解决网 - 电脑技术问题解决基地

词条信息

admin
admin
超级管理员
词条创建者 发短消息   

相关词条

热门词条

更多>>
笔记本屏幕导致视力下降?
话说《宠物小精灵》有这么一集(电脑战士3D龙),估计大部分人却[详细]
京东会员系统是怎么运营的?
一、会员系统的本质企业经营的目的是利润,而利润源自产品的价值,[详细]
子弹短信靠什么挑战微信?
自8月20日发布以来,短短几天时间,子弹短信就冲到了App S[详细]
边充电边玩手机,消耗的电是手机电池还是充电器?
现在的不管是年轻人还是中年人,都喜欢边充电边玩手机。虽然我们知[详细]
3个“最伤手机”的充电方式
不管是现在的移动互联网时代,还是以前的电力时代,离不开的就是电[详细]
解决网 >>所属分类 >> 程序开发    Python   

用 Python 实现网页自动化朗读

标签: Python 朗读

顶[0] 发表评论(0) 编辑词条

作者 | hoxis


是不是有的时候懒得自己看新闻?那么不妨试试用 Python 来朗读给你听吧。

网页转换成语音,步骤无外乎:

  • 网页正文识别,获取到正文的文本内容;
  • 文本转语音,通过接口将文本转换成语音文件;
  • 语音文件的发声,即将语音文件读出;

网页正文识别

之所以用 Python,就是因为 Python 有着丰富的库,网页正文识别也不在话下。这里我尝试了 readability、goose3。

1.1 readability

readability 支持 Python3,使用 pip install readability-lxml 安装即可。

readability 使用起来也很方便:

importrequests

fromreadability importDocument

response = requests.get( 'http://news.china.com/socialgd/10000169/20180616/32537640_all.html')

doc = Document(response.text)

print(doc.title())

但是 readability 提取到的正文内容不是文本,里面仍包含 HTML 标签。

当然也可以结合其他组件再对 HTML 进行处理,如 html2text,我们这里就不再延伸,有兴趣的可以自行尝试。

1.2 goose3

Goose 本来是一个用 Java 编写的文章提取器,后来就有了 Python 实现版: goose3 。

使用起来也很方便,同时对中文支持也不错。使用 pip install goose3 即可安装。

>>> from goose3 import Goose

>>> from goose3.text import StopWordsChinese

>>> url = 'http://news.china.com/socialgd/10000169/20180616/32537640_all.html'

>>> g = Goose({ 'stopwords_class': StopWordsChinese})

>>> article = g.extract(url=url)

>>> print(article.cleaned_text[ :150])

北京时间 6月 15日 23:00(圣彼得堡当地时间 18:00), 2018年世界杯B组一场比赛在圣彼得堡球场展开角逐,伊朗 1比 0险胜摩洛哥,伊朗前锋阿兹蒙半场结束前错过单刀机会,鲍哈杜兹第 95分钟自摆乌

龙。这是伊朗 20年来首度在世界杯决赛圈取胜。

本届世界杯,既相继出现替补便进球,贴补梅开二度以及东道主

可以看出网页正文提取效果还不错,基本满足我们的要求,可以使用!

注意:goose 还有另外一个 Python2 的版本:Python-Goose,使用方法和 goose3 基本一样。

文本转语音

文本转语音,百度、阿里、腾讯、讯飞等都有提供 REST API 接口,阿里和腾讯的申请相对时间较长,阿里的貌似还要收费,百度和讯飞的在线申请后即可使用。

没办法,好的东西得来总是要曲折一些。其中百度的没有调用量的限制(其实默认是 200000 次/天),讯飞有每天 500 次的限制。

这里我们使用百度的 REST API 接口中的语言合成接口,一方面原因是百度的调用次数没有限制,另一方面,我看了下讯飞的接口文档,接口限制还是比较多的。还有就是百度提供了 REST API 的 Python 封装,使用也更方便。

2.1 baidu-aip 的使用

百度提供了 Python SDK,使用 pip install baidu-aip 可以直接安装。接口的使用可以参考接口文档:http://ai.baidu.com/docs#/TTS-Online-Python-SDK/top。

使用示例如下:

fromaip importAipSpeech

"""

你的 APPID AK SK

均可在服务控制台中的应用列表中查看。

"""

APP_ID = '你的 App ID'

