Convertir texto en voz con python.

En este ejemplo de abajo utilizo el sintetizador de voz de google, es necesario estar conectado a internet para que funcione. Es necesario descargarse «gtts» desde el «pip» dde python, y «playsound» también desde pip. Se genera un archivo .mp3 que luego reproduce playsound.

import gtts
from playsound import playsound

# in spanish
tts = gtts.gTTS("Hola como estas?.", lang="es")
tts.save("hola.mp3")
playsound("hola.mp3")

En este ejemplo de codigo, sintetizo la voz de manera local, sin internet utilizando el sintetizador de macOS, NSSpeechSynthesizer.

import sys
from Foundation import NSObject, NSLog
from AppKit import NSApplication, NSApp, NSSpeechSynthesizer
from PyObjCTools import AppHelper

class SpeechSynthesizerDelegate(NSObject):
    def speechSynthesizer_didFinishSpeaking_(self, sender, didFinishSpeaking):
        print("Terminó de hablar")
        AppHelper.stopEventLoop()

def main():
    app = NSApplication.sharedApplication()

    # Texto a convertir en voz
    text = "Hola como estas?"

    # Crear instancia de NSSpeechSynthesizer y establecer su delegado
    synthesizer = NSSpeechSynthesizer.alloc().init()
    delegate = SpeechSynthesizerDelegate.alloc().init()
    synthesizer.setDelegate_(delegate)

    # Comenzar la síntesis de voz
    synthesizer.startSpeakingString_(text)

    # Iniciar el bucle de eventos
    AppHelper.runEventLoop()

if __name__ == "__main__":
    main()

En el siguiente ejemplo utilizo un sintetizador de python llamado «espeak» de forma local, sin necesidad de internet. Es necesario instalar las librerias de python «pydub», «ffmpeg», «playsound» y «espeak» como sintetizador de voz.

import os
import tempfile
from pydub import AudioSegment
from playsound import playsound

def text_to_speech_espeak(text, output_file):
    with tempfile.NamedTemporaryFile(delete=False) as tmp_wav:
        # Convertir texto a voz usando eSpeak y guardar el resultado en un archivo WAV temporal
        os.system(f'espeak -v es "{text}" -w {tmp_wav.name}')

        # Leer el archivo WAV temporal y convertirlo al formato deseado
        audio = AudioSegment.from_wav(tmp_wav.name)

        # Guardar el archivo de audio en el formato deseado
        audio.export(output_file, format="mp3")

# Texto a convertir en audio
input_text = "Hola como estas?."

# Ruta al archivo de salida
output_file_path = "output_audio.mp3"

# Convertir el texto en audio y guardarlo como archivo MP3
text_to_speech_espeak(input_text, output_file_path)
playsound("output_audio.mp3")

Deja una respuesta Cancelar la respuesta

Deja una respuesta