Pythonでテキストを音声に変換する方法【gTTSの使い方を徹底解説】

テキスト読み上げ（Text to Speech）とは、テキストを入力として与えると、その内容を音声として出力してくれるプログラムのことです。

Pythonでは、APIを利用することで簡単にテキスト読み上げ機能を実装できます。代表的なAPIの一つが「Google Text to Speech API」、通称 gTTS です。gTTSを使えば、指定したテキストを音声に変換し、その結果をオーディオファイルとして保存することができます。

ステップ1：gTTSをインストールする

gTTSを利用するには、まずインストールが必要です。インストール方法はとても簡単です。

ターミナル（コマンドプロンプト）を開き、以下のコマンドを実行してください。

pip install gTTS

このコマンドを実行すると、gTTSがインストールされます。

ステップ2：テキスト読み上げプログラムを作成する

次に、実際にテキストを音声へ変換するプログラムを書いていきます。基本的な流れは以下の通りです。

• gTTSをインポートします。

• 変換したいテキストを指定します。

• gTTS()関数を呼び出します。この関数は主に3つのパラメータを受け取ります。

  • text：音声に変換したい入力テキストです。

  • language：音声化する言語を指定します。gTTSは英語・日本語・フランス語・ドイツ語・ヒンディー語など、多数の言語に対応しています。

  • slow：音声の再生速度を指定するブール値（True / False）です。Trueを指定するとゆっくりとした読み上げになり、Falseを指定すると通常の速さで読み上げられます。

• gTTS()の実行結果は変数に返されます。この出力はMP3ファイルとして保存できます。

• 保存した音声を再生したい場合は、os.system()を利用します。そのために os モジュールをインポートし、保存したオーディオファイル名を引数として渡せば再生できます。

サンプルコード

実際のコード例を見てみましょう。

from gtts import gTTS

myText = "I want to learn Python"
speech = gTTS(text=myText, lang="en", slow=False)
speech.save("tts.mp3")

このコードでは、「I want to learn Python」という英語のテキストを通常の速さで音声化し、「tts.mp3」というファイル名で保存しています。

生成した音声を再生するには

保存した音声ファイルをすぐに再生したい場合は、以下のように os モジュールを組み合わせます。

import os
from gtts import gTTS

myText = "I want to learn Python"
speech = gTTS(text=myText, lang="en", slow=False)
speech.save("tts.mp3")

os.system("tts.mp3")

なお、日本語のテキストを読み上げたい場合は、lang="ja" を指定するだけで対応できます。ぜひいろいろな言語や文章で試してみてください。