今天，我想跟大家分享如何利用 Python 編程語言，來實現文字轉換為語音的功能，也就是我們常說的 Text-to-Speech (TTS) 技術。

你可能會好奇，為什么學習這個？想象一下，如果你想把書本、文章、雜志的內容轉換為語音來“聽”，而不是單純地“看”，這個技術就能派上用場。或者，如果你正在開發一個跨平臺的系統，需要整合定制化的語音服務，TTS 也能提供強大的支持。甚至，如果你手頭已經有寫好的腳本，想快速轉換為視頻的旁白聲音，TTS 也能大幅加快你的工作速度。

現在市面上其實已經有很多成熟的 TTS 服務了。比如說，Google 就提供相當高質量的 TTS 服務，發音自然，速度也快。不過，一旦超出了免費使用額度，就需要付費。臺灣也有本地化的選擇，像是“雅婷文字轉語音”，它更貼近臺灣口音，對于服務本地用戶非常有幫助。這些商用服務質量通常比較好，處理速度也快。

但是，如果你的需求是比較輕量級的，例如只是想為自己打造一個小工具，或者開發一個不需要大規模部署的小型服務，那么使用 Python 的?pyttsx3?套件就會是一個非常方便且免費的選擇。這個套件提供了相當完整的 API 文檔，我個人覺得用起來非常直觀。你可以去查詢它的官方文檔，我在文末也會提供相關鏈接或搜索提示。

好了，話不多說，我們來看看如何實際使用?pyttsx3?吧。

要使用這個套件，第一步當然是先安裝它。安裝很簡單，通常就是通過 pip 指令。確認安裝好之后，我們就可以在 Python 環境中開始寫代碼了。為了方便演示，我選擇在 Jupyter Notebook 的環境下來進行。

首先，我們需要把?pyttsx3?套件導入到代碼中：

import pyttsx3

接著，我會定義一個變量?txt，把我們想要轉換為語音的文字放在里面。這里先用一個簡單的例子：

txt = "Hello Ryan"

再來，我們需要一個“引擎”來幫我們做轉換的工作。我定義一個變量?engine?來代表這個對象：

engine = pyttsx3.init()

初始化好引擎之后，之后的所有操作，幾乎都是通過這個?engine?變量來進行。

下一步，我們告訴引擎要“說出”什么文字。套件提供了一個很直白的函數叫做?say()：

engine.say(txt)

最后，也是關鍵的一步，調用?runAndWait()?函數。這個函數會執行語音轉換的過程，并且會等待聲音播放完畢：

engine.runAndWait()

好，到這里基本的操作就完成了。執行這段代碼，你應該就能聽到你的電腦將 "Hello Ryan" 這幾個字說出來了。

不過，你可能會發現，默認的語音聽起來速度好像有點快，而且語調不一定是最理想的。別擔心，pyttsx3?允許我們進行調整。

前面提到，pyttsx3?的 API 文檔很有用。通過查閱文檔，我們可以找到像?getProperty()?這樣的函數，用來獲取引擎目前的屬性設置。常用的屬性有四種：語速 (rate)、語音 (voice)、可用的語音列表 (voices) 和音量 (volume)。

其中，rate?代表說話的速度。如果沒有特別設置，默認值通常是每分鐘 200 個字。

而?voices?會列出所有我們系統上可用的語音選項。這個列表是會根據你的操作系統而有所不同的。比如說，我目前用的是 Apple 的 macOS 系統，所以在列表中看到的語音 ID 會是?apple?開頭的。

列表里面列出了很多語音選項，它們代表不同的語言和發音人。你可以通過?getProperty('voices')?來查看你系統上提供了哪些語音。每一個語音都有一個獨特的 ID。

假設我在列表中看到一個名字叫做?samantha?的語音，它的語言是英文。我想使用這個語音來發音，并且希望速度慢一點，讓聲音更清晰。我可以這樣設置：

首先，使用?setProperty()?函數來設置屬性值：

voice_id = "你的英文語音ID，例如 apple speect:Samantha" # 替換成你系統上實際的英文語音ID
engine.setProperty('voice', voice_id)

然后，設置語速。因為 "Hello Ryan" 只有兩個單詞，說太快一下就過去了，我把語速調低一點，例如設置為 50：

engine.setProperty('rate', 50) # 設置語速為每分鐘 50 字

設置完成后，再執行?say?和?runAndWait：

engine.say("Hello mike")
engine.runAndWait()

聽起來是不是比剛才好多了？

你也可以嘗試其他的語音設置。像我試過一個 ID 叫做?Fred?的語音設置，據說這是 1984 年喬布斯介紹第一臺 Macintosh 電腦時，第一次使用電腦將文字轉換為語音時的發音。雖然聽起來年代感十足，但還挺清晰的。這就展現了選擇不同語音的多樣性。

