幾行代碼，就能讓冰冷的文字變成生動的語音——這就是gTTS的魔力。

一、什么是gTTS？

gTTS（Google Text-to-Speech） 是一款基于Google翻譯TTS API的Python開源庫，它能將任意文本轉換為自然流暢的語音，并保存為MP3文件。

核心優(yōu)勢一覽：

二、安裝：一鍵搞定

打開終端，執(zhí)行以下命令：

pip install gTTS

如果你想從源碼安裝：

git clone https://gitcode.com/gh_mirrors/gt/gTTS
cd gTTS
pip install .

環(huán)境要求： Python 3.7+，穩(wěn)定的網(wǎng)絡連接（需要訪問Google服務）

三、快速上手：你的第一條語音

3.1 Python方式（推薦）

from gtts import gTTS

# 創(chuàng)建語音對象
tts = gTTS(text='你好，歡迎來到文本轉語音的世界！', lang='zh-CN')

# 保存為MP3文件
tts.save('hello.mp3')

print("? 語音文件已生成：hello.mp3")

運行后，當前目錄下就會出現(xiàn)一個hello.mp3文件——就是這么簡單！

3.2 命令行方式（更快）

不想寫代碼？直接用命令行：

gtts-cli "你好，世界！" --lang zh-CN --output hello.mp3

還可以從文件讀取文本：

gtts-cli -f textfile.txt --output speech.mp3

查看所有支持的語言：

gtts-cli --all

四、進階玩法：解鎖gTTS的隱藏技能

技能一：多語言混合合成

想讓一段音頻里既有中文又有英文？輕松實現(xiàn)：

from gtts import gTTS

tts_en = gTTS('Hello, welcome!', lang='en')
tts_zh = gTTS('你好，歡迎使用語音合成！', lang='zh-CN')

with open('mixed.mp3', 'wb') as f:
    tts_en.write_to_fp(f)
    tts_zh.write_to_fp(f)

技能二：語速調節(jié)

# 正常語速
tts_normal = gTTS('這是正常語速', lang='zh-CN', slow=False)

# 慢速播放（適合教學場景，語速約慢30%）
tts_slow = gTTS('這是慢速播放', lang='zh-CN', slow=True)
tts_slow.save('slow_speech.mp3')

技能三：地區(qū)口音定制（重磅功能?。?/h3>

這是gTTS最強大的特性之一！通過調整tld參數(shù)，可以獲取不同地區(qū)的發(fā)音特色：

語言/口音	語言代碼	推薦tld
英語（美國）	en	us
英語（英國）	en	co.uk
英語（澳大利亞）	en	com.au
法語（法國）	fr	fr
法語（加拿大）	fr	ca
葡萄牙語（巴西）	pt	com.br
西班牙語（墨西哥）	es	com.mx

# 英式英語
tts_uk = gTTS('Hello world', lang='en', tld='co.uk')
tts_uk.save('hello_uk.mp3')

# 美式英語
tts_us = gTTS('Hello world', lang='en', tld='us')
tts_us.save('hello_us.mp3')

小技巧： 不指定tld時默認使用com，系統(tǒng)會根據(jù)你的網(wǎng)絡位置自動選擇最匹配的地區(qū)口音。在中國使用en語言代碼，通常會得到美式英語發(fā)音。

技能四：流式處理（內存友好）

對于內存敏感的場景，使用BytesIO進行流式處理：

from gtts import gTTS
from io import BytesIO

mp3_fp = BytesIO()
tts = gTTS('Hello world', lang='en')
tts.write_to_fp(mp3_fp)

# 此時mp3_fp包含音頻數(shù)據(jù)，可直接傳遞給播放器
audio_data = mp3_fp.getvalue()

如果想直接播放（需安裝pydub和ffmpeg）：

from pydub import AudioSegment
from pydub.playback import play

mp3_fp.seek(0)
audio = AudioSegment.from_file(mp3_fp, format="mp3")
play(audio)

五、實戰(zhàn)應用場景

批量處理長文本

當處理長篇文本時，建議分段處理以獲得更好的語音效果：

def text_to_speech_long(text, filename, lang='zh-CN'):
    paragraphs = text.split('\n\n')
    with open(filename, 'wb') as f:
        for paragraph in paragraphs:
            if paragraph.strip():
                tts = gTTS(text=paragraph, lang=lang)
                tts.write_to_fp(f)

六、常用語言代碼速查表

完整語言列表可通過 from gtts.lang import tts_langs; print(tts_langs()) 獲取。

七、故障排除指南

八、gTTS vs 其他TTS方案

九、最佳實踐建議

1. 網(wǎng)絡優(yōu)先： gTTS依賴Google服務，確保網(wǎng)絡可訪問相關域名
2. 異常處理： 務必用try-except包裹網(wǎng)絡請求
3. 批量優(yōu)化： 復用gTTS實例，減少網(wǎng)絡請求次數(shù)
4. 文本預處理： gTTS內置智能分詞器，但長文本仍建議手動分段
5. 商用謹慎： 免費版有請求頻率限制，商業(yè)用途建議使用官方API

寫在最后

gTTS用最簡潔的方式，架起了文字與聲音之間的橋梁。無論你是想給應用加個語音提示，還是制作有聲讀物，它都是最快上手的選擇。

記?。簩嵺`是最好的老師。 現(xiàn)在就打開終端，輸入pip install gTTS，讓你的代碼開口說話吧！

以上就是Python使用gTTS實現(xiàn)文本轉語音的終極指南的詳細內容，更多關于Python gTTS文本轉語音的資料請關注腳本之家其它相關文章！

最新評論