Jak tworzyć audiobooki za pomocą Pythona

Jak zapewne wiesz, Python jest wspaniałym narzędziem programowania, ponieważ pozwala nam robić praktycznie wszystko! Oznacza to również, że możemy stworzyć własne oprogramowanie. W tym samouczku nauczymy się syntetyzować mowy, zachęcić Pythona do czytania PDF, a nawet tłumaczenia ich, a następnie przeczytał je nam.

To, co tu zrobimy. Najpierw spróbujemy stworzyć angielski audiobook. Jako taka, pierwszą rzeczą, którą musimy logicznie zrobić, jest wyodrębnienie tekstu z PDF. Do tego używamy modułu znanego jako Tika. Jak zwykle, aby zainstalować tika, jeden wyczarowuje pip.

PIP Instaluj tika

Tika to moduł używany do wykrywania i ekstrakcji zawartości. Po zainstalowaniu musimy zaimportować obiekt parsera.

Od Tika Import Parser

Następnie potrzebujemy metody from_file (), która maksymalnie przyjmuje dwa argumenty. Pierwszym argumentem jest nazwa pliku PDF, a drugi argument nazywa się dodatkowym, co żąda rodzaju poszukiwanych danych. Opuszczenie dodatkowego pola pustego zażąda wszystkiego, od metadanych po treść. Tutaj meta zwraca metadane, tekst zwraca tekst, a param xmlcontent Zwraca zawartość XML.

Raw = parser.from_file („komentarz.pdf ')

Po uzyskaniu danych musimy wyodrębnić tylko tekst. Robimy to, wybierając „treść” z RAW.

RAW_TEXT = RAW ['Content']

Problem z Tiką polega na tym, że może się zawieść, gdy jest zbyt wiele stron. Użyjmy więc innej metody. Jeśli plik PDF jest krótki i słodki, na pewno użyj tiki. Możesz jednak również użyć modułu PYPDF2.

PIP Instaluj PYPDF2

Więc zacznijmy:

Importuj PYPDF2

Najpierw otwieramy dokument zainteresowania i czytamy z niego za pomocą metody Open () i klasy pdffilereader (). Metoda Open () bierze tutaj dwa argumenty: Pierwsza to nazwa pliku do odczytania, a drugi to tryb do odczytania. Tutaj „RB” oznacza czytaj binarny. Klasa PDffileReader przyjmuje następnie pdf_document.

pdf_document = Open („Witamy.pdf ”,„ rb ”)
pdf_document_read = PYPDF2.Pdffilereader (pdf_document)

Następnie zbieramy całkowitą liczbę stron przy użyciu metody Numpages. Zrobimy to, ponieważ utworzymy pętlę dla strony, która przechodzi od strony 1 do ostatniej strony, czytając każdą stronę.

numer_of_pages = pdf_document_read.Numpages

Następnie rozpoczynamy pętlę, aby odliczać każdą stronę.

dla strony w zakresie (1, numer_of_pages):

Następnie musimy zdobyć jedną stronę za pomocą metody getPage () i wyodrębniania tekstu od wewnątrz za pomocą metody extractText ().

One_page = pdf_document_read.GetPage (strona)
raw_text = one_page.ExtractText () Import Pyttsx3

Najpierw zainicjujemy moduł za pomocą init ().

Silnik = Pyttsx3.w tym()

Możemy ustawić głosy, objętość i ocenę za pomocą silnika.getProperty (). SetProperty () przyjmuje dwie wartości: właściwość do zmiany i jej wartość. W tym przypadku ustawiłem głosy na kobietę (głosy [1].id), z maksymalną objętością (1) i prędkością 128.

głosy = silnik.getProperty („głosy”)
silnik.setProperty („głos”, głosy [1].ID)
Objętość = silnik.getProperty („Volume”)
silnik.setProperty („Volume”, 1.0)
stawka = silnik.getProperty („stawka”)
silnik.setProperty („stawka”, 128)

Następnie używamy silnika.powiedz (), aby zsyntetyzować mowę i przeczytać tekst.

silnik.Powiedz (raw_text)
silnik.runandwait ()

Pełny kod wyglądałby mniej więcej tak:

