gTTS

GitHub
2.6k 383 非常简单 1 次阅读 3天前MIT插件音频
AI 解读 由 AI 自动生成,仅供参考

gTTS(Google Text-to-Speech)是一款基于 Python 的开源库与命令行工具,旨在让开发者轻松调用谷歌翻译的语音合成能力。它能够将任意长度的文本转换为自然流畅的语音,并直接保存为 MP3 文件、输出到标准流或作为字节流供后续处理,极大简化了“文字转语音”的开发流程。

对于需要快速为应用添加朗读功能、制作有声内容或进行语音数据预处理的用户而言,gTTS 提供了一个零门槛的解决方案。它特别适合 Python 开发者、原型设计者以及希望低成本实现语音交互的研究人员。普通用户也可通过简单的命令行指令,瞬间将文本段落转化为音频文件,无需配置复杂的本地环境。

gTTS 的技术亮点在于其内置的智能句子分词器,能够处理超长文本并保持语调的自然连贯,同时准确识别缩写、小数等特殊格式。此外,它还支持自定义文本预处理,方便用户对发音进行微调。需要注意的是,gTTS 通过非官方接口利用谷歌翻译的免费语音服务,并非谷歌云官方付费产品,因此适用于个人项目或对稳定性要求不极端的场景,使用时需留意上游服务可能的变动。

使用场景

一位独立开发者正在为视障用户构建一个实时新闻朗读助手,需要将抓取到的长篇中文资讯快速转换为自然的语音文件。

没有 gTTS 时

  • 开发门槛高:必须自行搭建复杂的深度学习语音合成模型或申请昂贵的商业云 API 密钥,初期投入成本巨大。
  • 长文本处理难:直接调用基础接口时,长文章常被截断,且缺乏智能分句逻辑,导致朗读时语调生硬、停顿错乱。
  • 集成流程繁琐:需要编写大量额外代码来处理音频流的下载、拼接及本地 MP3 文件保存,调试耗时费力。
  • 多语言支持弱:若需扩展支持英文或其他语种,往往需要对接不同的服务商,维护多套认证和调用逻辑。

使用 gTTS 后

  • 零成本快速启动:仅需一行 pip install 即可调用谷歌成熟的翻译语音引擎,无需训练模型或配置复杂凭证。
  • 智能分句与语调:利用内置的可定制分句器,自动将长新闻拆解为合理段落,确保数字、缩写及整篇内容的语调自然流畅。
  • 极简代码集成:通过简单的 Python 模块或 CLI 命令,直接将文本转化为本地 MP3 文件或字节流,大幅缩减开发周期。
  • 全球语言无缝切换:只需修改语言参数代码,即可在同一架构下支持数十种语言的新闻播报,扩展性极强。

gTTS 让开发者能以极低的成本和代码量,将静态文本瞬间转化为高质量的自然语音,极大地降低了无障碍应用的构建门槛。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明

内存

未说明

依赖
notes该工具通过调用 Google 翻译的在线 API 生成语音,无需本地模型文件,因此对硬件(GPU/内存)无特殊要求。运行时必须保持网络连接。注意:该项目非 Google 官方产品,依赖未公开的 API 接口,可能因上游变更而失效。
python3.7+
requests
click
gTTS hero image

快速开始

gTTS

gTTSGoogle Text-to-Speech),是一个用于与 Google 翻译文本转语音 API 交互的 Python 库和命令行工具。 可以将语音 mp3 数据写入文件、文件类对象(字节串)以供进一步音频处理,或直接输出到 stdouthttps://gtts.readthedocs.io/

PyPI 版本 Python 版本 测试工作流 codecov 自最新版本以来的提交数 PyPi 下载量 请我喝杯咖啡

功能特性

  • 可自定义的、针对语音特性的句子分隔器,允许读取任意长度的文本,同时保持正确的语调、缩写、小数等;
  • 可自定义的文本预处理器,例如可以提供发音修正等功能;

安装

$ pip install gTTS

快速入门

命令行:

$ gtts-cli 'hello' --output hello.mp3

模块:

>>> from gtts import gTTS
>>> tts = gTTS('hello')
>>> tts.save('hello.mp3')

更多文档和示例请参阅 https://gtts.readthedocs.io/

免责声明

本项目 并非 与 Google 或 Google Cloud 有关联。上游变更可能会在未事先通知的情况下发生。本项目利用了未公开的 Google 翻译 语音功能,与 Google Cloud 文本转语音 不同

项目信息

许可证

MIT 许可证 (MIT) 版权所有 © 2014–2024 Pierre Nicolas Durette 及 贡献者

版本历史

v2.5.42024/11/10
v2.5.32024/08/13
v2.5.22024/07/20
v2.5.12024/01/29
v2.5.02023/12/20
v2.4.02023/10/03
v2.3.22023/04/29
v2.3.12023/01/16
v2.3.02022/11/21
v2.2.42022/03/15
v2.2.32021/06/18
v2.2.22021/02/04
v2.2.12020/11/15
v2.2.02020/11/15
v2.1.22020/11/11
v2.1.12020/01/26
v2.1.02020/01/01
v2.0.42019/08/30
v2.0.32018/12/15
v2.0.22018/12/09

