文字转语音神器+Python编程搞定语音报时小程序

今天一个好哥们发了一个文字转语音的AI神器的短视频。这个神器的网站是[ChatTTS - Text-to-Speech for Conversational Scenarios][ https://chattts.com/]，如下图所示：

这个开源项目可以从github.com上下载，也可以在这个网页下载。如下图所示：

在主页上大概体验了一下，文字转语音还可以，但是有些生字（镇赉县）还是不能正常识别，比方说这个”赉“字。还有就是阿拉伯数字也不能正常识别。但是可以通过程序转成汉字，然后就可以了。言归正传，这个开源项目给我的最好的体会就是免费，于是按照上图所示的步骤，下载了源码并安装了依赖库，强调一下，这个源码运行环境在Anaconda下可以，PyCharm我的电脑不能运行，报错。

我首先想到的是利用这个API编一个语音报时的小程序，之前我编了一个万年历，这回可以实现语音播报了。我首先实现一个简单的报时小程序。

下载之后的源码文件夹拷贝到你指定的目录下面，然后进入Anaconda的Jupyter-Notebook下，打开

上面说到了，阿拉伯数字是不能准确识别的。但是用datetime模块生成的时间或者日期都是阿拉伯数字，必须转成汉字才可以利用这个开源模块实现语音播报。

环境

操作系统：macOS Sonoma

开发环境：Anaconda+Python 3.11

源码如下：

import torch
import ChatTTS
from IPython.display import Audio
import datetime


chat = ChatTTS.Chat()
chat.load_models()

# 定义一个类
class PeriodDay:
    def __init__(self):
        self.now = datetime.datetime.now()

    def get_time_of_day(self):
        if self.now.hour < 12:
            return "上午"
        elif 12 <= self.now.hour < 18:
            return "下午"
        else:
            return "晚上"

    # 定义一个时间转成汉字的函数
    def format_time_final(self):
        hour, minute = self.now.strftime('%H:%M').split(':')
        if int(minute) == 0:
            minute = '整'
        elif int(minute) < 10:
            minute = '零' + number_to_chinese(int(minute)) + '分'
        else:
            minute = number_to_chinese(int(minute)) + '分'

        if 10 <= int(hour) < 20:
            hour = number_to_chinese(int(hour))[1:] + '时'
            return f'{hour} {minute}'
        else:
            return f'{number_to_chinese(int(hour))[:]}时 {minute}'

    def get_month_day(self):
        month = number_to_chinese(self.now.month)
        day = number_to_chinese(self.now.day)
        return month, day


# 定义一个数字转成汉字的函数
def number_to_chinese(number):
    units = ['', '十', '百', '千', '万']
    digits = ['零', '一', '二', '三', '四', '五', '六', '七', '八', '九']

    if number == 0:
        return '零'

    result = ''
    digit_count = 0
    last_zero = True

    while number > 0:
        digit = number % 10
        number //= 10

        if digit == 0:
            result = digits[number] + '十'
            break
        if digit != 0:
            if last_zero:
                result = digits[digit] + result
            else:
                result = digits[digit] + units[digit_count] + result
            last_zero = False
        else:
            if not last_zero:
                result = digits[digit] + result
            last_zero = True

        digit_count += 1

    return result


# 实例化一个早中晚的对象
morning_noon_evening = PeriodDay()
# 获取当前的时段
time_of_day = morning_noon_evening.get_time_of_day()

# 利用当前时间提取月，日，时，分
month, day = morning_noon_evening.get_month_day()
# 将时：分转成汉字
text_time = morning_noon_evening.format_time_final()

# 要报时的文字
time_text = f"现在是{month}月{day}日 {time_of_day} 北京时间{text_time}"

# 定义一个转成语音的文字列表变量
texts = [time_text]
print(time_text)
# 生成语音
wavs = chat.infer(texts, use_decoder=True)

# 播放语音
Audio(wavs[0], rate=24_000, autoplay=True)

运行效果如下：

INFO:ChatTTS.core:All initialized.
现在是五月三十日 晚上 北京时间二十时 四十七分
  6%|▋         | 24/384 [00:00<00:09, 37.08it/s]
 10%|▉         | 204/2048 [00:03<00:33, 54.50it/s]