Десктопное и веб-приложение для преобразования EPUB, PDF, текстовых файлов и субтитров в аудио с синхронизированными субтитрами на базе Kokoro-82M TTS.
6,1 тыс.500PythonMITОбновлён 5 дней назад
- Звёзды
- 20,391
- Форки
- 1,740
- Открытые issues
- 7
- Последний коммит
- 16 дней назад
Что это?
ebook2audiobook (E2A) преобразует EPUB, MOBI, PDF и многие другие форматы электронных книг в аудиофайлы и распознаёт главы в таких форматах, как EPUB и MOBI. Проект предоставляет веб-интерфейс на базе Gradio и headless-режим командной строки для пакетной конвертации одного файла или целой папки.
В проект интегрировано несколько движков text-to-speech, включая XTTSv2, Bark, Fairseq, VITS, Tacotron2, Tortoise, GlowTTS и YourTTS. Можно клонировать голос по собственному аудиосэмплу, загружать пользовательские или дообученные модели, а также добавлять SML-теги пауз, остановок и переключения голосов. Для отсканированных страниц доступно OCR.
Результат можно сохранить в форматах m4b, mp3, m4a, flac, wav и других. Проект работает на CPU, NVIDIA CUDA, AMD ROCm, Intel XPU, Apple MPS и Jetson; запускать его можно локально, через Docker или в размещённых блокнотах Colab, Kaggle и Hugging Face.
Ключевые возможности
- 01Преобразует электронные книги во многих форматах, включая EPUB, MOBI, PDF и TXT, в аудио.
- 02Поддерживает несколько TTS-движков, например XTTSv2, Bark, VITS и Tacotron2.
- 03Опционально клонирует голос по предоставленному пользователем аудиосэмплу.
- 04Поддерживает SML-теги для пауз, остановок и переключения голосов внутри книги.
- 05Экспортирует аудио в m4b, mp3, m4a, flac, wav и другие форматы с поддержкой глав.
- 06Работает в headless-режиме из командной строки или через веб-интерфейс Gradio.
Сценарии использования
- Преобразование личной коллекции легально приобретённых электронных книг в аудиокниги для прослушивания в дороге.
- Пакетная конвертация папки с документами или книгами на сервере в headless-режиме.
- Эксперименты с разными TTS-движками и клонированными голосами для проектов озвучивания.
- Создание аудиоверсий текстовых материалов для повышения доступности.
Темы
Частые вопросы
- Что такое ebook2audiobook?
- Преобразует электронные книги в аудиокниги с главами и метаданными, используя разные TTS-движки и опциональное клонирование голоса. ebook2audiobook (E2A) преобразует EPUB, MOBI, PDF и многие другие форматы электронных книг в аудиофайлы и распознаёт главы в таких форматах, как EPUB и MOBI. Проект предоставляет веб-интерфейс на базе Gradio и headless-режим командной строки для пакетной конвертации одного файла или целой папки.
- ebook2audiobook можно использовать бесплатно? Какая у него лицензия?
- ebook2audiobook распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- ebook2audiobook всё ещё поддерживается?
- Активно поддерживается. Последний коммит в ebook2audiobook — 6 окт. 2026 г..
- Для чего можно использовать ebook2audiobook?
- Преобразование личной коллекции легально приобретённых электронных книг в аудиокниги для прослушивания в дороге. Пакетная конвертация папки с документами или книгами на сервере в headless-режиме. Эксперименты с разными TTS-движками и клонированными голосами для проектов озвучивания. Создание аудиоверсий текстовых материалов для повышения доступности.
- Где скачать ebook2audiobook?
- Исходный код и инструкции по установке — на GitHub: https://github.com/DrewThomasson/ebook2audiobook
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Веб-приложение на Gradio для Windows: синтез речи, клонирование голоса, транскрибация через Whisper, скачивание видео с YouTube, разделение вокала и перевод для дубляжа.
13,3 тыс.1,9 тыс.PythonGPL-3.0Обновлён 3 месяца назад
Открытая система синтеза речи из текста с клонированием голоса, управлением эмоциями на естественном языке и генерацией речи нескольких персонажей на основе моделей в стиле LLM.
33,3 тыс.2,9 тыс.PythonOtherОбновлён 8 дней назад
Мультиязычная модель синтеза речи с 0,1 млрд параметров, работающая в реальном времени на CPU, с клонированием голоса и стереозвуком 48 кГц.
4,5 тыс.562PythonApache-2.0Обновлён 2 месяца назад
Локальная open-source студия для клонирования и создания голосов, дубляжа видео, диктовки, транскрибации и создания аудиокниг на 646 языках.
78,7 тыс.8,6 тыс.PythonAGPL-3.0Обновлён позавчера
VoxCPM2 — open-source модель преобразования текста в речь без токенизатора: поддерживает 30 языков, создание голоса по текстовому описанию и клонирование по короткому аудиофрагменту.
39,6 тыс.4,5 тыс.PythonApache-2.0Обновлён 14 дней назад