1. 概述

gTTS（Google Text-to-Speech）是一个 Python 库，用于调用 Google Translate 的文本转语音（TTS）API，将文本转换为语音并保存为音频文件（如MP3）。它基于 Google 的 TTS 引擎，支持多种语言和发音选项。

---

2. 主要特性

✅ 免费使用（但有请求频率限制）
✅ 支持100+种语言和方言（如英语、中文、西班牙语等）
✅ 可调节语速（speed）（快/慢）
✅ 简单易用的 Python API
✅ 输出格式支持 MP3 或 OGG
⚠ 需要联网（依赖 Google TTS 服务）
⚠ 不适合大规模商用（可能被限流或封禁）

---

3. 安装方法

使用 pip 安装：

pip install gTTS

---

4. 基本用法

(1) 文本转语音并保存为MP3

from gtts import gTTS

# 要转换的文本
text = "你好，欢迎使用Google文本转语音服务。"

# 创建TTS对象（中文：zh-CN，英文：en）
tts = gTTS(text=text, lang='zh-CN', slow=False)

# 保存为MP3文件
tts.save("output.mp3")

参数说明：

• text：要转换的文本（字符串）
• lang：语言代码（如 'zh-CN'、'en'、'es'）
• slow：是否慢速发音（False=正常，True=慢速）

(2) 播放生成的语音（使用Python）

import os

# 在Windows上播放
os.system("start output.mp3")

# 在Mac上播放
os.system("afplay output.mp3")

# 在Linux上播放
os.system("mpg123 output.mp3")

(3) 直接流式播放（不保存文件）

from gtts import gTTS
import io
from pydub import AudioSegment
from pydub.playback import play

text = "Hello, this is a test of Google TTS."
tts = gTTS(text=text, lang='en')

# 将语音数据存入内存
mp3_fp = io.BytesIO()
tts.write_to_fp(mp3_fp)
mp3_fp.seek(0)

# 用pydub播放
audio = AudioSegment.from_file(mp3_fp, format="mp3")
play(audio)

（需安装 pydub 和 ffmpeg）

---

5. 支持的语言列表

gTTS 支持 100+ 种语言，部分常用语言代码：

语言	代码
英语（美国）	'en'
中文（普通话）	'zh-CN'
中文（粤语）	'zh-TW'
西班牙语	'es'
法语	'fr'
德语	'de'
日语	'ja'
韩语	'ko'
俄语	'ru'

完整支持列表可参考 Google TTS 语言代码。

---

6. 高级用法

(1) 调整语速

tts = gTTS(text="This is a speed test.", lang='en', slow=False)  # 正常速度
tts = gTTS(text="This is a slow test.", lang='en', slow=True)    # 慢速

(2) 使用代理（防止请求被屏蔽）

import requests

# 设置代理
proxies = {
    'http': 'http://your-proxy-ip:port',
    'https': 'http://your-proxy-ip:port'
}

# 在gTTS请求中使用代理
tts = gTTS(text="Hello with proxy.", lang='en')
tts.save("proxy_output.mp3", proxies=proxies)

(3) 批量转换文本

texts = ["First sentence.", "Second sentence.", "Third sentence."]
for i, text in enumerate(texts):
    tts = gTTS(text=text, lang='en')
    tts.save(f"output_{i}.mp3")

---

7. 限制与替代方案

gTTS 的限制

❌ 请求频率受限（Google 可能会封禁高频访问）
❌ 无法自定义语音风格（如男声/女声选择）
❌ 商用需谨慎（违反 Google TOS 可能被封）

替代方案

方案	特点
pyttsx3	离线TTS，依赖系统语音引擎（如Windows SAPI）
Edge TTS	微软Edge的免费TTS（支持神经语音）
Google Cloud TTS	官方API（付费，但更稳定）
Amazon Polly	AWS的高质量TTS（付费）
Festival/Espeak	Linux开源TTS（语音质量一般）

---

8. 总结

gTTS 适合：

• 个人项目、小型实验
• 快速生成语音文件
• 多语言TTS需求

不适合：

• 高并发商用场景
• 需要高定制化语音的场合

如果需要更稳定的服务，建议使用 Google Cloud TTS 或 Microsoft Azure TTS 等商业API。

希望这份详细介绍对你有帮助！如果有进一步问题，欢迎讨论。 🚀