大家好，今天給大家?guī)硪粋€非常實用的Python庫——pyttsx3。它可以把文字轉(zhuǎn)換成語音，讓你的程序“開口說話”。無論是做語音提醒、讀新聞、還是給盲人用的輔助工具，都非常方便。

這篇文章會從零開始，一步步教你搭建環(huán)境、編寫代碼，并分享一些踩坑經(jīng)驗，比如服務(wù)器上沒聲音怎么辦、相同文字重復合成浪費資源怎么辦。

1. pyttsx3 簡介

pyttsx3 是一個跨平臺的文字轉(zhuǎn)語音（TTS）庫，支持 Windows、macOS、Linux。它直接調(diào)用系統(tǒng)自帶的語音引擎，不需要網(wǎng)絡(luò)，也不需要申請API密鑰，完全離線使用。

特點：

• 簡單易用，幾行代碼就能朗讀文本。
• 可調(diào)節(jié)語速、音量，選擇不同的語音（比如中文、英文）。
• 支持將語音保存為音頻文件（.wav）。

2. 環(huán)境準備

首先確保你的電腦已經(jīng)安裝了 Python（推薦 3.6 及以上版本）。然后用 pip 安裝 pyttsx3：

pip install pyttsx3

安裝完成后，你就可以開始寫代碼了。

3. 基礎(chǔ)代碼：讓電腦開口說話

下面是一個最簡示例，朗讀一句中英文混合的話。

import pyttsx3

def text_to_speech(text, rate=160, volume=1.0):
    # 初始化引擎
    engine = pyttsx3.init()
    
    # 設(shè)置語速 (默認200，建議120-180)
    engine.setProperty('rate', rate)  
    
    # 設(shè)置音量 (0.0~1.0)
    engine.setProperty('volume', volume)
    
    # 設(shè)置中文語音（需要系統(tǒng)已安裝中文語音包）
    voices = engine.getProperty('voices')
    for voice in voices:
        if "chinese" in voice.name.lower():  # 根據(jù)系統(tǒng)語音名稱匹配
            engine.setProperty('voice', voice.id)
            break
    
    # 播報文本
    engine.say(text)
    engine.runAndWait()

# 使用示例
text_to_speech("hello world，歡迎使用pyttsx3！")

運行這段代碼，如果你的電腦有揚聲器，就能聽到語音了。

代碼解釋

• pyttsx3.init()：初始化語音引擎。
• setProperty('rate', ...)：設(shè)置語速，數(shù)值越大越快，一般 120~180 比較自然。
• setProperty('volume', ...)：音量，范圍 0.0~1.0。
• getProperty('voices')：獲取系統(tǒng)所有可用的語音。我們遍歷找到包含“chinese”的語音，設(shè)為中文發(fā)音。如果找不到，就會用默認語音（通常是英文），讀中文會很不自然。
• engine.say(text)：把文本加入朗讀隊列。
• engine.runAndWait()：開始朗讀，并等待朗讀結(jié)束。

4. 進階功能：保存為音頻文件

有時候我們不需要立即播放，而是想把語音存成文件，比如用在視頻配音、自動生成音頻內(nèi)容。pyttsx3 可以輕松做到：

import pyttsx3

def text_to_speech_file(text, filename='output.wav', rate=160, volume=1.0):
    engine = pyttsx3.init()
    engine.setProperty('rate', rate)
    engine.setProperty('volume', volume)
    
    # 設(shè)置中文語音
    voices = engine.getProperty('voices')
    for voice in voices:
        if "chinese" in voice.name.lower():
            engine.setProperty('voice', voice.id)
            break
    
