最近需要录制视频，讲解产品，和市场人员讲解功能点。 现在AI不是很火么，想搞个AI自动播报。 开始我尝试用pyttsx3，发现机器发声，效果不好。 想想以前折腾，别人用Edge文本播报功能做了个产品。结果去搜，需要钱了。 然后继续搜，发现有个库，直接可以用这个库来实现。 虽然这方面的介绍不多，我尝试了一下，效果还是可以的。
Edge-TTS介绍 Edge-TTS是一个Python库，该库提供了一个简单的API，可以将文本转换为语音，并且支持多种语言和声音。要使用Edge-TTS库，首先需要安装上Edge-TTS库，安装直接使用pip 进行安装即可。
终端下执行以下命令安装
代码语言：javascript复制pip install edge-tts
安装成功后，直接在终端运行edge-tts命令：
edge-tts 显示帮助菜单即代表安装成功：
代码语言：javascript复制➜ Downloads edge-tts
usage: edge-tts [-h] [-t TEXT] [-f FILE] [-v VOICE] [-l] [--rate RATE] [--volume VOLUME] [-O OVERLAPPING]
[--write-media WRITE_MEDIA] [--write-subtitles WRITE_SUBTITLES] [--proxy PROXY]
随后输入命令：
代码语言：javascript复制edge-tts --list-voices
该命令可以将Edge浏览器中，内置的语言角色列表列出来
一望而知，几乎支持所有主流的通用语，Gender字段为合成语音的性别，Male代表男性，Female代表女性，zh开头的就是中文语音角色，这里以微软的小伊为例子：
代码语言：javascript复制edge-tts --voice zh-CN-XiaoyiNeural --text "你好啊，我是智能语音助手" --write-media hello_in_cn.mp3
该命令含义是通过zh-CN-XiaoyiNeural角色合成语音："你好啊，我是智能语音助手"的内容，随后将音频流写入hello_in_cn.mp3文件。
程序返回：
代码语言：javascript复制
Downloads edge-tts --voice zh-CN-XiaoyiNeural --text "你好啊，我是智能语音助手" --write-media hello_in_cn.mp3
WEBVTT
00:00:00.100 --> 00:00:00.525
你好
程序会自动将时间轴和语音文本匹配输出，如此一来，连字幕文件也有了，可谓是一举两得，一箭双雕。
与此同时，我们也可以调整合成语音的语速：
代码语言：javascript复制edge-tts --rate=-50% --voice zh-CN-XiaoyiNeural --text "你好啊，我是智能语音助手" --write-media hello_in_cn.mp3
--rate参数可以通过加号或者减号同步加快或者减慢合成语音的语速。
亦或者，调整合成语音的音量：
代码语言：javascript复制edge-tts --volume=-50% --voice zh-CN-XiaoyiNeural --text "你好啊，我是智能语音助手" --write-media hello_in_cn.mp3
python脚本语音合成 除了通过命令进行语音合成，edge-tts也支持在Python脚本，编辑test.py文件：
代码语言：javascript复制import edge_tts
import asyncio
TEXT = "你干嘛去了？听闻远方有你"
print(TEXT)
voice = 'zh-CN-YunyangNeural'
output = 'voicetest.mp3'
rate = ' 0%'
volume = ' 0%'
async def my_function():
tts = edge_tts.Communicate(text=TEXT, voice=voice, rate=rate, volume=volume)
await tts.save(output)
if __name__ == '__main__':
asyncio.run(my_function())
开始使用"zh-CN-XiaoyiNeural"这个主播来播放，感觉总少了那个味，于是换"zh-CN-YunyangNeura",结果是好听多了。 也可也通过条件，来查找想要的音色
代码语言：javascript复制import asyncio
import random
import edge_tts
from edge_tts import VoicesManager
TEXT = "中文语音测试"
OUTPUT_FILE ="china.mp3"
async def _main() -> None:
voices = await VoicesManager.create()
voice = voices.find(Gender="Female", Language="zh")
communicate = edge_tts.Communicate(TEXT, random.choice(voice)["Name"])
await communicate.save(OUTPUT_FILE)
if __name__ == "__main__":
asyncio.run(_main())
你还可以通过 --rate 和 --volume 选项来调整语速和音量，-50% 代表降低语速/音量。
代码语言：javascript复制edge-tts --rate=-50% --text "Hello, world!" --write-media hello_with_rate_halved.mp3
edge-tts --volume=-50% --text "Hello, world!" --write-media hello_with_volume_halved.mp3
声音问题解决了，我想给视频添加字幕，用gtp生成了代碼。但是，运行报错： "This error can be due to the fact that ImageMagick", 根本原因，是本机没装ImageMagick, 其实这个包，包含了ffmeg, 在本机上装一个ImageMagick，就解决了所有问题。 moviepy 安装之ImageMagick安装 这是因为ImageMagick没有安装