API_KEY = '你的 Api Key'

SECRET_KEY = '你的 Secret Key'

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

result = client.synthesis( '你好,你在做什么''zh'3, {

'vol'5,

})

# 识别正确返回语音二进制 错误则返回dict 参照下面错误码

ifnotisinstance(result, dict):

withopen( 'auido.mp3''wb'asf:

f.write(result)

接口参数:

参数类型描述必传
texString合成的文本,使用UTF-8编码,请注意文本长度必须小于1024字节
langString语言选择,填写zh
ctpString客户端类型选择,web端填写1
cuidString用户唯一标识,用来区分用户,填写机器 MAC 地址或 IMEI 码,长度为60以内
spdString语速,取值0-9,默认为5中语速
pitString音调,取值0-9,默认为5中语调
volString音量,取值0-15,默认为5中音量
perString发音人选择,0为女声,1为男声,3为情感合成-度逍遥,4为情感合成-度丫丫,默认为普通女

接口对单次传入的文本进行了限制,合成文本长度必须小于 1024 字节,如果文本长度过长,就需要进行切割处理,采用多次请求的方式,分别转换成语音文件,最后再将多个语音文件合并成一个。

2.2 文本切割

可以使用如下代码将文本分割成多个长度为 500 的文本列表

# 将文本按 500 的长度分割成多个文本

text_list = [ text[i:i+ 500forinrange( 0, len( text), 500)]

2.3 语言文件合并

我们使用 pydub 来处理生成的音频文件。使用 pip install pydub 即可安装。

另外还 Ubuntu 环境需要安装依赖的,使用 sudo apt-get install libav-tools 安装即可.而在 Windows 环境需要到 https://ffmpeg.zeranoe.com/builds/ 下载 FFmpeg,并将其配置到环境变量中。

若还有问题,可以参考官网配置:https://github.com/jiaaro/pydub。

# 合并音频文件

defmerge_voice(file_list):

voice_dict = {}

song = None

fori,f inenumerate(file_list):

ifi == 0:

song = AudioSegment.from_file(f, "mp3")

else:

# 拼接音频文件

song += AudioSegment.from_file(f, "mp3")

# 删除临时音频

os.unlink(f)

# 导出合并后的音频文件,格式为MP3格式

file_name = str(uuid.uuid1()) + ".mp3"

song.export(file_name, format= "mp3")

returnfile_name

通过百度的接口,我们可以将文字转化成音频文件,下面的问题就是如何播放音频文件。

音频文件播放

网上获取到 Python 播放 wav 文件的方式由好几种,包括 pyaudio、pygame、winsound、playsound。不过测试下来,只有 playsound 成功。其他方式有兴趣的可以试下,有问题可以留言交流。

使用 pip install playsound 安装后即可使用。

使用也很简单:

>>> from playsound import playsound

>>> playsound( '/path/to/a/sound/file/you/want/to/play.mp3')

说明:音频的播放需要在图形化页面下运行,因为命令行模式下,没有播放声音的出口。

pythonpage2voice.py -u "https://so.gushiwen.org/shiwenv_c244fc77f6fb.aspx"

运行后,代码就会自动解析网页并进行朗读啦。

总结

至此,网页到音频的转换就结束了。当然程序没有这么完美,比如中英文混合的网页解析和转换的结果就不怎么理想,但是纯中文的新闻页面效果还是不错的。源码已上传至 GitHub:



 

 

本文地址:解决网 http://www.lwy8.com/doc-view-5295.html

TAGS:SOLVES , 电脑技术 , 电脑知识 , 网站建设, 电脑技术, 网络营销 , 网站托管 , 硬件技术 , 网络技术 , 软件技术, 维修网点


按字母顺序浏览:A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

→我们致力于为广大网民解决所遇到的各种电脑技术问题
 如果您认为本词条还有待完善,请 编辑词条

上一篇
下一篇亚马逊靠什么跻身万亿市值俱乐部?

0
1. 本站部分内容来自互联网,如有任何版权侵犯或其他问题请与我们联系,我们将立即删除或处理。
2. 本站内容仅供参考,如果您需要解决具体问题,建议您咨询相关领域专业人士。
3. 如果您没有找到需要的电脑技术问题词条,您可以到百科问答提问或创建词条,等待高手解答。

关于本词条的提问

查看全部/我要提问>>