Python 打造一个语音合成系统 平时我们聊天的时候，也许会想着录制一些自己的声音，而且还想有点特色， 也就是所谓的变声，今天我们要说的就是这个变声器的制作， 说的高大上点就是语音合成系统。它能实现个性化语音的录制与存储。 开发需求 申请百度开放平台账号，使用sublime text 3 开发。 开发步骤 1.打开百度开放这个平台创建一个应用拿到关键参数，如图：
因为我们使用Python开发一款智能语音合成系统，所以需要PythonSDK ,可以在下图中找到：
找到之后可以看看他的使用说明：
然后创建一个应用：
这样就拿到了三个重要的参数： APP_ID：应用id API_KEY：应用钥匙 SECRET_KEY：安全码 2.下载百度Python api pip install baidu-aip
3.配置百度语音客户端 新建AipSpeechfrom aip import AipSpeech
?
""" 你的 APPID AK SK """
APP_ID = '你的 App ID'
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'
?
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
配置AipSpeech如果用户需要配置AipSpeech的网络请求参数(一般不需要配置)，可以在构造AipSpeech之后调用接口设置参数，目前只支持以下参数： 接口说明setConnectionTimeoutInMillis建立连接的超时时间（单位：毫秒setSocketTimeoutInMillis通过打开的连接传输数据的超时时间（单位：毫秒） 4.建立链接，生成音频文件
可以看出，成功生成音频文件会返回二进制文件流。这样还只是生成一个最简单的音频文件， 我们还可以将它生成多种声音，参数如下： 参数类型描述是否必须textString合成的文本，使用UTF-8编码， 请注意文本长度必须小于1024字节是cuidString用户唯一标识，用来区分用户， 填写机器 MAC 地址或 IMEI 码，长度为60以内否spdString语速，取值0-9，默认为5中语速否pitString音调，取值0-9，默认为5中语调否volString音量，取值0-15，默认为5中音量否perString发音人选择, 0为女声，1为男声， 3为情感合成-度逍遥，4为情感合成-度丫丫，默认为普通女否 这就是人工智能中的语音合成技术,调用百度的SDK，只用了几分钟。就完成了一年的开发量。 当然有失败就避免不了成功，一般请求失败会有这几种情况： 错误返回格式若请求错误，服务器将返回的JSON文本包含以下参数： - error_code：错误码。
- error_msg：错误描述信息，帮助理解和解决发生的错误。
错误码错误码含义500不支持的输入501输入参数不正确502token验证失败503合成后端错误 看到上面这些参数是不是想跃跃欲试了了。哈哈，那就赶紧解放我们的双手吧。 程序实现因为我们是要将他打造成一个语音合成的系统，所以当然得有界面才好看啦， 1.编写程序主界面： class play:
def __init__(self):
self.root=tk.Tk()#初始化窗口
self.root.title("语音合成系统")#窗口名称
self.root.geometry("700x700")#设置窗口大小
self.root.resizable(width=True,height=True)#设置窗口是否可变,宽不可变,高可变,默认为True
self.lb=tk.Label(self.root,text='请选择语音类型')#标签
self.tt=tk.Text(self.root,width=80,height=30)#多行文本框
self.cb=ttk.Combobox(self.root, width=12)#下拉列表框
#设置下拉列表框的内容
self.cb['values']=('请选择-----','甜美型','萝莉型','大叔型','精神小伙型')
self.cb.current(0)#将当前选择状态置为0,也就是第一项
self.cb.bind("<>",self.go)#绑定go函数，然后触发事件
self.lb1=tk.Label(self.root,text='请输入文件名：')
self.e=tk.Entry(self.root,width=30,show=None, font=('Arial', 12))#文本框
self.b1=tk.Button(self.root, text='生成音频文件', width=10,height=1,command=self.sc)#按钮
#各个组件的位置
self.b1.place(x=200,y=520)
self.lb.place(x=30,y=30)
self.cb.place(x=154,y=30)
self.e.place(x=130,y=490)
self.lb1.place(x=30,y=490)
self.tt.place(x=30,y=60)
self.root.mainloop()#启动主页面
这样就算完成了程序的主界面了，是不是很简单了，一起来看下它长啥样吧：
怎么样，是不是很简洁大气了。 2.绑定下拉列表框事件 在这里，我们需要对如何获取下拉列表框的选项要了解，废话少说。 直接上代码： def go(self,*arg): # *arg是为了接受多个如同列表的参数，还有个**kwarg能接受如同字典的参数
#百度api
self.APP_ID = '18386899'
self.API_KEY = 'OcPQ4cGoGBRtW23jemKvgmU5'
self.SECRET_KEY = 'n2rGtvq9HmOGxgxG8H9a5kqFOes8ggHx'
self.client = AipSpeech(self.APP_ID,self.API_KEY,self.SECRET_KEY)#初始化端口建立连接
if self.cb.get()=='请选择-----':
self.tt.delete('1.0','end')#清除多行文本框的内容
elif self.cb.get()=='甜美型': #获取下拉列表框的选项来设置不同的音，下同
self.res=self.client.synthesis(self.tt.get('0.0','end'),'zh',1,{'vol':3,'spd':3,'pit':4,'per':0})
return self.res #返回音频信息，下同
elif self.cb.get()=='萝莉型':
self.res=self.client.synthesis(self.tt.get('0.0','end'),'zh',1,{'vol':2,'spd':2,'pit':3,'per':0})
return self.res
elif self.cb.get()=='大叔型':
self.res=self.client.synthesis(self.tt.get('0.0','end'),'zh',1,{'vol':5,'spd':7,'pit':6,'per':1})
return self.res
elif self.cb.get()=='精神小伙型':
self.res=self.client.synthesis(self.tt.get('0.0','end'),'zh',1,{'vol':7,'spd':8,'pit':8,'per':1})
return self.res
3.判断内容的大小并生成文件 百度语音api里有个限制，就是单个音频生成是有限制的，不能超过1024字节， 所以我在这里做个判断： def sc(self):
self.go()#引入go函数，不然下面的self.res 没法调用
aa=self.tt.get('0.0','end') #多行文本框内容为空
ab=os.path.dirname(sys.argv[0])+os.sep+self.e.get()+'.mp3'#文件名的地址，与程序同目录
if len(aa)>=1024: #判断长度是否超过1024
messagebox.showerror(title = '出错了！',message='^_^最多不超过1024个字节^_^')
else:
if not os.path.exists(ab):#如果没有这个文件则创建
with open(ab,'wb') as f:
f.write(self.res)#将音频信息写入到文件
#生成结束给一个提示
messagebox.showinfo(title = '完毕！',message='生成完毕，文件在程序目录下')
else:
messagebox.showerror(title='出错了！',message='文件名已存在')#有这个文件就提示
接下来，我们只需将这几个功能写入到一个类中即可，然后启动这个类。 play()
当我输入一段话后，大家可以看到它就生成了一个音频文件， 而且读取的时候和我们输入的内容一模一样，比如我输入一段代码，见下图：
怎么样，是不是很完美了，哈哈哈！！！其实，有时候我们在写代码的时候 完全可以想到什么写什么，这样你才能学的更快更好。 | 
注册
登录
