Kokoro-82M TTS를 사용해 EPUB, PDF, 텍스트, 자막 파일을 자막 동기화 오디오로 변환하는 데스크톱 및 웹 앱입니다.
- 스타
- 20,391
- 포크
- 1,740
- 열린 이슈
- 7
- 마지막 커밋
- 16일 전
어떤 프로젝트인가요?
ebook2audiobook (E2A)은 EPUB, MOBI, PDF를 비롯한 다양한 전자책 형식을 오디오 파일로 변환하며, EPUB이나 MOBI 같은 형식에서는 챕터를 감지합니다. Gradio 웹 인터페이스로 실행하거나 헤드리스 명령줄 모드에서 파일 하나 또는 폴더 전체를 일괄 변환할 수 있습니다.
XTTSv2, Bark, Fairseq, VITS, Tacotron2, Tortoise, GlowTTS, YourTTS 등 여러 텍스트 음성 변환 엔진을 통합합니다. 사용자는 직접 제공한 오디오 샘플로 음성을 복제하고, 사용자 지정 모델이나 파인튜닝된 모델을 불러오며, 일시 정지, 쉼, 음성 전환을 위한 SML 태그를 추가할 수 있습니다. 스캔한 페이지를 위한 OCR도 지원합니다.
결과물은 m4b, mp3, m4a, flac, wav 및 기타 오디오 형식으로 내보낼 수 있습니다. CPU, NVIDIA CUDA, AMD ROCm, Intel XPU, Apple MPS, Jetson에서 실행되며, 로컬이나 Docker로 실행하거나 호스팅된 Colab, Kaggle, Hugging Face 노트북을 통해 사용할 수 있습니다.
핵심 기능
- 01EPUB, MOBI, PDF, TXT를 비롯한 다양한 전자책 형식을 오디오로 변환합니다.
- 02XTTSv2, Bark, VITS, Tacotron2 등 여러 TTS 엔진을 지원합니다.
- 03사용자가 제공한 음성 샘플을 이용한 선택적 음성 복제를 지원합니다.
- 04책 안에서 일시 정지, 쉼, 음성 전환을 지정하는 SML 태그를 지원합니다.
- 05챕터를 지원하며 m4b, mp3, m4a, flac, wav 및 기타 형식으로 내보냅니다.
- 06헤드리스 명령줄 모드나 Gradio 웹 인터페이스로 실행할 수 있습니다.
활용 사례
- 합법적으로 소장한 전자책을 이동 중에 들을 수 있는 오디오북으로 변환합니다.
- 서버의 헤드리스 모드에서 문서나 책이 담긴 폴더를 일괄 변환합니다.
- 내레이션 프로젝트에 사용할 여러 TTS 엔진과 복제 음성을 시험합니다.
- 접근성을 위해 텍스트 콘텐츠의 오디오 버전을 만듭니다.
토픽
자주 묻는 질문
- ebook2audiobook은(는) 무엇인가요?
- 여러 TTS 엔진과 선택적 음성 복제를 활용해 전자책을 챕터와 메타데이터가 포함된 오디오북으로 변환합니다. ebook2audiobook (E2A)은 EPUB, MOBI, PDF를 비롯한 다양한 전자책 형식을 오디오 파일로 변환하며, EPUB이나 MOBI 같은 형식에서는 챕터를 감지합니다. Gradio 웹 인터페이스로 실행하거나 헤드리스 명령줄 모드에서 파일 하나 또는 폴더 전체를 일괄 변환할 수 있습니다.
- ebook2audiobook은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- ebook2audiobook은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- ebook2audiobook은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. ebook2audiobook의 마지막 커밋은 2026년 10월 6일입니다.
- ebook2audiobook은(는) 어디에 사용할 수 있나요?
- 합법적으로 소장한 전자책을 이동 중에 들을 수 있는 오디오북으로 변환합니다. 서버의 헤드리스 모드에서 문서나 책이 담긴 폴더를 일괄 변환합니다. 내레이션 프로젝트에 사용할 여러 TTS 엔진과 복제 음성을 시험합니다. 접근성을 위해 텍스트 콘텐츠의 오디오 버전을 만듭니다.
- ebook2audiobook은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/DrewThomasson/ebook2audiobook
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
텍스트 음성 변환, 음성 복제, Whisper 받아쓰기, YouTube 다운로드, 보컬 분리와 더빙용 번역을 제공하는 Windows 중심 Gradio 웹 앱입니다.
LLM 스타일 모델을 기반으로 음성 복제, 자연어 감정 제어, 다중 화자 생성을 지원하는 오픈 소스 TTS 시스템입니다.
CPU에서 실시간으로 실행되는 0.1B 파라미터 다국어 TTS 모델로, 음성 복제와 48 kHz 스테레오 출력을 지원합니다.
646개 언어를 지원하는 오픈소스 로컬 우선 음성 스튜디오
VoxCPM2는 30개 언어를 지원하고, 텍스트 설명으로 음성을 설계하거나 짧은 참조 음성으로 음성을 복제할 수 있는 오픈소스 토크나이저 프리 TTS 모델입니다.