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]
