智能语音处理+1.4语音合成之输出英文音频文件(100%教会)

欢迎来到智能语音处理系列第四篇文章,后面只剩一篇文章了,就可以完结了.

你如果着手与本节的内容,请你先拥有之前的基础:

        第一篇:智能语音处理+1.1下载需要的库(100%实现)-CSDN博客

        第二篇:智能语音识别+1.2用SAPI实现文本转语音(100%教会)-CSDN博客

        第三篇:智能语音处理+1.3用SpeechLib实现文本转语音(100%教会)-CSDN博客

有了 前面三篇的基础,咱们可以直接加快速度了.

 简单介绍代码结构

        首先,要导入库和方法   +   并实例化engine类和stream类(什么意思?前面的几篇文章里面有)

        第二步骤,定义两个文件,一个是要读取的文本文件,还有一个是输出的音频文件.

        第三步骤,调用方法,打开文本文件,读取,读取完后,放入speak流(让文本变成语音)

完整的程序及代码注释

        ok,废话不多说,你们去运行代码吧,报错了,就很有生活了.......

# 导入COM组件操作库：comtypes.client用于创建COM对象，comtypes.gen包含预生成的类型库接口
from comtypes.client import CreateObject
from comtypes.gen import SpeechLib  # 此模块包含Windows语音API的常量定义# 创建语音合成引擎实例（SAPI.SpVoice是Windows语音接口的COM对象）
# 该对象提供文本转语音的核心功能，如调整语速、音量、选择发音人等
engine = CreateObject("SAPI.SpVoice")# 创建音频文件流对象（SAPI.SpFileStream是用于文件输出的COM对象）
# 此对象负责将生成的语音数据写入磁盘文件
stream = CreateObject('SAPI.SpFileStream')# 定义输入文件路径（需确保demo.txt存在且为UTF-8编码的文本文件）
infile = 'demo.txt'
# 定义输出音频文件路径（默认生成WAV格式，若需MP3需系统安装编码器）
outfile = 'demo_audio.wav'# 以写入模式打开音频文件流（SpeechLib.SSFMCreateForWrite表示创建新文件）
# 参数说明：
# - outfile: 输出文件路径
# - SpeechLib.SSFMCreateForWrite: 文件模式常量（0x3），等效于"wb"模式
# 若文件已存在，此操作会覆盖原有内容
stream.Open(outfile, SpeechLib.SSFMCreateForWrite)# 将语音引擎的输出重定向到文件流（默认输出到系统扬声器）
# 此赋值操作后，所有语音输出将写入指定文件而非播放声音
engine.AudioOutputStream = stream# 打开文本文件（注意：此处未处理文件不存在或编码错误的异常）
# 建议使用with语句自动管理资源：with open(infile, 'r', encoding='utf-8') as f:
f = open(infile, 'r', encoding='utf-8')
# 读取全部文本内容（适合小文件，大文件建议分段读取）
theText = f.read()
# 显式关闭文件（若使用with语句可省略此步骤）
f.close()# 执行语音合成操作（注意方法名为Speak而非speak，严格区分大小写）
# 第二个参数SpeechLib.SPFD_Default表示同步生成（默认值为0）
# 等价于：engine.Speak(theText, 0)
engine.Speak(theText)  # 此处隐含使用SpeechLib.SPFD_Default标志# 关闭音频文件流（确保缓冲区数据写入磁盘）
# 注意：必须先关闭流再释放对象，否则可能导致文件损坏
stream.Close()# 最佳实践：显式释放COM对象（虽然Python垃圾回收会自动处理，但提前释放更安全）
del engine
del stream