    # 保存到文件
    engine.save_to_file(text, filename)
    engine.runAndWait()
    print(f"音頻已保存到 {filename}")

# 使用示例
text_to_speech_file("這是一段保存成文件的語音。", "test.wav")

保存后，你就可以用任何播放器播放這個 .wav 文件。

5. 避坑指南（非常重要?。?/h2>

5.1 必須有揚聲器/功放才能聽到聲音？

不一定。如果只是保存文件，不需要揚聲器。但如果直接調(diào)用 engine.say()，程序會試圖通過系統(tǒng)的音頻設(shè)備播放，這時必須確保有可用的音頻輸出設(shè)備（比如耳機、音箱）。如果服務(wù)器沒有聲卡（很多云服務(wù)器都沒有），播放會失敗或無聲。

解決方案：在服務(wù)器環(huán)境，始終使用 save_to_file 保存文件，然后把文件傳給前端播放，或者用其他工具播放。

5.2 Linux / Windows Server 無法直接播放怎么辦？

• Windows Server：默認可能沒有啟用音頻服務(wù)，或者沒有聲卡驅(qū)動。即使安裝了語音包，調(diào)用 engine.say() 也可能沒聲音。建議使用 save_to_file 生成文件，然后用瀏覽器或其它設(shè)備播放。
• Linux：需要安裝 espeak 或其他 TTS 后端，并且確保有音頻輸出（比如 ALSA 配置）。如果只是生成文件，可以不用音頻設(shè)備，直接用 save_to_file。

5.3 相同文字重復合成浪費資源

如果你經(jīng)常需要朗讀相同的文字（比如固定的提示語），每次都重新合成會消耗 CPU 和時間。可以做一個簡單的緩存：第一次合成后把音頻文件保存下來，下次遇到相同文字直接返回文件。

示例緩存實現(xiàn)：

import os
import hashlib

def text_to_speech_cached(text, cache_dir='tts_cache'):
    # 創(chuàng)建緩存目錄
    os.makedirs(cache_dir, exist_ok=True)
    # 根據(jù)文本生成文件名（哈希）
    hash_value = hashlib.md5(text.encode('utf-8')).hexdigest()
    filename = os.path.join(cache_dir, f'{hash_value}.wav')
    
    if os.path.exists(filename):
        print("使用緩存的音頻文件")
        return filename
    else:
        print("合成新的音頻文件")
        text_to_speech_file(text, filename)
        return filename

# 使用示例
file1 = text_to_speech_cached("你好，歡迎光臨")
file2 = text_to_speech_cached("你好，歡迎光臨")  # 第二次直接返回緩存文件

這樣既節(jié)省時間，又避免重復合成。

5.4 中文語音包問題

• Windows：系統(tǒng)自帶“Microsoft Huihui”或“Microsoft Xiaoxiao”等中文語音。如果沒有，可以進入“語音設(shè)置”添加中文語音包。
• Linux：一般通過 espeak 提供，但 espeak 的中文發(fā)音比較機械?？梢园惭b espeak-ng 并配置中文，或者使用其他 TTS 引擎（如 Festival、Mimic）。
• macOS：系統(tǒng)自帶中文語音（Ting-Ting 等），一般可以直接使用。

如果你運行代碼時沒有聽到中文，可以打印所有可用語音，看看是否有中文：

engine = pyttsx3.init()
voices = engine.getProperty('voices')
for v in voices:
    print(v.name, v.id)

根據(jù)打印結(jié)果，手動選擇一個中文語音的 id 設(shè)置。

6. 總結(jié)

pyttsx3 是一個簡單又強大的離線 TTS 庫，非常適合 Python 開發(fā)者快速實現(xiàn)語音功能。通過本文，你應(yīng)該已經(jīng)掌握了：

• 基本朗讀功能
• 保存為音頻文件
• 緩存機制避免重復合成
• 常見問題及解決方法

趕快動手試試吧！如果你在服務(wù)器上運行，記得用保存文件的方式；如果希望中文更自然，可以安裝更高質(zhì)量的語音包（比如 Windows 上的自然語音）。歡迎在評論區(qū)交流你的應(yīng)用場景和遇到的坑～

以上就是Python使用pyttsx3實現(xiàn)文本朗讀功能的詳細教程及避坑指南的詳細內(nèi)容，更多關(guān)于Python pyttsx3文本朗讀功能的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論