快捷導(dǎo)航

Python詳解文字轉(zhuǎn)語(yǔ)音的實(shí)現(xiàn)

更新時(shí)間：2022年02月14日 16:31:14 作者：迢迢x

在自然語(yǔ)言處理上，文字、音頻互轉(zhuǎn)是一個(gè)很關(guān)鍵的技術(shù)點(diǎn)。對(duì)于語(yǔ)音轉(zhuǎn)文字，個(gè)人實(shí)現(xiàn)較為困難，我們可以使用語(yǔ)音轉(zhuǎn)文字的軟件或借助各API（如科大訊飛等）進(jìn)行移植開發(fā)。不過(guò)文字轉(zhuǎn)語(yǔ)音就相對(duì)而言容易實(shí)現(xiàn)很多了

前言：

這是一篇簡(jiǎn)單的Python文字（漢字）轉(zhuǎn)語(yǔ)音教程，當(dāng)然對(duì)于其他語(yǔ)言工具在實(shí)現(xiàn)的方法上也是一樣的。

漢字轉(zhuǎn)語(yǔ)音實(shí)現(xiàn)就分為兩步，第一步將漢字轉(zhuǎn)為拼音，第二步通過(guò)拼音調(diào)用相匹配的音頻文件。下面是具體的開發(fā)實(shí)例教程。

開發(fā)環(huán)境：Windows

Python版本：3.x

外置模塊準(zhǔn)備：pygame（可直接在cmd命令行中pip install pygame安裝）

漢字轉(zhuǎn)拼音

我使用的是將漢字轉(zhuǎn)為Unicode碼，然后通過(guò)查詢一個(gè)匹配文件（我使用的是unicode_py.txt）獲取該漢字的拼音，該文件中列有從4E00-9FA5標(biāo)準(zhǔn)漢字的Unicode編碼所對(duì)應(yīng)的拼音，外加一個(gè)落單的3007編碼的“〇”。

文件如下：

在大寫拼音英文后的1，2，3，4，5分別表示一，二，三，四和輕聲（注意到存在有多音字）

我們將其封裝成一個(gè)函數(shù)，參數(shù)為一個(gè)全是漢字的字符串，返回是一個(gè)拼音字符串。（即chinese_to_pinyin("秋水共長(zhǎng)天一色") 返回的是"QIU1 SHUI3 GONG4 CHANG2 TIAN1 YI1 SE4 ")

源碼如下：

def chinese_to_pinyin(x):
    y = ''
    dic = {}
    with open("unicode_py.txt") as f:
        for i in f.readlines():
            dic[i.split()[0]] = i.split()[1]
    for i in x:
        i = str(i.encode('unicode_escape'))[-5:-1].upper()
        try:
            y += dic[i] + ' '
        except:
            y += 'XXXX ' #非法字符我們用XXXX代替
    return y

說(shuō)明：將該文件與"unicode_py.txt"文件放在同一目錄下，代碼比較簡(jiǎn)陋，因?yàn)橹饕o大家講實(shí)現(xiàn)教學(xué)，所以沒有對(duì)多音字進(jìn)行處理（所以默認(rèn)使用第一個(gè)使用頻率最高的音）

拼音轉(zhuǎn)語(yǔ)音

這一步也比較簡(jiǎn)單，我們根據(jù)拼音調(diào)用相對(duì)應(yīng)的單個(gè)音的音頻文件即可。單個(gè)音的音頻文件可以自己錄或找人錄，渠道有很多哦。注意文件格式，最好是mp3或wav文件。

部分文件展示如下：

我們將其置入一個(gè)voice文件夾下。準(zhǔn)備工作就做好了。

我們同樣將漢字轉(zhuǎn)語(yǔ)音封裝成一個(gè)make_voice函數(shù)，參數(shù)為一個(gè)漢字字符串，然后調(diào)用chinese_to_pinyin函數(shù)，返回值不重要，可為空，功能實(shí)現(xiàn)是調(diào)用音頻文件發(fā)音。

源碼如下：

import pygame
def make_voice(x):
    pygame.mixer.init()
    voi = chinese_to_pinyin(x).split()
    for i in voi:
        if i == 'XXXX':  #處理'XXXX'的音，可將其忽略
            continue
        pygame.mixer.music.load("voice/" + i + ".mp3")
        pygame.mixer.music.play()
        while pygame.mixer.music.get_busy() == True:
            pass
    return None

我們展示一下這個(gè)教學(xué)版的最后完整的代碼圖（該文件名為"test.py"）：

import pygame
 
def chinese_to_pinyin(x):
    y = ''
    dic = {}
    with open("unicode_py.txt") as f:
        for i in f.readlines():
            dic[i.split()[0]] = i.split()[1]
    for i in x:
        i = str(i.encode('unicode_escape'))[-5:-1].upper()
        try:
            y += dic[i] + ' '
        except:
            y += 'XXXX '
    return y
 
def make_voice(x):
    pygame.mixer.init()
    voi = chinese_to_pinyin(x).split()
    for i in voi:
        if i == 'XXXX':
            continue
        pygame.mixer.music.load("voice/" + i + ".mp3")
        pygame.mixer.music.play()
        while pygame.mixer.music.get_busy() == True:
            pass
    return None
 
while True:
    p = input("請(qǐng)輸入文字：")
    make_voice(p)

教程文件的目錄結(jié)構(gòu)：

test.py
unicode_py.txt
voice----A1.mp3
         A2.mp3
         A3.mp3
         ...

實(shí)現(xiàn)原理就是這樣，同時(shí)也可以視一些具體情況做一些拓展，例如將阿拉伯?dāng)?shù)字轉(zhuǎn)漢字讀法（即1234006.15讀作“一百二十三萬(wàn)四千零六點(diǎn)一五”，這個(gè)實(shí)現(xiàn)不難），還有將多音字問(wèn)題攻破也是很棒的。

當(dāng)然只要想法夠豐富用pygame的音頻功能也能實(shí)現(xiàn)很多有趣的功能（如播放器制作或電子音樂簡(jiǎn)單創(chuàng)作等）。

結(jié)尾：

以上就是本文的全部?jī)?nèi)容了，大家喜歡的記得點(diǎn)點(diǎn)贊！

到此這篇關(guān)于Python詳解文字轉(zhuǎn)語(yǔ)音的實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)Python 文字轉(zhuǎn)語(yǔ)音內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: