Python 从PyTTS音频流编码mp3

我使用python 2.5处理音频mp3文件中的文本到语音转换文本

我使用pyTSS作为python文本到语音模块，以转换audio.wav文件中的文本（在pyTTS中不可能直接以mp3格式编码）。在那之后，我使用lame命令行编码器以mp3格式对这些wav文件进行编码

现在，问题是，我想插入一个特定的外部声音文件（比如声音警告）或（如果可能的话，插入一个音频mp3文件的特定点，在两个单词之间）

问题是:

1） 我已经看到PyTTS可以将音频流保存在文件或内存流中。使用两个功能：

tts.SpeakToWave（文件、文本）或tts.SpeakToMemory（文本）

利用tts.speaktomory（text）函数，并使用PyMedia，我可以直接保存mp3，但mp3文件（在复制时）听起来像唐老鸭一样无法压缩：-） 下面是一段代码：

            params = {'id': acodec.getCodecID('mp3'), 'bitrate': 128000, 'sample_rate': 44100, 'ext': 'mp3', 'channels': 2}

            m = tts.SpeakToMemory(p.Text)
            soundBytes = m.GetData()

            enc = acodec.Encoder(params)

            frames = enc.encode(soundBytes)
            f = file("test.mp3", 'wb')
            for frame in frames:
                f.write(frame)
            f.close()

我不明白哪里出了问题？！？ 这种可能性（如果工作正常的话），最好跳过wav文件转换步骤

2） 作为第二个问题，我需要将音频mp3文件（从文本到语音模块获得）与特定的警告声音连接起来

显然，如果我能在将整个音频存储流编码到一个独特的mp3文件之前，将文本的音频存储流（在文本到语音模块之后）和警告声音的音频存储流连接起来，那就太好了

我还看到tksnack库可以连接音频，但它们不能编写mp3文件

我希望已经讲清楚了。：-）

非常感谢你回答我的问题

---

Giulio

我认为PyTTS不会产生默认的PCM数据（即44100 Hz、立体声、16位）。您应该检查如下格式：

memStream = tts.SpeakToMemory("some text")
format = memStream.Format.GetWaveFormatEx()

…并将其正确地移交给

acodec

。因此，您可以使用属性

format.Channels

、

format.BitsPerSample

和

format.SamplesPerSec

---

至于你的第二个问题，如果声音的格式相同，你应该能够简单地将它们一个接一个地传递到

enc.encode

。

我认为PyTTS不会产生默认的PCM数据（即44100 Hz、立体声、16位）。您应该检查如下格式：

memStream = tts.SpeakToMemory("some text")
format = memStream.Format.GetWaveFormatEx()

…并将其正确地移交给

acodec

。因此，您可以使用属性

format.Channels

、

format.BitsPerSample

和

format.SamplesPerSec

---

至于你的第二个问题，如果声音的格式相同，你应该能够简单地将它们一个接一个地传递到

enc.encode

。

这里无法提供明确的答案，抱歉。但也有一些尝试和错误：我会查看pymedia模块的文档，以检查tehre是否有任何可以设置的质量配置

另一点是，与wave或原始音频不同，您无法简单地连接mp3编码音频：无论您采用何种解决方案，您都必须在声音未压缩（未编码）时连接/混合声音，然后生成mp3编码音频

---

此外，有时我们会觉得，将文件刻录到磁盘并重新确认，而不是“一步”完成这项工作是很尴尬的——而在实践中，该软件显然是在幕后完成的，即使我们自己没有指定文件。如果您使用的是类Unix系统，则始终可以创建一个FIFO特殊文件（使用mkfifo命令）并将yoru.wav数据发送到该文件，以便在单独的过程中进行编码（使用lame）：对于您的程序，它看起来像是在使用中间文件，但实际上不会。抱歉，此处无法提供明确的答案。但也有一些尝试和错误：我会查看pymedia模块的文档，以检查tehre是否有任何可以设置的质量配置

另一点是，与wave或原始音频不同，您无法简单地连接mp3编码音频：无论您采用何种解决方案，您都必须在声音未压缩（未编码）时连接/混合声音，然后生成mp3编码音频

此外，有时我们会觉得，将文件刻录到磁盘并重新确认，而不是“一步”完成这项工作是很尴尬的——而在实践中，该软件显然是在幕后完成的，即使我们自己没有指定文件。如果您使用的是类Unix系统，则始终可以创建一个FIFO特殊文件（使用mkfifo命令），并将yoru.wav数据发送到该文件，以便在单独的过程中（使用lame）进行编码：对于您的程序，它看起来像是在使用中间文件，但实际上不会