3、安装ImageMagick软件：
(1)、下载对应版本的软件：[https://www.imagemagick.org/script/index.php][https_www.imagemagick.org_script_index.php] (2)、安装好，修改moviepy包（Libsite-packagesmoviepy）中的config_defaults.py文件，修改之后如下：
代码语言：javascript复制import os
FFMPEG_BINARY = os.getenv('FFMPEG_BINARY', 'ffmpeg-imageio')
# IMAGEMAGICK_BINARY = os.getenv('IMAGEMAGICK_BINARY', 'auto-detect') # 这是注释掉原来的
IMAGEMAGICK_BINARY = r"D:Program FilesImageMagick-7.0.8-Q16magick.exe" # 这是要添加ImageMagic的安装路径
这个问题又解决了。 要生成视频，就可以用pynimate来生成数据视频：
代码语言：javascript复制def generate_vedio():
df = pd.DataFrame(
{
"time": ["1960-01-01", "1961-01-01", "1962-01-01"],
"Afghanistan": [1, 2, 3],
"Angola": [2, 3, 4],
"Albania": [1, 2, 5],
"USA": [5, 3, 4],
"Argentina": [1, 4, 5],
}
).set_index("time")
cnv = nim.Canvas()
bar = nim.Barplot(df, "%Y-%m-%d", "2d")
bar.set_time(callback=lambda i, datafier: datafier.data.index[i].year)
cnv.add_plot(bar)
cnv.animate()
cnv.save("file", 24, "gif")
最后还有一个问题，那就是保存动画，有两个格式可以选择：gif或者mp4。
保存为动图一般使用：
cnv.save("file", 24, "gif")若要保存为mp4的话，ffmpeg是个不错的选择，它是保存为mp4的标准编写器。
pip install ffmpeg-python，同样也可以使用Canvas.save()来保存。 但是即便我加了ffmpeg,仍然保存不成功，于是用import moviepy.editor 来保存的。 添加背景音乐，
代码语言：javascript复制def add_audio_to_vedio_in_place(audio_file, vedio_file, time_place):
video = mp.VideoFileClip(vedio_file)
audio = mp.AudioFileClip(audio_file)
mixed = mp.CompositeAudioClip([audio.set_duration(video.duration).set_start(2, change_end=True)])
# video = video.set_audio(audio.set_duration(video.duration).set_start(time_place))
video = video.set_audio(mixed)
video.write_videofile("new_video4.mp4")
生成字幕文件：
代码语言：javascript复制def generate_str():
# 创建一个新的字幕文件
subs = pysrt.SubRipFile()
# 添加字幕
subs.append(pysrt.SubRipItem(index=1, start=pysrt.SubRipTime(0, 0, 1, 0), end=pysrt.SubRipTime(0, 0, 5, 0),
text="世界大战"))
subs.append(pysrt.SubRipItem(index=2, start=pysrt.SubRipTime(0, 0, 6, 0), end=pysrt.SubRipTime(0, 0, 10, 0),
text="世界和平"))
# 保存字幕文件
subs.save("example.srt")
添加字幕：
代码语言：javascript复制def add_srt(src_file, video_file):
video = mp.VideoFileClip(video_file)
# 获取视频的宽度和高度
w, h = video.w, video.h
# 所有字幕剪辑
txts = []
content = read_srt(src_file)
sequences = get_sequences(content)
for line in sequences:
if len(line) < 3:
continue
sentences = line[2]
start = line[1].split(' --> ')[0]
end = line[1].split(' --> ')[1]
start = strFloatTime(start)
end = strFloatTime(end)
start, end = map(float, (start, end))
span = end - start
txt = (mp.TextClip(sentences, fontsize=40,
font='SimHei', size=(w - 20, 40),
align='center', color='red')
.set_position((10, h - 150))
.set_duration(span)
.set_start(start))
txts.append(txt)
# 合成视频，写入文件
video = mp.CompositeVideoClip([video, *txts])
fn, ext = splitext(video_file)
video.write_videofile(f'{fn}_2带字幕{ext}')
这样，一个自动化视频就制作完成了。 经常看到视频，自动数据播报，或者人情世故鸡汤等，估计就是用这样批量生产的，看来我找到了流量密码。
