读取使用 gTTS 生成的 wav 文件时出现问题

Question

在我的项目中，我尝试使用 gTTS 从字符串生成音频文件，然后操作所述音频，但是当我尝试使用某些库（scipy 和 librosa）打开它时，它说格式无效。我做错了什么？提前致谢

代码：

tts = gTTS('Semáforo Gran Vía a 100 metros', lang='es')

filename = 'Senal.mp3'
tts.save(filename)
#y, sr = librosa.load('Senal.mp3')
x = wavfile.read(filename)

错误： 西皮

文件“C:/Users/Samuel/PycharmProjects/pythonProject/main.py”，第 108 行，位于 转换（）

文件“C:/Users/Samuel/PycharmProjects/pythonProject/main.py”，第 25 行，转换中 x = wavfile.read(文件名)

文件“C:\Users\Samuel\PycharmProjects\pythonProject\venv\lib\site-packages\scipy\io\wavfile.py”，第 650 行，读取 file_size, is_big_endian = _read_riff_chunk(fid)

文件“C:\Users\Samuel\PycharmProjects\pythonProject\venv\lib\site-packages\scipy\io\wavfile.py”，第 521 行，在 _read_riff_chunk 中 raise ValueError(f"文件格式 {repr(str1)} 不理解。仅" ValueError：无法理解文件格式 b'\xff\xf3D\xc4'。仅支持“RIFF”和“RIFX”。

利布罗萨

文件“C:/Users/Samuel/PycharmProjects/pythonProject/main.py”，第 103 行，位于 转换（）

文件“C:/Users/Samuel/PycharmProjects/pythonProject/main.py”，第 19 行，转换中 y, sr = librosa.load('Senal.mp3')

文件“C:\Users\Samuel\PycharmProjects\pythonProject\venv\lib\site-packages\librosa\util\decorators.py”，第 88 行，inner_f 返回 f(*args, **kwargs)

文件“C:\Users\Samuel\PycharmProjects\pythonProject\venv\lib\site-packages\librosa\core\audio.py”，第 174 行，加载中 y, sr_native = __audioread_load(路径, 偏移量, 持续时间, dtype)

文件“C:\Users\Samuel\PycharmProjects\pythonProject\venv\lib\site-packages\librosa\core\audio.py”，第 198 行，在 __audioread_load 中 以 audioread.audio_open(path) 作为 input_file:

文件“C:\Users\Samuel\PycharmProjects\pythonProject\venv\lib\site-packages\audioread_init_.py”，第 116 行，位于 audio_open 中 引发 NoBackendError() audioread.exceptions.NoBackendError

进程已完成，退出代码为 1

Answer 1

似乎对我来说很好。

import librosa

from gtts import gTTS

out_file = "tts_out.mp3"
mytext   = "Bonjour a toi l'ordinateur!"
language = 'fr'
tts      = gTTS(text=mytext, lang=language, slow=False)
tts.save(out_file)
x, sr    = librosa.load(out_file)
print(f"shape       : {x.shape}")
print(f"sample rate : {sr}")

Python = 3.10.8，GTTS = 2.3.0和Librosa 0.9.2输出

shape       : (51333,)
sample rate : 22050