這次介紹的，並不是TTS實現的原理，而是TTS的應用，也就是基於特定的庫或開源項目的使用。對於原理的東西，小程在準備好理論的知識後再嘗試講解清楚。

TTS的實現，有不少項目，這裏介紹的是eSpeak。

本文介紹如何通過eSpeak來實現文本轉換成語音的功能。

eSpeak是一個語音生成（合成）器，它的官網地址是：
<http://espeak.sourceforge.net/>

在官網上，可以看到eSpeak的介紹是這樣的：

eSpeak的可執行程序的下載頁面是：
<http://espeak.sourceforge.net/download.html>

在下載頁面選擇相應平臺的程序包，下載，解壓後，可以看到這樣的程序目錄結構：

小程下載的是mac平臺的eSpeak-1.45.04版本。

在執行eSpeak之前，有什麽準備工作要做嗎？小程覺得，有幾個知識點是要註意到的：

* 在eSpeak目錄下面找到speek，這個是命令行的可執行程序，通過運行它來實現功能。讀者也可以給它設置一個環境變量，這樣就可以在任何路徑都能執行到這個程序。

* 目錄espeak-data，是語音包，支持什麽語言，就看這個目錄下面有什麽內容了。

* 執行speek程序時，可以用參數--path來指定speek使用的語音包，如果沒有指定，則默認在/usr/share目錄下面查找espeak-data，如果找不到會提示出錯。

* 讀者需要安裝portaudio，因為eSpeak依賴這個庫。小程在裝備其它環境時，就已經順帶安裝過portaudio了，讀者可以按照下面這個引導來安裝portaudio：

portaudio是一個跨平臺的音頻輸入輸出庫。在安裝portaudio之前，如果是在macos上，則先要安裝好xcode，並且保證“command line developer tools”已經安裝上，因為需要使用xcode的編譯器來make install。可以使用命令xcode-select --install來檢測是否已經安裝好command line developer tools，如果沒有就按提示安裝。

然後用brew來安裝portaudio：
brew install portaudio

其中，espeak-data是語音包。小程再重點介紹下它裏面的內容，可以參考下面幾個eSpeak程序目錄的截圖：

一切準備就緒之後，就可以執行speak命令行程序了。

speak的功能，就是把文本讀出來，或把“讀出來”的語音保存成wav文件。

至於，讀什麽文本（從哪裏讀）、以什麽語言讀、以什麽語速讀（等等），都可以通過參數來設置。

可以先看一下eSpeak有什麽樣的參數（./speak -h）：

了解這些參數後，就可以執行speak來“朗讀”了，比如：

./speak -stdout "1 2 3 4 5 6 7" --path="./" -s 200 -v zh+f5
表示以中文女聲來數數，指定了語音包的位置，以及朗讀的速度。

再比如這些命令的截圖：

小程在macos上，下載下來的espeak，默認就支持中文語音即zh。但對於粵語，雖然在語音包中有zh-yue文件，但執行時聽不到聲音（espeak-1.45.04版本），小程沒有細究其中的原因。

最後，小程先讓eSpeak“讀出”一個wav文件，再讓讀者聽一聽，命令如下：

./speak -stdio "1 2 3 4 5 6 7 多勞多得！歡迎關註廣州小程微信公眾號" --path="./" -s 140 -v zh+f5 -w "welcome.wav"

讀者如果是在微信公眾號（廣州小程）打開這篇文章，那可以聽一下以下的wav文件（小程上傳的文件）。

總結一下，本文介紹了如何使用eSpeak來做到“讀出”文本，主要是一些參數的了解與使用，難度系數為低。

文本轉換成語音