视频配音也社恐？文本批量转语音！

最近知乎小说推文的项目很火，主要路径是：通过抖音为盐选专栏导流，赚取佣金。具体做法是在盐选专栏上选择要付费阅读的，申请关键字绑定，再把前两章文本配音，以自然风光，美食制作等解压视频为背景，制作成自己的视频，发布在抖音上，引导用户去知乎付费阅读，即可抽成，每单6元，每个月都需开通会员。看起来钱景不错，但是社恐，怕声音不好听，最关键的是懒，不想每次配音，那就用python来自动转换吧。

01 文本处理

从知乎中选取可以推广的小说节选，保存在txt中，格式统一用utf-8，文件名就用小说名称。

文本太长，肯定不想手动去划分，采用脚本每次分隔500字左右，以句号分隔，每篇文章做三段配音，配音名称也采用小说名称，多余文本暂时舍弃，后续如果想多分几段，改参数即可。

1、遍历文件夹下的txt 懒人当然不想一次次的打开脚本去跑，循环读取文件夹下准备好的小说片段。

def list_file(path, len):
    dirs = os.listdir(path)

    for file in dirs:
        if os.path.splitext(file)[1] == '.txt':
            full_file_path = os.path.join(path, file)
            file_path = os.path.join(path, os.path.splitext(file)[0])
            split_file(full_file_path,file_path, len)
            # print(os.path.splitext(file))

2、分割文本 由于REST API 仅支持最多512字（1024字节)的音频合成，文本长度超过限制会报错，合成的文件格式为mp3。如果本文长度较长，需要采用多次请求的方式。通常正常语速，500字转成语音大概是1分40秒左右。

def split_file(path,file_name,len):
    with open(path, 'r', encoding='utf-8', errors='ignore') as file:
        file_str = file.read()
        if file_str.__len__() <= 0: return
        i = 0
        while i < 3:
            substr = file_str[0:len]
            index = substr.rfind('。')
            if index <= 0 : return
            substr = file_str[0:index+ 1]
            print(substr)
            tts(substr,file_name + '_' + str(i))
            print(file_name + '_' + str(i) + ' to voice success.')
            file_str = file_str[(index + 1):]
            i = i + 1
            if(file_str.__len__() < len):
                break

02 申请百度sdk

百度智能云使用前需要先实名认证，这部分提前准备好，我们从领取能力开始说明。

1、领取能力

2、创建应用 创建应用，获取密钥，随便取个应用的名称，这里取个朴素的名字“无所不能的python都知道”

3、复制api_key、secret_key

# 填写网页上申请的appkey 如 API_KEY="g8eBUMSokVB1BHGmgxxxxxx"
API_KEY = '4E1BG9lTnlSeIf1NQFlrxxxx'

# 填写网页上申请的APP SECRET 如 SECRET_KEY="94dc99566550d87f8fa8ece112xxxxx"
SECRET_KEY = '544ca4657ba8002e3dea3ac2f5fxxxxx'

4、生成token 拿到钥匙后，就可以准备去撬门了。按照官方文档，调用百度认证接口，生成token。

"""  TOKEN start """

TOKEN_URL = 'http://aip.baidubce.com/oauth/2.0/token'
SCOPE = 'audio_tts_post'  # 有此scope表示有tts能力，没有请在网页里勾选


def fetch_token():
    print("fetch token begin")
    params = {'grant_type': 'client_credentials',
              'client_id': API_KEY,
              'client_secret': SECRET_KEY}
    post_data = urlencode(params)
    if (IS_PY3):
        post_data = post_data.encode('utf-8')
    req = Request(TOKEN_URL, post_data)
    try:
        f = urlopen(req, timeout=5)
        result_str = f.read()
    except URLError as err:
        print('token http response http code : ' + str(err.code))
        result_str = err.read()
    if (IS_PY3):
        result_str = result_str.decode()

    print(result_str)
    result = json.loads(result_str)
    print(result)
    if ('access_token' in result.keys() and 'scope' in result.keys()):
        if not SCOPE in result['scope'].split(' '):
            raise DemoError('scope is not correct')
        print('SUCCESS WITH TOKEN: %s ; EXPIRES IN SECONDS: %s' % (result['access_token'], result['expires_in']))
        return result['access_token']
    else:
        raise DemoError('MAYBE API_KEY or SECRET_KEY not correct: access_token or scope not found in token response')


"""  TOKEN end """

03 生成配音文件

拿到token后，设置常用的配置，如语速，播音员，生成音频格式等，这些做为入参，请求百度TTS接口，将文件流写入本地文件中，通常采用mp3格式，一个音频200多k。

def tts(TEXT,file_name):
    token = fetch_token()
    tex = quote_plus(TEXT)  # 此处TEXT需要两次urlencode
    # print(tex)
    params = {'tok': token, 'tex': tex, 'per': PER, 'spd': SPD, 'pit': PIT, 'vol': VOL, 'aue': AUE, 'cuid': CUID,
              'lan': 'zh', 'ctp': 1}  # lan ctp 固定参数

    data = urlencode(params)
    print('test on Web Browser' + TTS_URL + '?' + data)

    req = Request(TTS_URL, data.encode('utf-8'))
    has_error = False
    try:
        f = urlopen(req)
        result_str = f.read()

        headers = dict((name.lower(), value) for name, value in f.headers.items())

        has_error = ('content-type' not in headers.keys() or headers['content-type'].find('audio/') < 0)
    except  URLError as err:
        print('asr http response http code : ' + str(err.code))
        result_str = err.read()
        has_error = True

    save_file = "error.txt" if has_error else file_name+'.' + FORMAT
    with open(save_file, 'wb') as of:
        of.write(result_str)

    if has_error:
        if (IS_PY3):
            result_str = str(result_str, 'utf-8')
        print("tts api  error:" + result_str)

    print("result saved as :" + save_file)

04 常用配置

基础音库中选择发音人：也就是虚拟人物，表示不同音色。基础音库：0为度小美，1为度小宇，3为度逍遥，4为度丫丫

度丫丫比较嗲，甜甜的，适合言情，女生小说，度逍遥比较阳刚，严肃，适合历史，玄幻小说。

至此配音文件已经全部生成，后期合并到视频素材中即可。

# 发音人选择, 基础音库：0为度小美，1为度小宇，3为度逍遥，4为度丫丫，
# 精品音库：5为度小娇，103为度米朵，106为度博文，110为度小童，111为度小萌，默认为度小美
PER = 4
# 语速，取值0-15，默认为5中语速
SPD = 5
# 音调，取值0-15，默认为5中语调
PIT = 5
# 音量，取值0-9，默认为5中音量
VOL = 5
# 下载的文件格式, 3：mp3(default) 4：pcm-16k 5：pcm-8k 6. wav
AUE = 3

FORMATS = {3: "mp3", 4: "pcm", 5: "pcm", 6: "wav"}
FORMAT = FORMATS[AUE]

CUID = "123456PYTHON"

TTS_URL = 'http://tsn.baidu.com/text2audio'

04 结论

小说文本也可以通过爬虫来做，但是素材采集类的决定了有没有人看，建议人工来做，小说推文的音频就准备好了，后面再自动化配上视频和字幕。灵性的事情人工做，呆板的事机器做。