1.前言：我有故事，让机器人来读

浏览器或者阅读器App里其实也有朗读功能，可是比较僵硬，老是将引人入胜的情节念成流水帐，分分钟让人弃坑，因此我考虑本身使用爬虫定时下载更新的章节，然后将文字合成存储到音频文件，这样不只能够选择一个靠谱的语音合成工具来处理文字，并且保存下来的音频还能反复收听，一箭双雕。ruby

文本整合容易，可是如何将其快速转换成音频呢？难道要本身训练模型“炼丹”解决？no no ，费力不讨好，毕竟本身手头这点算法知识很是浅显，并且硬件条件也不容许，本着“能用就行”的原则，我决定先使用市面上开放平台的产品来解决。通过对比，发现有道智云的语音合成还不错（此处可体验），决定使用有道智云的语音合成API进行开发。bash

养成好习惯：文中文末小广告帮忙点一点微信

效果先睹为快：

我拿来朱自清先生的《荷塘月色》的其中两段做为实验素材，开发了简单的demo，走通了从加载文本到生成音频文件的逻辑，下面我来详细介绍开发过程。app

须要语音合成的文本:工具

合成结果（第一段）：学习

合成结果（第二段）：

很惋惜，这里不能上传mp3格式的音乐文件

2.调用API接口的准备工做

首先，是须要在有道智云的我的页面上建立实例、建立应用、绑定应用和实例，获取到应用的id和密钥。具体我的注册的过程和应用建立过程详见官方教程。

开发过程详细介绍

下面介绍具体的代码开发过程。

首先根据文档分析有道智云的API输入输出规范。语音合成API调用十分简单，该API采用https方式通讯，所需参数以下表：

字段名	类型	含义	必填	备注
q	text	待合成音频文件的文本字符串	True	好比：您好
langType	text	合成文本的语言类型	True	支持语言
appKey	text	应用 ID	True	可在应用管理查看
salt	text	UUID	True	UUID
sign	text	签	True	MD5(应用ID+q+salt+应用密钥)
voice	text	翻译结果发音选择，0为女声，1为男声，默认为女声	false	0
format	text	目标音频格式，支持mp3	false	mp3
speed	text	合成音频的语速	false	好比："1"为正常速度
volume	text	合成音频的音量	false	正常为"1.00",最大为"5.00",最小为"0.50"

简单归纳，组织好本身的语言（utf-8编码文本），辅以签名等必要参数，并告诉API所须要的音频特征，便可获得一份使人满意的合成音频。

接口输出中，若是合成成功，正常返回为二进制语音文件，具体header信息 Content-type: audio/mp3，若是合成出现错误，则会返回json结果，具体header信息为：Content-type: application/json，可据此判断运行状况。

3.Demo开发：

这个demo使用python3开发，包括maindow.py，synthesis.py，synthesistool.py三个文件，分别为demo的界面、界面逻辑处理和语音合成接口调用工具封装。

1.界面部分：

界面部分代码以下，比较简单。

root=tk.Tk()root.title("youdao speech synthesis test")frm = tk.Frame(root)frm.grid(padx='50', pady='50')# 文件选取按钮btn_get_file = tk.Button(frm, text='选择待合成文件', command=get_files)btn_get_file.grid(row=0, column=0, ipadx='3', ipady='3', padx='10', pady='20')# 所选文件列表展现框text1 = tk.Text(frm, width='40', height='10')text1.grid(row=0, column=1)# 启动按钮btn_sure=tk.Button(frm,text="合成",command=synthesis_files)btn_sure.grid(row=1,column=1)

其中启动按钮btn_sure的绑定事件synthesis_files()来收集带全部的文本文件，启动合成，并打印运行结果:

def synthesis_files(): if syn_m.file_paths: message=syn_m.get_synthesis_result() tk.messagebox.showinfo("提示", message) os.system('start' + '.\\result') else : tk.messagebox.showinfo("提示","无文件")

synthesis.py

这里主要是配合界面实现一些文本读取和请求接口处理返回值的逻辑。首先定义一个Synthesis_model

class Synthesis_model(): def __init__(self,file_paths,result_root_path,syn_type): self.file_paths=file_paths # 待合成文件路径 self.result_root_path=result_root_path # 结果路径 self.syn_type=syn_type # 合成类型

get_synthesis_result()方法实现了批量读取文件并调用合成方法、处理返回信息的逻辑：

 def get_synthesis_result(self): syn_result="" for file_path in self.file_paths: # 读取文件 file_name=os.path.basename(file_path).split('.')[0] file_content=open(file_path,encoding='utf-8').read() # 调用合成方法 result=self.synthesis_use_netease(file_name,file_content) # 处理返回消息 if result=="1": syn_result=syn_result+file_path+" ok !\n" else: syn_result=syn_result+file_path+result return syn_result

单独定义了方法synthesis_use_netease()具体实现调用API的方法，这样增长了demo的扩展性，实现了一种合成模块可插拔的松耦合形式：

def synthesis_use_netease(self,file_name,text): result=connect(text,'zh-CHS') print(result) if result.headers['Content-Type']=="audio/mp3": millis = int(round(time.time() * 1000)) filePath = "./result/" + file_name+"-"+str(millis) + ".mp3" fo = open(filePath, 'wb') fo.write(result.content) fo.close() return "1" else: return "error:"+result.content

synthesistool.py

1.synthesistool.py中是和请求有道智云API直接相关的一些方法，最核心的是connect()方法，整合了API所要求的各个参数，并调用执行请求的方法do_request()，并返回API处理结果。

def connect(text,lang_type): q = text
 data = {} data['langType'] = lang_type salt = str(uuid.uuid1()) signStr = APP_KEY + q + salt + APP_SECRET sign = encrypt(signStr) data['appKey'] = APP_KEY data['q'] = q data['salt'] = salt data['sign'] = sign
 response = do_request(data) return response

须要体验一下的小伙伴，请下载个人代码自行尝试或去官网体验 :

项目地址：连接在下方

特别提示：一、运行demo时，须要替换synthesistool.py模块中的 APP_KEY 、 APP_SECRET为你本身生成的 APP_KEY、APP_SECRET哦二、该工程默认存放结果存在./result 文件夹下，你须要手动在项目路径下建立该目录。或者修改成任意你想存放的位置

4.总结

以上就是个人开发过程，有道智云的语音合成API文档清晰，调用过程全程无坑，开发体验和合成效果都使人感到温馨。

我有故事，我把它交给机器人来说，闭目养神不枯燥，真是一件美事！

完整代码获取方式：公众号回复：读故事

正文结束！！！

养成好习惯：文中文末小广告帮忙点一点

欢迎关注公众号：Python爬虫数据分析挖掘，方便及时阅读最新文章

记录学习python的点点滴滴；

回复【开源源码】免费获取更多开源项目源码；

公众号每日更新python知识和【免费】工具；

本文已同步到【开源中国】、【腾讯云社区】、【CSDN】；

本文分享自微信公众号 - Python爬虫数据分析挖掘（zyzx3344）。
若有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一块儿分享。

惊！Python竟然能够读故事了（附源码）

目录