用Python+微软TTS实现文字转语音的两种方法

本文介绍在 Windows 环境下，使用 Python 语言调用微软的 TTS 服务，实现将文字转换成语音朗读的方法。

方法一：使用 win32com 模块实现

win32com 模块是一个 Python 的扩展模块，提供了与 Windows 操作系统的 COM 接口进行交互的功能。

首先安装 pywin32 库。我记得这个是库是默认自带的，反正你有的话就跳过，没有的话就装一下。

pip install pywin32

Python 程序：

import win32com.client

def speak(text):
    speaker = win32com.client.Dispatch("SAPI.SpVoice")
    print(speaker.GetVoices().Item(0).GetDescription())
    speaker.Speak(text)

text = "欢迎使用Microsoft TTS语音引擎"  
speak(text)

修改 speaker.GetVoices().Item(0) 的值可以改变播音员（音色），但 Windows 系统自带 TTS 默认好像都只有两个播音员可供选择，一个中文一个英文。

方法二：使用 pyttsx3 库实现

首先安装 pyttsx3 库。pyttsx3 库用于在各种平台上实现文本到语音（TTS）功能。它基于底层的 TTS 引擎，并提供了简单易用的接口，可以将文本转换为声音输出。

pip install pyttsx3

Python 程序：

import pyttsx3
  
# 初始化语音引擎
engine = pyttsx3.init()
  
# 设置语音引擎为微软的Speech Platform
voices = engine.getProperty('voices')
for voice in voices:
    if 'Microsoft' in voice.name:
        engine.setProperty('voice', voice.id)
        break
  
# 要转换为语音的文本
text = "这是要朗读的文本"
  
# 将文本转换为语音
engine.say(text)
engine.runAndWait()

修改 text 变量的值并运行程序即可。

Windows 系统自带的TTS可供选择的音色（播音员）有限，质量也不咋地，适合自用或者对质量要求不高的场景，如果要用于商业场景，建议使用云平台提供的 TTS 服务。