Python網頁正文轉換語音檔案的操作方法
天氣真的是越來越冷啦，有時候我們想翻看網頁新聞，但是又冷的不想把手拿出來，移動滑鼠翻看。這時候，是不是特別想電腦像講故事一樣，給我們念出來呢？人生苦短，我有python啊，試試用 Python 來朗讀給你聽吧。
網頁轉換成語音，步驟無外乎：
網頁正文識別，獲取到正文的文字內容；
文字轉語音，通過介面將文字轉換成語音檔案；
語音檔案的發聲，即將語音檔案讀出；
1 網頁正文識別
之所以用 Python，就是因為 Python 有著豐富的庫，網頁正文識別也不在話下。這裡用
readability、goose3
1.1 readability
readability 支援 Python3，使用 pip install readability-lxml 安裝即可。
readability 使用起來也很方便：
import requests
from readability import Document
response = requests.get('http://news.china.com/socialgd/10000169/20180616/32537640_all.html')
doc = Document(response.text)
print(doc.title())
但是 readability 提取到的正文內容不是文字，裡面仍包含 HTML 標籤。
當然也可以結合其他元件再對 HTML 進行處理，如 html2text，我們這裡就不再延伸，有興趣的可以自行嘗試。
1.2 goose3
Goose 本來是一個用 Java 編寫的文章提取器，後來就有了 Python 實現版： goose3 。
使用起來也很方便，同時對中文支援也不錯。使用 pip install goose3 即可安裝。
>>> from goose3 import Goose
>>> from goose3.text import StopWordsChinese
>>> url = 'http://news.china.com/socialgd/10000169/20180616/32537640_all.html'
>>> g = Goose({'stopwords_class': StopWordsChinese})
>>> article = g.extract(url=url)
>>> print(article.cleaned_text[:150])北京時間6月15日23:00(聖彼得堡當地時間18:00)，2018年世界盃B組一場比賽在聖彼得堡球場展開角逐，伊朗1比0險勝摩洛哥，伊朗前鋒阿茲蒙半場結束前錯過單刀機會，鮑哈杜茲第95分鐘自擺烏
龍。這是伊朗20年來首度在世界盃決賽圈取勝。
本屆世界盃，既相繼出現替補便進球，貼補梅開二度以及東道主
可以看出網頁正文提取效果還不錯，基本滿足我們的要求，可以使用！
注意：goose 還有另外一個 Python2 的版本：Python-Goose，使用方法和 goose3 基本一樣。
2 文字轉語音
文字轉語音，百度、阿里、騰訊、訊飛等都有提供 REST API 介面，阿里和騰訊的申請相對時間較長，阿里的貌似還要收費，百度和訊飛的線上申請後即可使用。
沒辦法，好的東西得來總是要曲折一些。其中百度的沒有呼叫量的限制（其實預設是 200000 次/天），訊飛有每天 500 次的限制。
這裡我們使用百度的 REST API 介面中的語言合成介面，一方面原因是百度的呼叫次數沒有限制，另一方面，我大致看了下訊飛的介面文件，介面限制還是比較多的。還有就是百度提供了 REST API 的 Python 封裝，使用也更方便。
2.1 baidu-aip 的使用
百度提供了 Python SDK，使用 pip install baidu-aip 可以直接安裝。介面的使用可以參考介面文件：http://ai.baidu.com/docs#/TTS-Online-Python-SDK/top。
使用示例如下：
from aip import AipSpeech """
你的 APPID AK SK
均可在服務控制檯中的應用列表中檢視。
"""
APP_ID = '你的 App ID'
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)
result = client.synthesis('你好，你在做什麼', 'zh', 3, {
'vol': 5,
})
# 識別正確返回語音二進位制 錯誤則返回dict 參照下面錯誤碼
if not isinstance(result, dict):
with open('auido.mp3', 'wb') as f:
f.write(result)
介面引數：
介面對單次傳入的文字進行了限制，合成文字長度必須小於 1024 位元組，如果文字長度過長，就需要進行切割處理，採用多次請求的方式，分別轉換成語音檔案，最後再將多個語音檔案合併成一個。
2.2 文字切割
可以使用如下程式碼將文字分割成多個長度為 500 的文字列表
# 將文字按 500 的長度分割成多個文字 text_list = [text[i:i+500] for i in range(0, len(text), 500)]
我們使用 pydub 來處理生成的音訊檔案。使用 pip install pydub 即可安裝。
另外還 Ubuntu 環境需要安裝依賴的，使用 sudo apt-get install libav-tools 安裝即可，而在 Windows 環境需要到 https://ffmpeg.zeranoe.com/builds/ 下載 FFmpeg，並將其配置到環境變數中。
若還有問題，可以參考官網配置：https://github.com/jiaaro/pydub。
# 合併音訊檔案
def merge_voice(file_list):
voice_dict = {}
song = None
for i,f in enumerate(file_list):
if i == 0:
song = AudioSegment.from_file(f,"mp3")
else:
# 拼接音訊檔案
song += AudioSegment.from_file(f,"mp3")
# 刪除臨時音訊
os.unlink(f)
# 匯出合併後的音訊檔案，格式為MP3格式
file_name = str(uuid.uuid1()) + ".mp3"
song.export(file_name, format="mp3")
return file_name
通過百度的介面，我們可以將文字轉化成音訊檔案，下面的問題就是如何播放音訊檔案。
3 音訊檔案播放
網上獲取到 Python 播放 wav 檔案的方式由好幾種，包括 pyaudio、pygame、winsound、playsound。不過測試下來，只有 playsound 成功。其他方式有興趣的可以試下，有問題可以留言交流。
使用 pip install playsound 安裝後即可使用。
使用也很簡單
>>> from playsound import playsound
>>> playsound('/path/to/a/sound/file/you/want/to/play.mp3')
說明：音訊的播放需要在圖形化頁面下執行，因為命令列模式下，沒有播放聲音的出口。
python page2voice.py -u https://so.gushiwen.org/shiwenv_c244fc77f6fb.aspx
執行後，程式碼就會自動解析網頁並進行朗讀啦。
至此，網頁到音訊的轉換就結束了，當然程式沒有這麼完美，比如中英文混合的網頁解析和轉換的結果就不怎麼理想，但是純中文的新聞頁面效果還是不錯的。