty('voice', voice.id)
# 设置语速
engine.setProperty('rate', 125)
engine.say("你好，世界")
engine.runAndWait()

此外，pyttsx3还提供了一套事件回调机制，可以在语音开始、结束、甚至出错时触发特定操作，相当灵活。比如，我们可以这样写：

def onStart(name):
    print(f'开始: {name}')
def onWord(name, location, length):
    print(f'词: {name}, 位置: {location}, 长度: {length}')
def onEnd(name, completed):
    print(f'结束: {name}, 完成: {completed}')
def onError(name, exception):
    print(f"错误: {name}, 异常: {exception}")

# 连接回调函数
engine = pyttsx3.init()
engine.connect('started-utterance', onStart)
engine.connect('started-word', onWord)
engine.connect('finished-utterance', onEnd)
engine.connect('error', onError)
engine.say('这段文本将触发回调函数')
engine.runAndWait()

四、「注意事项」

• 阻塞与非阻塞
  ：runAndWait()是阻塞方法，调用后程序会等待语音播放完毕才会继续执行。这意味着，如果你需要语音在后台播放，可能需要考虑异步方案。

• 异步支持
  ：可以通过事件循环实现异步，参考engine.startLoop()的用法。

• 跨平台差异
  ：不同系统的语音质量和可用声音可能不同。Windows通常支持更丰富的声音，而Linux和macOS的espeak效果相对有限。

• 中文支持
  ：部分系统需要额外配置中文语音库，比如Linux要安装中文语音包，否则可能无法朗读中文。

五、常见问题

• 报错No module named 'pyttsx3'
  ：确认是否已安装库，或者尝试重启Python环境。

• 无法播放中文
  ：检查系统是否支持中文语音。Windows可以在“设置-语音”中管理语音包，Linux则需要手动安装。

• 保存文件失败
  ：确保路径可写，或者尝试使用绝对路径来避免权限问题。

总的来说，pyttsx3是一个轻量而实用的TTS工具，掌握这些基本用法，已经足以应对大部分开发场景。