使用Python怎么將網(wǎng)頁正文轉(zhuǎn)換成語音文件-創(chuàng)新互聯(lián)

這篇文章主要介紹了使用Python怎么將網(wǎng)頁正文轉(zhuǎn)換成語音文件，創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計公司小編覺得不錯，現(xiàn)在分享給大家，也給大家做個參考，一起跟隨創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計公司小編來看看吧！

創(chuàng)新互聯(lián)-專業(yè)網(wǎng)站定制、快速模板網(wǎng)站建設(shè)、高性價比亭湖網(wǎng)站開發(fā)、企業(yè)建站全套包干低至880元,成熟完善的模板庫,直接使用。一站式亭湖網(wǎng)站制作公司更省心,省錢,快速模板網(wǎng)站建設(shè)找我們，業(yè)務(wù)覆蓋亭湖地區(qū)。費(fèi)用合理售后完善，十多年實(shí)體公司更值得信賴。

python可以做什么

Python是一種編程語言，內(nèi)置了許多有效的工具，Python幾乎無所不能，該語言通俗易懂、容易入門、功能強(qiáng)大，在許多領(lǐng)域中都有廣泛的應(yīng)用，例如最熱門的大數(shù)據(jù)分析，人工智能，Web開發(fā)等。

1 網(wǎng)頁正文識別

之所以用 Python，就是因為 Python 有著豐富的庫，網(wǎng)頁正文識別也不在話下。這里用

readability、goose3

1.1 readability

readability 支持 Python3，使用 pip install readability-lxml 安裝即可。

readability 使用起來也很方便：

import requests
from readability import Document
response = requests.get('http://news.china.com/socialgd/10000169/20180616/32537640_all.html')
doc = Document(response.text)
print(doc.title())

但是 readability 提取到的正文內(nèi)容不是文本，里面仍包含 HTML 標(biāo)簽。

當(dāng)然也可以結(jié)合其他組件再對 HTML 進(jìn)行處理，如 html2text，我們這里就不再延伸，有興趣的可以自行嘗試。

1.2 goose3

Goose 本來是一個用 Java 編寫的文章提取器，后來就有了 Python 實(shí)現(xiàn)版： goose3 。

使用起來也很方便，同時對中文支持也不錯。使用 pip install goose3 即可安裝。

>>> 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])

北京時間6月15日23:00(圣彼得堡當(dāng)?shù)貢r間18:00)，2018年世界杯B組一場比賽在圣彼得堡球場展開角逐，伊朗1比0險勝摩洛哥，伊朗前鋒阿茲蒙半場結(jié)束前錯過單刀機(jī)會，鮑哈杜茲第95分鐘自擺烏

龍。這是伊朗20年來首度在世界杯決賽圈取勝。

本屆世界杯，既相繼出現(xiàn)替補(bǔ)便進(jìn)球，貼補(bǔ)梅開二度以及東道主

可以看出網(wǎng)頁正文提取效果還不錯，基本滿足我們的要求，可以使用！

注意：goose 還有另外一個 Python2 的版本：Python-Goose，使用方法和 goose3 基本一樣。

2 文本轉(zhuǎn)語音

文本轉(zhuǎn)語音，百度、阿里、騰訊、訊飛等都有提供 REST API 接口，阿里和騰訊的申請相對時間較長，阿里的貌似還要收費(fèi)，百度和訊飛的在線申請后即可使用。

沒辦法，好的東西得來總是要曲折一些。其中百度的沒有調(diào)用量的限制（其實(shí)默認(rèn)是 200000 次/天），訊飛有每天 500 次的限制。

這里我們使用百度的 REST API 接口中的語言合成接口，一方面原因是百度的調(diào)用次數(shù)沒有限制，另一方面，我大致看了下訊飛的接口文檔，接口限制還是比較多的。還有就是百度提供了 REST API 的 Python 封裝，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 可以直接安裝。接口的使用可以參考接口文檔：http://ai.baidu.com/docs#/TTS-Online-Python-SDK/top。

