Python 3.4 - 使用 SAPI 进行文本到语音转换

Question

我试图使用此代码使用Python 3.4将文本转换为语音，但由于我的计算机的主要语言不是英语（我使用的是Win7x64），因此语音和口音是错误的（因为我希望它“说”英语） 。

import win32com.client
speaker = win32com.client.Dispatch("SAPI.SpVoice")
speaker.Speak("Hello, it works!")

那么，有没有办法改变（程序的，而不是系统的）语音/语言？另外，您认为有更好的方法吗？也许一个模块可以在每个系统上工作？

Answer 1

您的操作系统很可能只带有一种声音。有多种方法可以使用 IPA（国际音标语言）和 SVSFIsXML 作为通话中的标志来获得英语发音输出......但我猜您会想要比这更简单的东西。

如果你还没有英语语音，我要做的第一件事就是获取一个英语语音。（首先检查控制面板 -> 语音识别 -> 文本转语音，然后查看你的语音选择。如果它显示“Microsoft Anna - 英语（美国）”，那么，是的，你已经有英语语音了。）

如果没有，您将不得不获取另一个语音Microsoft Speech Platform - Runtime Languages (Version 11)。我强烈推荐 Microsoft Server Speech Text to Speech Voice（en-US、ZiraPro）作为英语语音。您还需要Microsoft 语音平台 - 软件开发工具包 (SDK)（版本 11）。

老实说，我只是把它们全部安装了，因为我觉得这很酷。

一旦你安装了所有这些，我发现让声音工作的是一个巧妙的注册表黑客我发现在语音攻击 - 获得免费的替代 TTS 声音与 Win7/8 64bit 一起工作。

基本上，这需要您在注册表中的 MS Speech Platform 语音中进行一些字符串替换，以便您在注册表中看到的内容

HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Speech Server\v11.0\Voices HKEY_LOCAL_MACHINE\SOFTWARE\Wow6432Node\Microsoft\Speech Server\v11.0\Voices

注册表将最终出现在：

HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Speech\Voices HKEY_LOCAL_MACHINE\SOFTWARE\Wow6432Node\Microsoft\Speech\Voices

完成后，返回控制面板并查看您安装的所有声音。您应该能够测试所有这些，即使是使用不同的语言。如果声音没有播放，则说明您安装的声音不正确（x86 与 64）。

现在在 python 中，您必须进行 SetVoice 调用。我一生中从未用Python编程过，但我想你想要的调用看起来像speaker.SetVoice(“Microsoft Server Speech Text to Speech Voice (en-US, ZiraPro)”)。设置语音后，当您拨打“通话”呼叫时，该语音应该始终说话。

现在，如果您已经到达这一点并且声音在控制面板中播放，但不在您的代码中播放，则可能是您的程序是32位/64位或其他什么，然后您必须跑回来，重新安装相反的32位/64位声音，再次运行您的注册表编辑，并尝试再次运行您的应用程序。

有点工作，但会有回报。如果您确实分发代码，则必须确保您的声音是客户端注册表的一部分，而弄乱这一点本身就可能令人头疼。