除了直接在代碼中寫死文字，很多時候我們需要讀取外部文件中的文字。pyttsx3?也完全支持這一點。

我可以在設置好屬性的代碼下方，加入讀取文件的部分。我使用 Python 常用的?with open()?關鍵字來打開一個已經準備好的文字文件（假設我把文字內容儲存在?my_article.txt?這個文件里）。我給這個打開的文件對象取名為?file。

接著，我使用一個?for?循環，一行一行地讀取文件中的文字。在讓引擎讀出文字之前，我習慣先把它打印出來看看，確保讀取的是正確的內容。

with open('my_article.txt', 'r', encoding='utf-8') as file: # 請注意編碼設置for line in file:print(line.strip()) # 打印出該行文字engine.say(line) # 將該行文字加入待朗讀隊列

讀取完成后，別忘了最后調用?engine.runAndWait()?讓引擎開始讀：

engine.runAndWait()

我前面大部分演示都用了英文，現在來試試看中文的轉換效果如何。要讀中文，最好是將?voice?設置為中文的語音。語速方面，中文的速度感和英文不太一樣，我設置為每分鐘 120 個字試試看。

文字文件的內容，我找了一段中文文章的片段作為范例。這段文字可能來自一篇關于媒體轉型、如何應對社交媒體挑戰的討論。將這段中文貼入文字檔后，運行代碼：

chinese_voice_id = "你的中文語音ID，例如 com.apple.ttsbundle.zh-CN_Yu-Mai" # 替換成你系統上的中文語音ID，注意可能需要找zh-CN開頭的ID
engine.setProperty('voice', chinese_voice_id)
engine.setProperty('rate', 120) # 設置中文語速with open('chinese_article.txt', 'r', encoding='utf-8') as file:for line in file:print(line.strip())engine.say(line)engine.runAndWait()

聽聽看效果如何。你會發現這組語音設置是我們經常聽到的中文發音。除了我系統上的腔調，通常還會有其他中文發音選項（例如香港的粵語發音等），你可以根據需求自由選擇。

pyttsx3?支持的語音語言非常多樣，像是韓語、德語、日語等等。最好的實踐就是根據你要轉換的文字的語言，設置對應語言的語音，這樣說出來的效果才是最自然的。你可以通過?getProperty('voices')?來探索所有你系統上支持的語言和語音。

我在日本福岡生活和工作了一段時間，我想測試一下日語的 TTS 效果如何，順便分享一個我覺得很漂亮的景點——海中道海浜公園。特別是秋天，那里的花季非常美。這個公園很大，很適合親子或朋友一起去散步。

我在福岡市政府的官網找到一段介紹這個公園的日文文字，將它復制貼到一個文字文件中。然后將語音設置改為日語發音，語速可以適當調整。

japanese_voice_id = "你的日語語音ID，例如 com.apple.ttsbundle.ja_JP_Kyoko" # 替換成你系統上的日語語音ID
engine.setProperty('voice', japanese_voice_id)
engine.setProperty('rate', 150) # 設置日語語速with open('japanese_info.txt', 'r', encoding='utf-8') as file:for line in file:print(line.strip())engine.say(line)engine.runAndWait()

執行后，你就能聽到這段日文被用日語發音朗讀出來了。

除了直接播放語音，pyttsx3?還能將語音直接制作成文件。官方文檔中有介紹，這也很簡單，只要調用?save_to_file()?函數就行了。你可以指定輸出文件名和文字內容，它會自動幫你保存成像是 mp3 或 wav 格式的音頻文件。

output_file = "hello_ryan.mp3"
text_to_save = "Hello Ryan, this is a test."
engine.save_to_file(text_to_save, output_file)
engine.runAndWait() # 需要調用runAndWait來實際執行保存操作
print(f"語音已保存至 {output_file}")

這樣就能方便地將文字轉換成可重復使用的音頻文件了。

總結來說，pyttsx3?這個套件可以幫助我們快速地實現文字轉語音服務。它的應用場景很廣泛。例如，我們可以結合 Google API，讀取你的日程安排、Email 內容，讓電腦用讀的方式提醒你今天的行程或重要郵件。又或者，如果你有爬取體育數據、股市信息的自動化系統，可以整合?pyttsx3，讓系統具備語音提醒的功能，變成一個帶有語音服務的自動化工具。

如果你對這種整合多種功能、提升效率的自動化系統感興趣，其實有很多資源可以學習 Python 的自動化技巧。例如，學習如何自動化文件管理、Excel、Word 等文檔軟件操作。將重復性的工作自動化，真的可以大幅提高你的工作效率，節省很多寶貴的時間。你可以去搜索相關的 Python 自動化課程或教學資源。

希望這篇文章對你有所幫助和啟發！如果覺得有用，歡迎分享給需要的朋友。有任何問題或想法，也歡迎在評論區留言討論。