### 实现文字转语音功能的 Python 库列表 以下是几个常见的用于实现文字转语音（TTS，Text-to-Speech）功能的 Python 库： #### 1. **pyttsx3** `pyttsx3` 是一个跨平台的 TTS 库，支持 Windows、macOS 和 Linux 系统。它无需网络连接即可运行，并允许开发者轻松地将文本转换为语音[^1]。此库的特点在于其简单性和灵活性，可以通过设置不同的属性来自定义语音的速度、音量和语言。 ```python import pyttsx3 engine = pyttsx3.init() engine.setProperty('rate', 150) # 设置语速 engine.setProperty('volume', 0.9) # 设置音量 voices = engine.getProperty('voices') for voice in voices: if 'zh' in voice.languages[0]: engine.setProperty('voice', voice.id) engine.say("这是一个中文示例。") engine.runAndWait() for voice in voices: if 'en' in voice.languages[0]: engine.setProperty('voice', voice.id) engine.say("This is an English example.") engine.runAndWait() ``` --- #### 2. **gTTS (Google Text-to-Speech)** `gTTS` 是基于 Google Translate TTS API 的轻量级库，适合需要高质量语音的应用场景。由于依赖于云端服务，因此需要互联网连接才能正常使用[^4]。 ```python from gtts import gTTS import os text = "Hello, this is a text to speech example using gTTS." language = 'en' speech = gTTS(text=text, lang=language, slow=False) speech.save("output.mp3") os.system("mpg321 output.mp3") # 使用 mpg321 播放 MP3 文件 ``` --- #### 3. **pyttsx** `pyttsx` 是 `pyttsx3` 的前身，同样是一个跨平台的文字转语音库。尽管它的功能与 `pyttsx3` 类似，但由于较旧的原因，推荐优先考虑更现代的替代品[^4]。 --- #### 4. **espeak-ng** 虽然严格来说不是一个纯 Python 库，但 `espeak-ng` 提供了强大的命令行工具和绑定接口，可以在 Python 中调用以生成语音输出。这种方法特别适合嵌入式系统或资源受限的环境[^3]。 ```python import subprocess def speak_espeak(text): command = ['espeak', '-v', 'en-us', '--stdout'] process = subprocess.Popen(command, stdin=subprocess.PIPE, stdout=subprocess.PIPE) audio_data = process.communicate(input=text.encode())[0] speak_espeak("This is an espeak-ng example.") ``` --- #### 5. **Amazon Polly via boto3** AWS 提供的服务 Amazon Polly 可以通过官方 SDK (`boto3`) 在 Python 中集成高保真度的声音合成能力。这需要注册 AWS 帐户并配置访问密钥[^2]。 ```python import boto3 polly_client = boto3.Session( aws_access_key_id="YOUR_ACCESS_KEY", aws_secret_access_key="YOUR_SECRET_KEY", region_name='us-west-2').client('polly') response = polly_client.synthesize_speech(VoiceId='Joanna', OutputFormat='mp3', Text='Welcome to the world of synthetic speech.') file = open('output_polly.mp3', 'wb') file.write(response['AudioStream'].read()) file.close() ``` --- #### 6. **Festival Speech Synthesis System** Festival 是另一个开源项目，提供了一套完整的语音合成解决方案。Python 用户可通过子进程调用来利用 Festival 功能[^3]。 ```python import os def festival_tts(text): os.system(f"echo '{text}' | festival --tts") festival_tts("Testing Festival's text-to-speech capabilities.") ``` --- ### 总结 每种库都有各自的优缺点，具体选择取决于实际需求： - 如果追求简单易用且不需要联网，则可以选择 `pyttsx3`； - 对于更高品质的语音效果并且可以接受依赖外部服务的情况，可尝试 `gTTS` 或 `Amazon Polly`； - 若目标设备性能有限或者希望完全掌控整个流程而不借助第三方软件/服务的话，那么像 `espeak-ng` 或者直接操作硬件驱动的方式可能是更好的选项。