将 EPUB、PDF、文本等文件转换为带同步字幕的有声书,基于 Kokoro-82M 语音合成。
- Star
- 20,391
- Fork
- 1,740
- 未关闭 Issue
- 7
- 最近提交
- 16天前
这是什么?
ebook2audiobook(E2A)可以把 EPUB、MOBI、PDF 等多种电子书格式转换为音频文件,对 EPUB 和 MOBI 等格式能够自动识别章节。项目提供基于 Gradio 的网页界面,也支持无界面的命令行模式,便于批量转换单个文件或整个文件夹。
项目集成了 XTTSv2、Bark、Fairseq、VITS、Tacotron2、Tortoise、GlowTTS、YourTTS 等多种语音合成引擎。用户可以基于自己的录音进行声音克隆,加载自定义或微调模型,并通过 SML 标签控制停顿、间隔和角色切换。扫描版页面可借助 OCR 识别后再转换。
输出格式包括 m4b、mp3、m4a、flac、wav 等。项目可在 CPU、NVIDIA CUDA、AMD ROCm、Intel XPU、Apple MPS 和 Jetson 上运行,支持本地安装、Docker 部署,也提供 Colab、Kaggle 和 Hugging Face 的在线运行方式。
核心功能
- 01支持 EPUB、MOBI、PDF、TXT 等多种电子书格式转换为音频。
- 02集成 XTTSv2、Bark、VITS、Tacotron2 等多种语音合成引擎。
- 03可选的声音克隆功能,使用用户提供的录音。
- 04通过 SML 标签控制停顿、间隔,并在书中切换声音。
- 05输出 m4b、mp3、m4a、flac、wav 等格式,并保留章节信息。
- 06提供 Gradio 网页界面和无界面命令行两种运行方式。
适用场景
- 将合法获取的个人电子书库转换为有声书,方便外出收听。
- 在服务器上以无界面模式批量转换一整个文件夹的书籍或文档。
- 比较不同 TTS 引擎和克隆声音的效果,用于旁白类项目。
- 为文本内容制作音频版本,改善阅读无障碍体验。
标签
常见问题
- ebook2audiobook 是什么?
- 将电子书转换为带章节和元数据的有声书,支持多种 TTS 引擎和可选的声音克隆。 ebook2audiobook(E2A)可以把 EPUB、MOBI、PDF 等多种电子书格式转换为音频文件,对 EPUB 和 MOBI 等格式能够自动识别章节。项目提供基于 Gradio 的网页界面,也支持无界面的命令行模式,便于批量转换单个文件或整个文件夹。
- ebook2audiobook 可以免费使用吗?用的什么许可证?
- ebook2audiobook 以 Apache-2.0 许可证开源。用于商业产品前,请先确认许可证条款。
- ebook2audiobook 还在维护吗?
- 活跃维护中。ebook2audiobook 最近一次提交是在 2026年10月6日。
- ebook2audiobook 适合用来做什么?
- 将合法获取的个人电子书库转换为有声书,方便外出收听。 在服务器上以无界面模式批量转换一整个文件夹的书籍或文档。 比较不同 TTS 引擎和克隆声音的效果,用于旁白类项目。 为文本内容制作音频版本,改善阅读无障碍体验。
- 在哪里获取 ebook2audiobook?
- 源代码和安装说明在 GitHub 上:https://github.com/DrewThomasson/ebook2audiobook
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
6131500PythonMIT更新于 5天前
基于 Gradio 的网页工具,集成语音合成、声音克隆、Whisper 转录、YouTube 下载、人声分离和翻译,用于配音制作。
1.3万1922PythonGPL-3.0更新于 3个月前
开源文本转语音系统,支持声音克隆、自然语言控制情绪和多角色语音生成。
3.3万2894PythonOther更新于 8天前
一个仅 0.1B 参数的多语言语音合成模型,可在 CPU 上实时推理,支持声音克隆与 48 kHz 立体声输出。
4517562PythonApache-2.0更新于 2个月前
开源、本地运行的语音工作室,支持声音克隆、声音设计、视频配音、听写、转录和有声书制作。
7.9万8642PythonAGPL-3.0更新于 前天
VoxCPM2 是一个开源的免分词器语音合成模型,支持 30 种语言、文本描述设计音色和参考音频克隆。
4万4500PythonApache-2.0更新于 14天前