我要评论大家好，今天给大家带来一个非常实用的python库——pyttsx3。它可以把文字转换成语音，让你的程序“开口说话”。无论是做语音提醒、读新闻、还是给盲人用的辅助工具，都非常方便。
这篇文章会从零开始，一步步教你搭建环境、编写代码，并分享一些踩坑经验，比如服务器上没声音怎么办、相同文字重复合成浪费资源怎么办。
1. pyttsx3 简介
pyttsx3 是一个跨平台的文字转语音（tts）库，支持 windows、macos、linux。它直接调用系统自带的语音引擎，不需要网络，也不需要申请api密钥，完全离线使用。
特点：
- 简单易用，几行代码就能朗读文本。
- 可调节语速、音量，选择不同的语音（比如中文、英文）。
- 支持将语音保存为音频文件（.wav）。
2. 环境准备
首先确保你的电脑已经安装了 python（推荐 3.6 及以上版本）。然后用 pip 安装 pyttsx3：
pip install pyttsx3
安装完成后，你就可以开始写代码了。
3. 基础代码：让电脑开口说话
下面是一个最简示例，朗读一句中英文混合的话。
import pyttsx3
def text_to_speech(text, rate=160, volume=1.0):
# 初始化引擎
engine = pyttsx3.init()
# 设置语速 (默认200，建议120-180)
engine.setproperty('rate', rate)
# 设置音量 (0.0~1.0)
engine.setproperty('volume', volume)
# 设置中文语音（需要系统已安装中文语音包）
voices = engine.getproperty('voices')
for voice in voices:
if "chinese" in voice.name.lower(): # 根据系统语音名称匹配
engine.setproperty('voice', voice.id)
break
# 播报文本
engine.say(text)
engine.runandwait()
# 使用示例
text_to_speech("hello world，欢迎使用pyttsx3！")
运行这段代码，如果你的电脑有扬声器，就能听到语音了。
代码解释
pyttsx3.init()：初始化语音引擎。setproperty('rate', ...)：设置语速，数值越大越快，一般 120~180 比较自然。setproperty('volume', ...)：音量，范围 0.0~1.0。getproperty('voices')：获取系统所有可用的语音。我们遍历找到包含“chinese”的语音，设为中文发音。如果找不到，就会用默认语音（通常是英文），读中文会很不自然。engine.say(text)：把文本加入朗读队列。engine.runandwait()：开始朗读，并等待朗读结束。
4. 进阶功能：保存为音频文件
有时候我们不需要立即播放，而是想把语音存成文件，比如用在视频配音、自动生成音频内容。pyttsx3 可以轻松做到：
import pyttsx3
def text_to_speech_file(text, filename='output.wav', rate=160, volume=1.0):
engine = pyttsx3.init()
engine.setproperty('rate', rate)
engine.setproperty('volume', volume)
# 设置中文语音
voices = engine.getproperty('voices')
for voice in voices:
if "chinese" in voice.name.lower():
engine.setproperty('voice', voice.id)
break
# 保存到文件
engine.save_to_file(text, filename)
engine.runandwait()
print(f"音频已保存到 {filename}")
# 使用示例
text_to_speech_file("这是一段保存成文件的语音。", "test.wav")
保存后，你就可以用任何播放器播放这个 .wav 文件。
5. 避坑指南（非常重要！）
5.1 必须有扬声器/功放才能听到声音？
不一定。如果只是保存文件，不需要扬声器。但如果直接调用 engine.say()，程序会试图通过系统的音频设备播放，这时必须确保有可用的音频输出设备（比如耳机、音箱）。如果服务器没有声卡（很多云服务器都没有），播放会失败或无声。
解决方案：在服务器环境，始终使用 save_to_file 保存文件，然后把文件传给前端播放，或者用其他工具播放。
5.2 linux / windows server 无法直接播放怎么办？
- windows server：默认可能没有启用音频服务，或者没有声卡驱动。即使安装了语音包，调用
engine.say()也可能没声音。建议使用save_to_file生成文件，然后用浏览器或其它设备播放。 - linux：需要安装
espeak或其他 tts 后端，并且确保有音频输出（比如 alsa 配置）。如果只是生成文件，可以不用音频设备，直接用save_to_file。
5.3 相同文字重复合成浪费资源
如果你经常需要朗读相同的文字（比如固定的提示语），每次都重新合成会消耗 cpu 和时间。可以做一个简单的缓存：第一次合成后把音频文件保存下来，下次遇到相同文字直接返回文件。
示例缓存实现：
import os
import hashlib
def text_to_speech_cached(text, cache_dir='tts_cache'):
# 创建缓存目录
os.makedirs(cache_dir, exist_ok=true)
# 根据文本生成文件名（哈希）
hash_value = hashlib.md5(text.encode('utf-8')).hexdigest()
filename = os.path.join(cache_dir, f'{hash_value}.wav')
if os.path.exists(filename):
print("使用缓存的音频文件")
return filename
else:
print("合成新的音频文件")
text_to_speech_file(text, filename)
return filename
# 使用示例
file1 = text_to_speech_cached("你好，欢迎光临")
file2 = text_to_speech_cached("你好，欢迎光临") # 第二次直接返回缓存文件
这样既节省时间，又避免重复合成。
5.4 中文语音包问题
- windows：系统自带“microsoft huihui”或“microsoft xiaoxiao”等中文语音。如果没有，可以进入“语音设置”添加中文语音包。
- linux：一般通过
espeak提供，但espeak的中文发音比较机械。可以安装espeak-ng并配置中文，或者使用其他 tts 引擎（如 festival、mimic）。 - macos：系统自带中文语音（ting-ting 等），一般可以直接使用。
如果你运行代码时没有听到中文，可以打印所有可用语音，看看是否有中文：
engine = pyttsx3.init()
voices = engine.getproperty('voices')
for v in voices:
print(v.name, v.id)
根据打印结果，手动选择一个中文语音的 id 设置。
6. 总结
pyttsx3 是一个简单又强大的离线 tts 库，非常适合 python 开发者快速实现语音功能。通过本文，你应该已经掌握了：
- 基本朗读功能
- 保存为音频文件
- 缓存机制避免重复合成
- 常见问题及解决方法
赶快动手试试吧！如果你在服务器上运行，记得用保存文件的方式；如果希望中文更自然，可以安装更高质量的语音包（比如 windows 上的自然语音）。欢迎在评论区交流你的应用场景和遇到的坑～
以上就是python使用pyttsx3实现文本朗读功能的详细教程及避坑指南的详细内容，更多关于python pyttsx3文本朗读功能的资料请关注代码网其它相关文章！
发表评论