本文目录导读：
- 方法一：使用 pyttsx3（离线，无需网络）
- 方法二：使用 gTTS（谷歌在线语音，需要网络）
- 方法三：使用百度AI语音合成（免费额度）
- 方法四：使用 Edge TTS（微软在线语音，高质量）
- 安装依赖
- 完整示例：带GUI界面的文本转语音
- 使用建议
我将为您介绍几种Python文字转语音的实现方法,从简单到复杂：
使用 pyttsx3（离线，无需网络）
import pyttsx3
# 初始化
engine = pyttsx3.init()
# 基本使用
text = "你好，欢迎使用Python文字转语音功能！"
engine.say(text)
engine.runAndWait()
# 高级配置
def text_to_speech_advanced():
# 获取语音属性
voices = engine.getProperty('voices')
# 设置语音（中文语音）
for voice in voices:
if 'chinese' in voice.name.lower() or 'yue' in voice.name.lower():
engine.setProperty('voice', voice.id)
break
# 设置语速（范围一般是0-200，默认200）
engine.setProperty('rate', 150)
# 设置音量（0.0-1.0）
engine.setProperty('volume', 0.8)
text = "这是一段使用自定义配置的文字转语音案例。"
engine.say(text)
engine.runAndWait()
# 保存到文件
def save_to_file():
text = "这段文字将被保存为音频文件。"
engine.save_to_file(text, 'output.mp3')
engine.runAndWait()
使用 gTTS（谷歌在线语音，需要网络）
from gtts import gTTS
import os
from playsound import playsound
def gtts_example():
# 文字转语音
text = "你好，这是使用谷歌语音合成的示例。"
# 创建gTTS对象
tts = gTTS(text=text, lang='zh-cn', slow=False)
# 保存为音频文件
tts.save("output.mp3")
# 播放音频
playsound("output.mp3")
def gtts_multi_language():
# 支持多种语言
texts = {
'zh-cn': '你好世界',
'en': 'Hello World',
'ja': 'こんにちは世界',
'ko': '안녕하세요 세계'
}
for lang, text in texts.items():
tts = gTTS(text=text, lang=lang)
tts.save(f"{lang}_hello.mp3")
print(f"已生成 {lang} 语言的音频文件")
使用百度AI语音合成（免费额度）
from aip import AipSpeech
# 百度AI配置（需要在百度AI平台注册应用获取）
APP_ID = '你的APP_ID'
API_KEY = '你的API_KEY'
SECRET_KEY = '你的SECRET_KEY'
def baidu_tts():
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
text = "你好，这是百度飞桨的文字转语音功能。"
# 合成语音
result = client.synthesis(text, 'zh', 1, {
'vol': 5, # 音量，0-15
'spd': 5, # 语速，0-15
'pit': 5, # 音调，0-15
'per': 0 # 发音人，0为女声，1为男声
})
# 保存音频文件
if not isinstance(result, dict):
with open('baidu_audio.mp3', 'wb') as f:
f.write(result)
print("音频文件已保存为 baidu_audio.mp3")
使用 Edge TTS（微软在线语音，高质量）
import asyncio
import edge_tts
async def edge_tts_example():
# 定义文本和语音参数
text = "你好，这是使用微软Edge的语音合成技术生成的语音。"
voice = "zh-CN-XiaoxiaoNeural" # 中文女声
# 创建通讯对象
communicate = edge_tts.Communicate(text, voice)
# 保存为音频文件
await communicate.save("edge_audio.mp3")
print("音频文件已生成！")
# 运行异步函数
asyncio.run(edge_tts_example())
# 列出可用的中文语音
async def list_chinese_voices():
voices = await edge_tts.list_voices()
chinese_voices = [v for v in voices if 'zh-' in v['Name']]
for voice in chinese_voices:
print(f"{voice['Name']} - {voice['DisplayName']}")
asyncio.run(list_chinese_voices())
安装依赖
# 基础安装 pip install pyttsx3 pip install gtts pip install playsound pip install baidu-aip pip install edge-tts # 如果使用pyttsx3有问题，可能需要安装： # Windows: 正常安装即可 # Mac: pip install pyobjc # Linux: sudo apt-get install espeak
完整示例：带GUI界面的文本转语音