使用示例如下：

from aip import AipSpeech
"""

你的 APPID AK SK

均可在服務(wù)控制臺中的應(yīng)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,
})
# 識別正確返回語音二進(jìn)制 錯誤則返回dict 參照下面錯誤碼
if not isinstance(result, dict):
with open('auido.mp3', 'wb') as f:
f.write(result)

接口參數(shù)：

使用Python怎么將網(wǎng)頁正文轉(zhuǎn)換成語音文件

接口對單次傳入的文本進(jìn)行了限制，合成文本長度必須小于 1024 字節(jié)，如果文本長度過長，就需要進(jìn)行切割處理，采用多次請求的方式，分別轉(zhuǎn)換成語音文件，最后再將多個語音文件合并成一個。

2.2 文本切割

可以使用如下代碼將文本分割成多個長度為 500 的文本列表

# 將文本按 500 的長度分割成多個文本
text_list = [text[i:i+500] for i in range(0, len(text), 500)]

我們使用 pydub 來處理生成的音頻文件。使用 pip install pydub 即可安裝。

另外還 Ubuntu 環(huán)境需要安裝依賴的，使用 sudo apt-get install libav-tools 安裝即可，而在 Windows 環(huán)境需要到 https://ffmpeg.zeranoe.com/builds/ 下載 FFmpeg，并將其配置到環(huán)境變量中。

若還有問題，可以參考官網(wǎng)配置：https://github.com/jiaaro/pydub。

# 合并音頻文件
def merge_voice(file_list):
voice_dict = {}
song = None
for i,f in enumerate(file_list):
if i == 0:
song = AudioSegment.from_file(f,"mp3")
else:
# 拼接音頻文件
song += AudioSegment.from_file(f,"mp3")
# 刪除臨時音頻
os.unlink(f)
# 導(dǎo)出合并后的音頻文件，格式為MP3格式
file_name = str(uuid.uuid1()) + ".mp3"
song.export(file_name, format="mp3")
return file_name

通過百度的接口，我們可以將文字轉(zhuǎn)化成音頻文件，下面的問題就是如何播放音頻文件。

3 音頻文件播放

網(wǎng)上獲取到 Python 播放 wav 文件的方式由好幾種，包括 pyaudio、pygame、winsound、playsound。不過測試下來，只有 playsound 成功。其他方式有興趣的可以試下，有問題可以留言交流。

使用 pip install playsound 安裝后即可使用。

使用也很簡單

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

說明：音頻的播放需要在圖形化頁面下運(yùn)行，因為命令行模式下，沒有播放聲音的出口。

python page2voice.py -u https://so.gushiwen.org/shiwenv_c244fc77f6fb.aspx

運(yùn)行后，代碼就會自動解析網(wǎng)頁并進(jìn)行朗讀啦。

至此，網(wǎng)頁到音頻的轉(zhuǎn)換就結(jié)束了，當(dāng)然程序沒有這么完美，比如中英文混合的網(wǎng)頁解析和轉(zhuǎn)換的結(jié)果就不怎么理想，但是純中文的新聞頁面效果還是不錯的。

以上就是創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計公司小編為大家收集整理的使用Python怎么將網(wǎng)頁正文轉(zhuǎn)換成語音文件，如何覺得創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計公司網(wǎng)站的內(nèi)容還不錯，歡迎將創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計公司網(wǎng)站推薦給身邊好友。

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、網(wǎng)站設(shè)計器、香港服務(wù)器、美國服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價比高”等特點(diǎn)與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。

網(wǎng)站標(biāo)題：使用Python怎么將網(wǎng)頁正文轉(zhuǎn)換成語音文件-創(chuàng)新互聯(lián)
鏈接URL：http://muchs.cn/article18/coeogp.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供商城網(wǎng)站、網(wǎng)站排名、網(wǎng)站收錄、云服務(wù)器、電子商務(wù)、網(wǎng)頁設(shè)計公司

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)

營銷型網(wǎng)站建設(shè)