Python 将文本内容转换为语音播放并保存为音频文件

用户11081884

发布于 2026-07-20 18:51:36

290

文本转语音（Text-to-Speech, TTS）技术能够将书面文字转换为自然语音输出，广泛应用于辅助阅读、语言学习、无障碍服务等场景。Python pyttsx3 库实现了文本转语音的播放和保存功能（如 WAV 格式），代码简洁且跨平台兼容。可应用于自动化通知、教育工具等场景。

一、安装所需库

首先安装 pyttsx3 库。它依赖于系统语音引擎（如 Windows 的 SAPI、macOS 的 NSSpeechSynthesizer 或 Linux 的 eSpeak），无需网络连接。使用 pip 安装：

pip install pyttsx3

二、代码实现

以下代码定义了一个函数 text_to_speech_and_save，该函数读取指定文本文件的内容，通过语音播放，并保存为音频文件。支持调节语速（范围：-10 到 10），并包含文件存在性检查和异常处理。

import pyttsx3
import os


def text_to_speech_and_save(file_path, save_path, rate=0):
    """
    将指定文本文件的内容转换为语音播放，并保存为音频文件。
    :param file_path: str, 文本文件路径（如 .txt 文件）
    :param save_path: str, 音频文件保存路径（如 .wav 文件）
    :param rate: int, 语速调整值，范围 -10 到 10（默认 0）
    """
    try:
        # 初始化语音引擎
        engine = pyttsx3.init()
        
        # 设置语速：将用户输入的 rate（-10 到 10）映射到实际语速值（pyttsx3 默认语速约 200）
        base_rate = 200  # 默认语速基准
        actual_rate = base_rate + rate * 10  # 调整幅度，例如 rate=2 时语速为 220
        engine.setProperty('rate', actual_rate)
        
        # 检查文本文件是否存在
        if not os.path.exists(file_path):
            print(f"文件未找到：{file_path}")
            return
        
        # 读取文本文件内容
        with open(file_path, 'r', encoding='utf-8') as file:
            text = file.read().strip()  # 去除首尾空行
        
        if not text:
            print("文件内容为空，无需处理")
            return
        
        print("正在朗读文本...")
        engine.say(text)  # 播放语音
        engine.runAndWait()  # 等待播放完成
        print("朗读完成")
        
        # 保存语音为音频文件
        print("正在保存音频文件...")
        engine.save_to_file(text, save_path)
        engine.runAndWait()  # 确保保存操作完成
        print(f"音频已保存至：{save_path}")
    
    except Exception as e:
        print(f"发生错误：{e}")


# 示例调用
if __name__ == "__main__":
    text_file = "sample.txt"    # 替换为你的文本文件路径
    audio_file = "output.wav"   # 音频文件保存路径
    text_to_speech_and_save(text_file, audio_file, rate=2)  # 语速稍快（rate=2）

三、代码说明

语速调整：rate 参数范围 -10（最慢）到 10（最快），通过线性映射调整实际语速。例如， rate=0 使用默认语速，rate=2 会稍快。
文件处理：代码检查文本文件是否存在，并自动处理编码（使用 UTF-8）。如果文件为空，会提示并退出。
音频保存：save_to_file 方法将语音保存为 WAV 格式（默认），也可指定其他格式（如 MP3，需系统支持）。
异常处理：使用 try-except 块捕获可能错误（如文件权限问题、引擎初始化失败等）。