import tkinter as tk
from tkinter import ttk
import pyttsx3
import threading
class TextToSpeechApp:
def __init__(self, root):
self.root = root
self.root.title("文字转语音工具")
self.root.geometry("500x400")
# 初始化语音引擎
self.engine = pyttsx3.init()
# 创建UI组件
self.create_widgets()
def create_widgets(self):
# 文本输入区域
tk.Label(self.root, text="请输入文字：", font=("微软雅黑", 12)).pack(pady=10)
self.text_input = tk.Text(self.root, height=8, width=50)
self.text_input.pack(pady=10)
# 控制区域
control_frame = tk.Frame(self.root)
control_frame.pack(pady=10)
# 语速控制
tk.Label(control_frame, text="语速：").grid(row=0, column=0)
self.speed_var = tk.IntVar(value=150)
speed_scale = tk.Scale(control_frame, from_=50, to=300,
variable=self.speed_var, orient=tk.HORIZONTAL)
speed_scale.grid(row=0, column=1)
# 音量控制
tk.Label(control_frame, text="音量：").grid(row=1, column=0)
self.volume_var = tk.DoubleVar(value=0.8)
volume_scale = tk.Scale(control_frame, from_=0.0, to=1.0,
variable=self.volume_var, resolution=0.1,
orient=tk.HORIZONTAL)
volume_scale.grid(row=1, column=1)
# 按钮区域
button_frame = tk.Frame(self.root)
button_frame.pack(pady=20)
tk.Button(button_frame, text="播放", command=self.speak,
bg="green", fg="white", width=10).pack(side=tk.LEFT, padx=5)
tk.Button(button_frame, text="暂停", command=self.pause,
bg="orange", fg="white", width=10).pack(side=tk.LEFT, padx=5)
tk.Button(button_frame, text="停止", command=self.stop,
bg="red", fg="white", width=10).pack(side=tk.LEFT, padx=5)
tk.Button(button_frame, text="保存文件", command=self.save_to_file,
bg="blue", fg="white", width=10).pack(side=tk.LEFT, padx=5)
def speak(self):
text = self.text_input.get("1.0", tk.END).strip()
if text:
# 在新线程中播放语音，避免界面卡顿
threading.Thread(target=self._speak_thread, args=(text,), daemon=True).start()
def _speak_thread(self, text):
self.engine.setProperty('rate', self.speed_var.get())
self.engine.setProperty('volume', self.volume_var.get())
self.engine.say(text)
self.engine.runAndWait()
def pause(self):
self.engine.stop() # 简单实现暂停
def stop(self):
self.engine.stop()
def save_to_file(self):
text = self.text_input.get("1.0", tk.END).strip()
if text:
filename = tk.filedialog.asksaveasfilename(
defaultextension=".mp3",
filetypes=[("MP3 files", "*.mp3"), ("All files", "*.*")]
)
if filename:
self.engine.save_to_file(text, filename)
self.engine.runAndWait()
tk.messagebox.showinfo("成功", f"文件已保存为：{filename}")
# 运行应用
if __name__ == "__main__":
root = tk.Tk()
app = TextToSpeechApp(root)
root.mainloop()
使用建议
- 简单测试：使用
pyttsx3，无需网络 - 高质量语音：推荐
edge-tts，微软的语音质量很好 - 中文支持：
gTTS和edge-tts的中文语音效果都不错 - 商业用途：建议使用百度AI或腾讯AI等商业服务
这些案例可以直接运行，您可以根据需求选择合适的方案，如果需要更多帮助,请告诉我！
标签： 文字转语音