使用gTTS实现多语种对话语音合成报错求助

核心错误原因 #

这个FileNotFoundError是因为Pydub依赖FFmpeg工具处理音频文件，但你的系统里没有安装FFmpeg，或者FFmpeg的路径没添加到系统环境变量中。Pydub本身不具备音频编解码能力，它需要调用FFmpeg的ffmpeg和ffprobe命令来读取、处理音频，系统找不到这些命令就会触发这个错误。

另外你的代码还有个逻辑bug：循环中Person1的内容每次都保存为temp1.mp3，后续的Person1内容会覆盖之前的文件，导致合并后的音频里重复出现最后一段Person1的内容，而不是正确的对话顺序。

解决步骤 #

1. 安装并配置FFmpeg #

• 下载Windows版FFmpeg静态编译包（去FFmpeg官方下载对应你系统位数的版本）
• 解压压缩包，找到里面的bin文件夹（里面包含ffmpeg.exe、ffprobe.exe等文件）
• 把这个bin文件夹的路径添加到系统环境变量的Path中
• 重启你的命令行或Python IDE，让环境变量生效

2. 修改代码修复临时文件覆盖问题 #

把固定的临时文件名改成动态生成的唯一名称，避免覆盖。下面是修改后的完整代码：

import os
from gtts import gTTS
from pydub import AudioSegment

# Dialog between two people
dialog = "Person 1: Hi, how are you? \nPerson 2: I'm good, thanks for asking. How about you? \nPerson 1: I'm great, thanks!"

# Split the dialog into separate lines
lines = dialog.split("\n")

# Create an empty list to store the mp3 files
mp3_files = []

# Convert each line of dialog to speech and save as mp3
for idx, line in enumerate(lines):
    temp_file = f"temp_{idx}.mp3"
    if "Person 1" in line:
        # Use English voice for Person 1
        tts = gTTS(text=line, lang='en', slow=False)
        tts.save(temp_file)
        mp3_files.append(temp_file)
    elif "Person 2" in line:
        # Use French voice for Person 2
        tts = gTTS(text=line, lang='fr', slow=False)
        tts.save(temp_file)
        mp3_files.append(temp_file)

# Create an empty audio segment
combined = AudioSegment.empty()

# Iterate through the list of mp3 files and concatenate them
for file in mp3_files:
    combined += AudioSegment.from_file(file, format="mp3")

# Export the combined audio segment to a new mp3 file
combined.export("dialog.mp3", format="mp3")

# Remove the temp files
for file in mp3_files:
    os.remove(file)

代码修改说明 #

• 用enumerate获取循环索引，生成temp_0.mp3、temp_1.mp3这类唯一的临时文件名，避免内容覆盖
• 移除了没用的moviepy导入（你代码里没用到moviepy的功能，留着没用）

验证 #

完成上述步骤后，重新运行代码，就能正常生成合并后的dialog.mp3文件，且对话内容顺序正确，没有重复。

内容的提问来源于stack exchange，提问作者Electro