ساخت برنامه تبدیل متن به گفتار با پایتون: پروژه‌ای خلاقانه و کاربردی

تبدیل متن به گفتار (Text-to-Speech یا TTS) یک فناوری جذاب و کاربردی است که امکان خواندن متن را به صورت صوتی فراهم می‌کند. این فناوری در طیف وسیعی از کاربردها، از جمله کمک به افراد نابینا و کم‌بینا، ایجاد کتاب‌های صوتی، و بهبود تجربه کاربری در برنامه‌های مختلف، مورد استفاده قرار می‌گیرد. در این مقاله، به بررسی نحوه ساخت یک برنامه تبدیل متن به گفتار ساده با استفاده از زبان برنامه‌نویسی پایتون خواهیم پرداخت. این پروژه در دسته پروژه‌های خلاقانه و کاربردی پایتون قرار می‌گیرد و برای افراد مبتدی و متوسط در یادگیری پایتون مناسب است.

پیش‌نیازها

برای شروع این پروژه، به موارد زیر نیاز دارید:

• نصب پایتون: اطمینان حاصل کنید که پایتون بر روی سیستم شما نصب شده است.
• نصب کتابخانه pyttsx3: این کتابخانه یک رابط ساده برای موتورهای تبدیل متن به گفتار مختلف فراهم می‌کند. برای نصب آن از دستور زیر در ترمینال یا خط فرمان استفاده کنید: pip install pyttsx3

مقدمه‌ای بر کتابخانه pyttsx3

کتابخانه pyttsx3 یک کتابخانه مستقل از پلتفرم است که به شما امکان می‌دهد از موتورهای تبدیل متن به گفتار مختلف در سیستم عامل‌های مختلف استفاده کنید. این کتابخانه از موتورهای SAPI5 (در ویندوز)، NSSpeechSynthesizer (در macOS) و espeak (در لینوکس) پشتیبانی می‌کند.

ساخت برنامه اصلی

اکنون می‌توانیم برنامه اصلی تبدیل متن به گفتار را با استفاده از پایتون و کتابخانه pyttsx3 ایجاد کنیم.

import pyttsx3

# ایجاد یک شیء از موتور تبدیل متن به گفتار
engine = pyttsx3.init()

# تنظیم نرخ گفتار (کلمات در دقیقه)
rate = engine.getProperty('rate')
engine.setProperty('rate', 150) # تنظیم نرخ به 150 کلمه در دقیقه

# تنظیم حجم صدا
volume = engine.getProperty('volume')
engine.setProperty('volume', 0.8) # تنظیم حجم صدا به 80%

# تنظیم صدا (voice)
voices = engine.getProperty('voices')
engine.setProperty('voice', voices[0].id) # استفاده از اولین صدای موجود

# دریافت متن از کاربر
text = input("متنی را که می‌خواهید به گفتار تبدیل شود وارد کنید: ")

# تبدیل متن به گفتار
engine.say(text)

# اجرای موتور و پخش صدا
engine.runAndWait()

در این کد:

• ابتدا کتابخانه pyttsx3 را وارد می‌کنیم.
• سپس یک شیء از موتور تبدیل متن به گفتار ایجاد می‌کنیم.
• با استفاده از متدهای getProperty و setProperty، نرخ گفتار، حجم صدا و صدا را تنظیم می‌کنیم.
• از کاربر می‌خواهیم متنی را که می‌خواهد به گفتار تبدیل شود وارد کند.
• با استفاده از متد say، متن را به موتور تبدیل متن به گفتار ارسال می‌کنیم.
• در نهایت، با استفاده از متد runAndWait، موتور را اجرا می‌کنیم و منتظر می‌مانیم تا صدا پخش شود.

تغییر صدا (Voice)

همانطور که در کد بالا مشاهده کردید، می‌توانیم صدا را با استفاده از متد setProperty و تنظیم ویژگی voice تغییر دهیم. برای مشاهده لیست صداهای موجود در سیستم خود، می‌توانید از کد زیر استفاده کنید:

import pyttsx3

engine = pyttsx3.init()
voices = engine.getProperty('voices')

for voice in voices:
    print("Voice:")
    print(" - ID: %s" % voice.id)
    print(" - Name: %s" % voice.name)
    print(" - Languages: %s" % voice.languages)
    print(" - Gender: %s" % voice.gender)
    print(" - Age: %s" % voice.age)

این کد لیست صداهای موجود در سیستم شما را به همراه اطلاعات مربوط به هر صدا چاپ می‌کند. سپس می‌توانید از ID صدای مورد نظر خود در متد setProperty استفاده کنید.

ذخیره صدا در فایل

علاوه بر پخش صدا، می‌توانیم صدا را در یک فایل صوتی نیز ذخیره کنیم. برای این کار، از متد save_to_file استفاده می‌کنیم.

import pyttsx3

engine = pyttsx3.init()
text = "این یک مثال برای ذخیره صدا در فایل است."

engine.save_to_file(text, 'output.mp3')
engine.runAndWait()

این کد متن را به یک فایل صوتی با نام output.mp3 ذخیره می‌کند. توجه داشته باشید که فرمت فایل صوتی بستگی به موتور تبدیل متن به گفتار و سیستم عامل شما دارد.

بهبود برنامه

می‌توانیم برنامه را با افزودن ویژگی‌های مختلف بهبود بخشیم. به عنوان مثال:

• افزودن رابط کاربری گرافیکی (GUI): با استفاده از کتابخانه‌هایی مانند Tkinter یا PyQt می‌توانیم یک رابط کاربری گرافیکی برای برنامه ایجاد کنیم.
• پشتیبانی از فرمت‌های مختلف فایل ورودی: می‌توانیم برنامه را طوری طراحی کنیم که بتواند متن را از فایل‌های متنی، PDF، یا سایر فرمت‌های فایل بخواند.
• تنظیمات پیشرفته صدا: می‌توانیم امکان تنظیم پارامترهای بیشتری مانند زیر و بمی صدا، لحن، و سرعت را فراهم کنیم.
• استفاده از APIهای آنلاین: می‌توانیم از APIهای آنلاین تبدیل متن به گفتار مانند Google Text-to-Speech API یا Microsoft Azure Text to Speech API استفاده کنیم.

نکات مهم

در هنگام کار با کتابخانه pyttsx3 و ساخت برنامه‌های تبدیل متن به گفتار، به نکات زیر توجه کنید:

• سازگاری موتور: اطمینان حاصل کنید که موتور تبدیل متن به گفتار مورد استفاده با سیستم عامل شما سازگار است.
• کیفیت صدا: کیفیت صدا بستگی به موتور تبدیل متن به گفتار و تنظیمات آن دارد.
• مجوزها: در صورت استفاده از APIهای آنلاین، به مجوزها و محدودیت‌های استفاده از آن API توجه کنید.
• خطاها: در صورت بروز خطا، پیام‌های خطا را بررسی کنید و سعی کنید مشکل را برطرف کنید.

نتیجه‌گیری

در این مقاله، نحوه ساخت یک برنامه تبدیل متن به گفتار ساده با استفاده از پایتون و کتابخانه pyttsx3 را بررسی کردیم. این پروژه یک مثال عالی برای شروع یادگیری پایتون و کار با کتابخانه‌های مختلف است. با افزودن ویژگی‌های مختلف، می‌توانید این برنامه را به یک ابزار قدرتمند و کاربردی تبدیل کنید. امیدواریم این مقاله برای شما مفید بوده باشد.