Python离线环境如何将文字转语音文件

在离线环境下，Python可以通过以下两种主流方案将文字转为语音文件（如WAV/MP3）：

方案一：使用 pyttsx3（推荐）

特点：纯离线、跨平台（Windows/Linux/macOS）、无需API密钥
原理：调用系统自带的TTS引擎（Windows-SAPI5, Linux-eSpeak, macOS-NSSpeechSynthesizer）

安装：

pip install pyttsx3

示例代码：

import pyttsx3

# 初始化引擎
engine = pyttsx3.init()

# 配置参数（可选）
engine.setProperty('rate', 150)    # 语速: 默认200
engine.setProperty('volume', 0.9)  # 音量: 0.0~1.0
voices = engine.getProperty('voices')
engine.setProperty('voice', voices[0].id)  # 选择发音人（索引可调）

# 文本转语音并保存为WAV
text = "你好，这是离线语音合成示例。"
engine.save_to_file(text, 'output.wav')  # 保存为WAV文件

# 执行合成
engine.runAndWait()
print("语音文件已保存: output.wav")

方案二：使用 gTTS + 离线缓存（需首次联网）

特点：语音质量更好，但需首次联网下载语音
原理：首次联网下载音频后缓存到本地，后续可离线使用

安装：

pip install gtts

示例代码：

from gtts import gTTS
import os

# 要转换的文本
text = "Hello, this is an offline text-to-speech example."

# 创建gTTS对象（首次运行需联网下载）
tts = gTTS(text, lang='en', slow=False)

# 保存为MP3
tts.save("output.mp3")
print("语音文件已保存: output.mp3")

# 后续使用：将生成的output.mp3文件备份，可离线使用

常见问题解决：

中文支持问题：

• pyttsx3：Linux/macOS需安装espeak中文包：
  bash # Ubuntu/Debian sudo apt-get install espeak-zh
• gTTS：指定lang='zh-CN'或lang='zh-TW'

提升语音质量：

• Windows：安装更优质语音包（如Microsoft Huihui）
• Linux：尝试festival引擎：
  bash sudo apt-get install festival echo "你好世界" | text2wave -o output.wav

1. 文件格式转换（如MP3转WAV）：

   from pydub import AudioSegment
   sound = AudioSegment.from_mp3("output.mp3")
   sound.export("output.wav", format="wav")

各平台支持对比：

方案	离线支持	语音质量	中文支持	输出格式
pyttsx3	✅ 纯离线	中等	✅ 需配置	WAV
gTTS+缓存	❌ 需首网	较高	✅ 原生	MP3
festival	✅ 纯离线	中等	⚠️ 复杂	WAV

推荐选择：优先使用 pyttsx3 实现纯离线方案，或在允许首次联网时用 gTTS 获得更自然语音。