常见问题

相似工具推荐

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|今天
图像数据工具视频

OpenHands

OpenHands 是一个专注于 AI 驱动开发的开源平台,旨在让智能体(Agent)像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点,通过自动化流程显著提升开发速度。 无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员,还是需要快速原型验证的技术团队,都能从中受益。OpenHands 提供了灵活多样的使用方式:既可以通过命令行(CLI)或本地图形界面在个人电脑上轻松上手,体验类似 Devin 的流畅交互;也能利用其强大的 Python SDK 自定义智能体逻辑,甚至在云端大规模部署上千个智能体并行工作。 其核心技术亮点在于模块化的软件智能体 SDK,这不仅构成了平台的引擎,还支持高度可组合的开发模式。此外,OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩,证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能,支持与 Slack、Jira 等工具集成,并提供细粒度的权限管理,适合从个人开发者到大型企业的各类用户场景。

70.6k|★★★☆☆|今天
语言模型Agent开发框架

gpt4free

gpt4free 是一个由社区驱动的开源项目,旨在聚合多种可访问的大型语言模型(LLM)和媒体生成接口,让用户能更灵活、便捷地使用前沿 AI 能力。它解决了直接调用各类模型时面临的接口分散、门槛高或成本昂贵等痛点,通过统一的标准将不同提供商的资源整合在一起。 无论是希望快速集成 AI 功能的开发者、需要多模型对比测试的研究人员,还是想免费体验最新技术的普通用户,都能从中受益。gpt4free 提供了丰富的使用方式:既包含易于上手的 Python 和 JavaScript 客户端库,也支持部署本地图形界面(GUI),更提供了兼容 OpenAI 标准的 REST API,方便无缝替换现有应用后端。 其技术亮点在于强大的多提供商支持架构,能够动态调度包括 Opus、Gemini、DeepSeek 等多种主流模型资源,并支持 Docker 一键部署及本地推理。项目秉持社区优先原则,在降低使用门槛的同时,也为贡献者提供了扩展新接口的便利框架,是探索和利用多样化 AI 资源的实用工具。

66k|★★☆☆☆|2天前
插件语言模型Agent

gstack

gstack 是 Y Combinator CEO Garry Tan 亲自开源的一套 AI 工程化配置,旨在将 Claude Code 升级为你的虚拟工程团队。面对单人开发难以兼顾产品战略、架构设计、代码审查及质量测试的挑战,gstack 提供了一套标准化解决方案,帮助开发者实现堪比二十人团队的高效产出。 这套配置特别适合希望提升交付效率的创始人、技术负责人,以及初次尝试 Claude Code 的开发者。gstack 的核心亮点在于内置了 15 个具有明确职责的 AI 角色工具,涵盖 CEO、设计师、工程经理、QA 等职能。用户只需通过简单的斜杠命令(如 `/review` 进行代码审查、`/qa` 执行测试、`/plan-ceo-review` 规划功能),即可自动化处理从需求分析到部署上线的全链路任务。 所有操作基于 Markdown 和斜杠命令,无需复杂配置,完全免费且遵循 MIT 协议。gstack 不仅是一套工具集,更是一种现代化的软件工厂实践,让单人开发者也能拥有严谨的工程流程。

64.3k|★★☆☆☆|今天
Agent插件

meilisearch

Meilisearch 是一个开源的极速搜索服务,专为现代应用和网站打造,开箱即用。它能帮助开发者快速集成高质量的搜索功能,无需复杂的配置或额外的数据预处理。传统搜索方案往往需要大量调优才能实现准确结果,而 Meilisearch 内置了拼写容错、同义词识别、即时响应等实用特性,并支持 AI 驱动的混合搜索(结合关键词与语义理解),显著提升用户查找信息的体验。 Meilisearch 特别适合 Web 开发者、产品团队或初创公司使用,尤其适用于需要快速上线搜索功能的场景,如电商网站、内容平台或 SaaS 应用。它提供简洁的 RESTful API 和多种语言 SDK,部署简单,资源占用低,本地开发或生产环境均可轻松运行。对于希望在不依赖大型云服务的前提下,为用户提供流畅、智能搜索体验的团队来说,Meilisearch 是一个高效且友好的选择。

57k|★★☆☆☆|今天
图像Agent数据工具

awesome-claude-skills

awesome-claude-skills 是一个精心整理的开源资源库,旨在帮助用户挖掘和扩展 Claude AI 的潜力。它不仅仅是一份列表,更提供了实用的“技能(Skills)”模块,让 Claude 从单纯的文本生成助手,进化为能执行复杂工作流的智能代理。 许多用户在使用 AI 时,常受限于其无法直接操作外部软件或处理特定格式文件的痛点。awesome-claude-skills 通过预设的工作流解决了这一问题:它不仅能教会 Claude 专业地处理 Word、PDF 等文档,进行代码开发与数据分析,还能借助 Composio 插件连接 Slack、邮箱及数百种常用应用,实现发送邮件、创建任务等自动化操作。这使得重复性任务变得标准化且可复用,极大提升了工作效率。 无论是希望优化日常办公流程的普通用户、需要处理复杂文档的研究人员,还是寻求将 AI 深度集成到开发管线中的开发者,都能从中找到适合的解决方案。其独特的技术亮点在于“技能”的可定制性与强大的应用连接能力,让用户无需编写复杂代码,即可通过简单的配置让 Claude 具备跨平台执行真实任务的能力。如果你希望让 Claude

51.3k|★★☆☆☆|今天
Agent插件