文本转语音工具 (Text-to-Speech Tool)

这是一个基于硅基流动 API 的文本转语音转换工具，提供了简洁直观的图形用户界面，支持实时文本转语音和音频播放控制。

✨ 功能特点

• 支持中文、英文等多语言文本转换
• 提供多种语音音色选择
• 实时音频播放控制（播放、暂停、停止）
• 简洁美观的图形用户界面
• 自动音频文件管理
• 支持长文本分段转换

🔧 技术栈

• Python 3.8+
• PyQt6 - GUI框架
• Requests - HTTP请求
• Pygame - 音频播放
• python-dotenv - 环境变量管理

📋 系统要求

• 操作系统：Windows/macOS/Linux
• Python 3.8 或更高版本
• 2GB 以上可用内存
• 网络连接（用于API调用）

🚀 快速开始

下载

您可以从以下位置下载最新版本：

1. Releases 页面 - 稳定版本
2. Actions 页面 - 最新构建版本

安装

1. 克隆项目到本地:

git clone https://github.com/yourusername/text2voice.git
cd text2voice

2. 创建并激活虚拟环境（推荐）:

python -m venv venv
# Windows
venv\Scripts\activate
# macOS/Linux
source venv/bin/activate

3. 安装依赖:

pip install -r requirements.txt

配置

1. 在项目根目录创建 .env 文件
2. 添加以下配置:

SILICON_API_KEY=your_api_key_here

运行

python main.py

💡 使用指南

1. 启动程序后，您将看到主界面
2. 点击设置, 输入 API KEY
3. 在文本输入框中输入或粘贴要转换的文本
4. 从下拉菜单中选择期望的语音音色
5. 点击"转换为语音"按钮开始转换
6. 转换完成后，使用播放控制按钮管理音频播放

⚙️ 高级功能

• 批量转换: 支持长文本自动分段转换
• 音频缓存: 自动管理已转换的音频文件
• 错误处理: 完善的错误提示和异常处理机制
• 配置持久化: 记住用户的偏好设置

📝 注意事项

• API 密钥请妥善保管，不要泄露
• 音频文件临时存储在 temp 目录，程序退出时会自动清理
• 建议单次转换文本长度不超过 5000 字
• 请确保网络连接稳定

🔍 故障排除

常见问题：

1. API 调用失败

   • 检查 API 密钥是否正确
   • 确认网络连接是否正常
   • 查看 API 调用限制是否超额

2. 音频播放问题

   • 检查系统音频设备是否正常
   • 确认音频文件是否成功下载
   • 尝试重启程序

🤝 贡献指南

欢迎提交 Pull Request 或 Issue！

1. Fork 项目
2. 创建特性分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 开启 Pull Request

📄 许可证

本项目采用 MIT 许可证 - 详见 LICENSE 文件

📮 联系方式

• 项目维护者: [Sheldon Lee]
• Email: [xdlee110@gmail.com]
• 项目主页: [GitHub Repository URL]

🙏 致谢

• 感谢硅基流动提供的 API 支持
• 感谢所有项目贡献者

🔨 构建说明

Windows 构建

1. 安装 PyInstaller:

pip install pyinstaller

2. 构建可执行文件:

pyinstaller --noconsole --add-data ".env;." --add-data "assets/*;assets" --icon "assets/icon.ico" --name "Text2Voice" main.py

3. 构建结果位于 dist/Text2Voice 目录下

macOS 构建

1. 安装必要工具:

pip install pyinstaller
brew install create-dmg  # 如果需要创建 DMG 安装包

2. 构建应用程序:

pyinstaller --noconsole --add-data ".env:." --add-data "assets/*:assets" --icon "assets/icon.icns" --name "Text2Voice" main.py

3. 创建 DMG 安装包 (可选):

create-dmg \
  --volname "Text2Voice" \
  --window-pos 200 120 \
  --window-size 800 400 \
  --icon-size 100 \
  --icon "Text2Voice.app" 200 190 \
  --hide-extension "Text2Voice.app" \
  --app-drop-link 600 185 \
  "Text2Voice.dmg" \
  "dist/"

Linux 构建

1. 安装依赖:

sudo apt-get update
sudo apt-get install python3-dev
pip install pyinstaller

2. 构建可执行文件:

pyinstaller --noconsole --add-data ".env:." --add-data "assets/*:assets" --icon "assets/icon.png" --name "Text2Voice" main.py

3. 创建 .desktop 文件 (可选):

cat > Text2Voice.desktop << EOL
[Desktop Entry]
Name=Text2Voice
Exec=/opt/Text2Voice/Text2Voice
Icon=/opt/Text2Voice/assets/icon.png
Type=Application
Categories=Utility;
EOL

构建注意事项

• 确保所有依赖都已正确安装
• 构建前请先测试程序运行正常
• 检查资源文件路径是否正确
• Windows 路径分隔符使用 ;，Unix 系统使用 :
• 建议使用虚拟环境进行构建
• 确保图标文件格式正确:
  • Windows: .ico
  • macOS: .icns
  • Linux: .png

发布检查清单

1. 基本检查:

   • 程序能正常启动和运行
   • 所有功能正常工作
   • 资源文件完整加载
   • 配置文件正确读取

2. 系统兼容性:

   • Windows: 测试 Win10/11
   • macOS: 测试最新三个版本
   • Linux: 测试主流发行版

3. 打包内容:

   • 主程序
   • 依赖库
   • 资源文件
   • 配置文件
   • 使用说明
   • 许可证文件

📁 项目结构

text2voice/
├── assets/                # 资源文件目录
│   ├── icon.ico          # Windows 图标
│   ├── icon.icns         # macOS 图标
│   └── icon.png          # Linux 图标和源文件
├── temp/                 # 临时音频文件目录
├── main.py              # 主程序
├── api_client.py        # API 客户端
├── audio_player.py      # 音频播放器
├── requirements.txt     # 依赖清单
├── .env                 # 环境配置
└── README.md           # 项目说明