Question

我想用音频和文本进行聊天机器人的回复。

所有使用gTTS的示例代码似乎都需要“将文本保存到文件中然后播放文件”。

是否还有另一种方法来简化此过程，例如使用gTTS自动播放“来自聊天机器人的响应”？

Answer 1

您也可以使用 playsound 库。

>>>import playsound

>>>playsound.playsound('sound.mp3')

有关 playsound 的更多信息。请访问 Playsound Docs。

Answer 2

如果您简短地看一下the docs，您会发现，在三个示例中，只有其中一个要求您调用save，而第三个示例专门称为“播放声音直接”。

因此，只需执行该示例中的操作，但用字符串代替文字'hello'：

>>> from gtts import gTTS
>>> from io import BytesIO
>>>
>>> my_variable = 'hello' # your real code gets this from the chatbot
>>> 
>>> mp3_fp = BytesIO()
>>> tts = gTTS(my_variable, 'en')
>>> tts.write_to_fp(mp3_fp)

但是请注意，gTTS并未配备MP3播放器；您需要一个单独的音频库来播放mp3_fp缓冲区：

>>> # Load `audio_fp` as an mp3 file in
>>> # the audio library of your choice

正如文档所说，有很多这样的库，而Stack Overflow并不是获取库建议的好地方。我碰巧安装了一个名为musicplayer的库，并在此处可以轻松地修改示例应用程序，但是从长远来看，它可能不是最简单的（它是为执行更强大的低级任务而设计的）：

>>> import musicplayer
>>> class Song:
...     def __init__(self, f):
...         self.f = f
...     def readPacket(self, size):
...         return self.f.read(size)
...     def seekRaw(self, offset, whence):
...         self.f.seek(offset, whence)
...         return f.tell()
>>> player = musicplayer.createPlayer()
>>> player.queue = [Song(mp3_fp)]
>>> player.playing = True

Answer 3

如果你想一次又一次地调用speak函数而没有任何错误。

基本上，这达到了目的。

from gtts import gTTS
import os
import playsound

def speak(text):
    tts = gTTS(text=text, lang='en')

    filename = "abc.mp3"
    tts.save(filename)
    playsound.playsound(filename)
    os.remove(filename)

gTTS直接输出

3 个答案: