利用Python將PDF文檔轉(zhuǎn)為MP3音頻

記錄? ?分享? ?成長

1. 轉(zhuǎn)語音工具

微信讀書里的電子書有配套的自動(dòng)音頻，而且聲音優(yōu)化的不錯(cuò)，比傳統(tǒng)的機(jī)械朗讀聽起來舒服很多。

記得之前看到過Python有一個(gè)工具包，可以將文字轉(zhuǎn)換為語音，支持英文和中文，而且能調(diào)節(jié)語速語調(diào)、導(dǎo)出mp3等。

去Github查了下，這個(gè)庫叫：pyttsx3

簡單來說，pyttsx3可以文字轉(zhuǎn)語音，且是離線工作的，這一點(diǎn)就很實(shí)用。

安裝比較容易，直接在命令行用pip安裝：

pip?install?pyttsx3

我準(zhǔn)備動(dòng)手試試，將PDF書籍轉(zhuǎn)成音頻。

用什么書呢？最近在群里看到有人發(fā)張磊的新作《價(jià)值》電子書，這本今年剛出的暢銷書盜版猖獗，我之前在微信讀書里看過，對作者長期主義的觀點(diǎn)深信不疑。

那就它了。

2. PDF轉(zhuǎn)文本

既然是把PDF轉(zhuǎn)化成語音，肯定是需要先讀取PDF中的文字，再利用pyttsx3轉(zhuǎn)語音。

Python中操作PDF的工具庫主要是PyPDF2，但發(fā)現(xiàn)編碼實(shí)在有點(diǎn)繁瑣，我就換了另一個(gè)庫pdfplumber，與PyPDF2語法類似，用起來還算流暢。

pdfplumber可以處理PDF包括文本、表格、格式在內(nèi)的各種信息，小而強(qiáng)大。

#?讀取PDF文檔
pdf?=?pdfplumber.open("價(jià)值.pdf")

#?獲取頁數(shù)
print("總頁數(shù)：",len(pdf.pages))
print("-----------------------------------------")

#?讀取第4頁
first_page?=?pdf.pages[3]
print("本頁：",first_page.page_number+1)
print("-----------------------------------------")

#?導(dǎo)出第4頁文本
text?=?first_page.extract_text()
print(text)

輸出：

上面的代碼做了幾件事情：「讀取PDF文檔、讀取頁數(shù)、讀取第4頁、輸出第4頁文本」

3. 文本轉(zhuǎn)語音

接下來開始將第4頁的文本轉(zhuǎn)化為音頻。

import?pyttsx3

#?初始化來獲取語音引擎
engine?=?pyttsx3.init()

#?去掉文本中的換行符
text?=?text.replace('\n','')

#?朗讀文本
engine.say(text)
engine.runAndWait()

上面代碼使用pyttsx3將文本轉(zhuǎn)化為音頻，然后朗讀出來。我是在jupyter notebook上做實(shí)驗(yàn)的，代碼執(zhí)行后，電腦會直接朗讀。

也可以將生成的音頻保存為mp3格式。

#?保存音頻到本地，格式為mp3
engine.save_to_file(text,?'test.mp3')
engine.runAndWait()

當(dāng)然你還可以調(diào)整聲音的類型、速度、大小。

#?調(diào)整人聲類型
voices?=?engine.getProperty('voices')??
engine.setProperty('voice',?voices[0].id)

#?調(diào)整語速,范圍一般在0~500之間
rate?=?engine.getProperty('rate')?????????????????????????
engine.setProperty('rate',?200)?????

#?調(diào)整聲量，范圍在0~1之間
volume?=?engine.getProperty('volume')?????????????????????????
engine.setProperty('volume',0.8)?

最后聽下生成的語音是什么樣的？

整體比較流暢，雖然不如微信讀書語音聽著那般舒服，但做做小工具還是不錯(cuò)的。