Importuj PYPDF2
pdf_document = Open („Witamy.pdf ”,„ rb ”)
pdf_document_read = PYPDF2.Pdffilereader (pdf_document)
numer_of_pages = pdf_document_read.Numpages
dla strony w zakresie (1, numer_of_pages):
One_page = pdf_document_read.GetPage (strona)
raw_text = one_page.ExtractText ()
Import Pyttsx3
Silnik = Pyttsx3.w tym()
głosy = silnik.getProperty („głosy”)
silnik.setProperty („głos”, głosy [1].ID)
Objętość = silnik.getProperty („Volume”)
silnik.setProperty („Volume”, 1.0)
stawka = silnik.getProperty („stawka”)
silnik.setProperty („stawka”, 128)
silnik.Powiedz (raw_text)
silnik.runandwait ()

We wcześniejszym przykładzie mieliśmy angielski tekst po angielsku. Teraz spróbujemy przetłumaczyć tekst na inny język i przeczytać przetłumaczony tekst. W przypadkach tłumaczenia tekstu pierwsza część kodu jest podobna do poprzedniej sekcji. Kod do końca kodu PYPDF2 jest wymagany. Jednak po uruchomieniu pętli For zmienimy kod nieco. Tutaj musimy dodać tłumaczenie i sprawić, by wypowiedział to w akcentie języka docelowego.

Najpierw zainstaluj Googletrans.

instaluj Googletrans

Teraz zacznijmy tłumaczyć tekst.

od tłumacza importu Googletrans

Następnie nazywamy tłumacz ().

tłumacz = tłumacz ()

Używamy metody Translate (). Tutaj wprowadzamy pierwszy argument - tekst do tłumaczenia - i język docelowy - język, na który należy przekonwertować tekst. W tym przypadku postanowiłem przetłumaczyć tekst na francuski (lub „fr”).

tłumaczone = tłumacz.Tłumacz (raw_text, dest = 'fr')

Po przetłumaczeniu tekstu musimy wyodrębnić część tekstu.

tłumaczone_2 = przetłumaczone.tekst

Ten ostatni przetłumaczy i przechowuje przetłumaczony tekst na zmienną przetłumaczoną_2. Teraz potrzebujemy modułu, który przetłumaczy i przechowuje tekst mówiony na mp3. W tym celu potrzebujemy GTT i zabawy:

PIP Instaluj GTTS
instalacja PIP Playsound
Importuj GTTS
Od zabawy importu

GTTS.Klasa gtts () ma kilka argumentów. Jednak tutaj użyjemy tylko dwóch argumentów. Pierwszym argumentem jest tekst, który można odczytać, a drugi to język, w którym można przeczytać tekst. W tym przypadku postanowiłem przeczytać tekst w języku francuskim (FR). Powodem, dla którego używamy tutaj GTT zamiast PYTTSX3, jest wielkie akcenty, które idą z akapitem odczytu. Tak więc, gdy tekst jest czytany po francusku, z GTTS, będzie brzmieć tak, jakby francuski czyta tekst zamiast rodzimego mówcy angielskiego.

tekst = gtts.GTTS (tłumaczone_2, lang = „fr”)

Następnie zapisujemy tekst mówiony w mp3. W takim przypadku wybrałem, żeby nazwać to tekst.MP3:

tekst.Zapisz ("tekst.mp3 ")

Aby odtwarzać zapisane mp3, używamy Playsound ():

Zabra się („tekst.mp3 ")

Pełny kod wyglądałby mniej więcej tak:

Importuj PYPDF2
pdf_document = Open („Witamy.pdf ”,„ rb ”)
pdf_document_read = PYPDF2.Pdffilereader (pdf_document)
numer_of_pages = pdf_document_read.Numpages
dla strony w zakresie (1, numer_of_pages):
One_page = pdf_document_read.GetPage (strona)
raw_text = one_page.ExtractText ()
od tłumacza importu Googletrans
tłumacz = tłumacz ()
tłumaczone = tłumacz.Tłumacz (raw_text, dest = 'fr')
tłumaczone_2 = przetłumaczone.tekst
Importuj GTTS
Od zabawy importu
TTS = GTTS.GTTS (tłumaczone_2, lang = „fr”)
TTS.Zapisz ("tekst.mp3 ")
Zabra się („tekst.mp3 ")