好友
阅读权限10
听众
最后登录1970-1-1
|
本帖最后由 kekege1828 于 2022-9-15 13:57 编辑
首次发贴，如有违规，请版主指正
为喜欢听书的朋友尽一份薄力。
补充自大神的微软语音项目https://github.com/skygongque/tts，不过它最多生成10分钟的音频，大概2500字，对于大的文本就要想办法分割再识别，我就把狗尾续貂，增加了这部分的功能。
原贴地址：https://www.52pojie.cn/forum.php?mod=viewthread&tid=1602203
1.安装python，下载https://github.com/skygongque/tts的项目。
2.cmd中安装python库
pip install requests==2.15.1
pip install websockets==10.2
3.解压下载文件，在tts-main\python_cli_demo下建立snd和txt两个文件夹。
4.把要转换的文本文件复制到tts-main\python_cli_demo下，注意编码要是ansi，utf-8的我没研究出来，这里我把原来的tts.py编码选项改了下才能用，有兴趣的可以深入研究下。
def get_SSML(path):
with open(path,'r',encoding='utf-8') as f:
return f.read()
我试的是把原文件中的,encoding='utf-8'删去才能用。
3.把getxt.py同样复制到tts-main\python_cli_demo下。
location='G:\\D\\tts-main\\python_cli_demo\\'，这里目录改成你的，注意为\\。
里面默认是晓秋的声音，可在geTxt(input('BOOK:'),2333,3,'zh-CN-XiaoqiuNeural')中改参数。
各朗读人及效果参见https://www.bilibili.com/video/BV1Ua411p7Xh?spm_id_from=333.999.0.0&vd_source=68f4b4a96c3c24c71d90a9c596506b64
2333是分割字数，3是生成的xml后缀数字位数，zh-CN-XiaoqiuNeural是朗读人的名字，可修改。
4.在tts-main\python_cli_demo下cmd中执行python getxt.py，输入文本文件名(不含txt)。
在txt中会生成分割后的xml文件，在tts-main\python_cli_demo会生成start.bat文件，会自已运行。
5.稍等在snd文件夹中就会生成声音了，2333个字符一段，大概8分多钟。【新更新的试了下字数不要太多1000多字可以，2000多会有问题】
再次执行上述操作会删除snd和txt文件夹中文件，请生成后及时移走。
演示：
https://www.bilibili.com/video/BV1Va411u7WM/?vd_source=68f4b4a96c3c24c71d90a9c596506b64
下载：
链接: https://pan.baidu.com/s/1aQ5gYhF5pfjNhmKBhjppyw 提取码: 52pj 复制这段内容后打开百度网盘手机App，操作更方便哦
运行界面
getxt.rar
(1.09 KB, 下载次数: 125)
|
免费评分
-
查看全部评分
|
发帖前要善用【论坛搜索】功能，那里可能会有你要找的答案或者已经有人发布过相同内容了，请勿重复发帖。 |
|
|
|
|
|
|
[复制链接]
发表于 2022-7-25 13:05
|
发表于 2022-7-25 14:06
