Python调用pyttsx3实现离线文字转语音的方式

安装环境与依赖

第1步：安装核心库与系统组件

pyttsx3 依赖底层语音引擎，首次使用前需安装 Python 包及对应的系统运行库。Windows 和 macOS 通常自带语音引擎，Linux 需额外安装 espeak 与 ffmpeg。

pip install pyttsx3

若使用基于 Debian/Ubuntu 的系统，执行以下命令补齐底层驱动：

apt update && apt install espeak ffmpeg libespeak1

基础调用与单行用法

第2步：初始化引擎并朗读文本

通过 init() 创建控制实例后，调用 say() 写入待读文本，最后以 runAndWait() 阻塞主线程直至朗读完成。此为标准工作流，适用于大多数场景。

import pyttsx3

engine = pyttsx3.init()
engine.say("I will speak this text")
engine.runAndWait()

第3步：使用快捷单行命令

对于仅需默认配置的快速播报，库已提供封装好的顶层函数。该方式省略了对象创建与等待环节，直接触发系统扬声器输出，适合脚本内嵌调试。

import pyttsx3
pyttsx3.speak("I will speak this text")

高级参数调整（语速/音量/发声）

第4步：修改朗读速度与播放音量

默认状态下引擎使用系统预设参数。可通过 getProperty() 读取当前值，并利用 setProperty() 设定目标范围。语速单位通常为每分钟字数（WPM），正常范围约 100~200；音量取值区间固定为 0.0 到 1.0。

import pyttsx3
engine = pyttsx3.init()

# 获取并修改语速（原值通常在100-200之间）
current_rate = engine.getProperty('rate')
print(f'当前语速: {current_rate}')
engine.setProperty('rate', 125)

# 获取并修改音量（0.0为静音，1.0为最大）
current_volume = engine.getProperty('volume')
print(f'当前音量: {current_volume}')
engine.setProperty('volume', 1.0)

第5步：切换不同声音角色

系统往往预装多套发音人（包含男声/女声或不同语种）。遍历 voices 列表可查看所有可用 ID，指定索引即可切换音色。确认效果无误后调用 runAndWait() 播放，完毕使用 stop() 安全终止进程。

# 获取所有可用声音列表
voices = engine.getProperty('voices')
for v in voices:
    print(v.id, v.name)

# 切换至索引为1的发声人（通常为女性声音）
engine.setProperty('voice', voices[1].id)

engine.say("Hello World!")
engine.runAndWait()
engine.stop()

导出音频文件

第6步：将文本保存为MP3或WAV

如需持久化语音内容而非仅通过扬声器播放，可使用 save_to_file() 接口。该方法会异步写入磁盘，写入完成后仍须调用 runAndWait() 确保渲染流程结束，避免程序提前退出导致文件损坏。

# 在Linux环境下需确保已安装espeak与ffmpeg
engine.save_to_file('Hello World', 'output.mp3')
engine.runAndWait()

以上就是使用 pyttsx3 实现 Python 离线文字转语音的详细内容，更多关于 Python 文本朗读与本地音频合成的资料请关注本站其它相关文章！