Repolode
提交项目
denizsafak

denizsafak/abogen

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。

可替代:Audible

在 GitHub 查看官网
Star
6,131
Fork
500
未关闭 Issue
48
最近提交
3天前

这是什么？

Abogen 可以将 ePub、PDF、纯文本、Markdown 和字幕文件转换为语音音频，并同时生成对应的字幕。它基于 Kokoro-82M 语音合成模型，适用于有声书制作，也适用于短视频配音等场景。

项目提供两种界面：通过 `abogen` 启动的 PyQt6 桌面应用，以及通过 `abogen-web` 启动的 Flask 网页版，后者在后台工作进程中执行任务。网页版还支持可选的 LLM 文本规范化，并可将成品上传至 Audiobookshelf。输出格式包括 WAV、FLAC、MP3、Opus 和带章节的 M4B，字幕支持 SRT 与 ASS。

功能方面，它支持按章节选择内容、批量队列处理、混合多个声音模型的声音混音器，以及带章节或时间戳标记的文本文件。项目还提供 Docker 镜像和 Compose 配置，可在 GPU 或 CPU 环境中部署。

核心功能

  • 01支持将 ePub、PDF、文本、Markdown 和字幕文件转换为音频
  • 02生成 SRT 或 ASS 格式的同步字幕
  • 03可导出 WAV、FLAC、MP3、Opus 或带章节的 M4B 文件
  • 04内置声音混音器，可组合多个声音模型
  • 05支持批量队列处理多个文件

适用场景

  • 将 EPUB 或 PDF 电子书制作成带章节的有声书
  • 为视频制作带字幕的配音
  • 通过 Docker 部署自托管转换服务，并将成品发送到 Audiobookshelf

快速上手

  1. 1

    安装 espeak-ng（Ubuntu/Debian）

    sudo apt install espeak-ng
  2. 2

    使用 uv 安装 abogen（Linux，无 GPU 或 NVIDIA）

    uv tool install --python 3.12 abogen
  3. 3

    启动桌面图形界面

    abogen

使用前须知

  • 每个平台都需要单独安装 espeak-ng。
  • 部分 GPU 配置需要额外的平台专用步骤，AMD GPU 加速仅限 Linux。
  • Web 界面比桌面应用拥有更新的功能，桌面应用仍在更新中。

标签

#text-to-speech#audiobook#epub#subtitles#kokoro#tts#pdf#python#audiobooks#content-creation

常见问题

abogen 是什么？
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。 Abogen 可以将 ePub、PDF、纯文本、Markdown 和字幕文件转换为语音音频，并同时生成对应的字幕。它基于 Kokoro-82M 语音合成模型，适用于有声书制作，也适用于短视频配音等场景。
abogen 可以免费使用吗？用的什么许可证？
abogen 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。
abogen 还在维护吗？
活跃维护中。abogen 最近一次提交是在 2026年10月17日。
abogen 适合用来做什么？
将 EPUB 或 PDF 电子书制作成带章节的有声书 为视频制作带字幕的配音 通过 Docker 部署自托管转换服务，并将成品发送到 Audiobookshelf
abogen 怎么安装和运行？
安装 espeak-ng（Ubuntu/Debian）: sudo apt install espeak-ng 使用 uv 安装 abogen（Linux，无 GPU 或 NVIDIA）: uv tool install --python 3.12 abogen 启动桌面图形界面: abogen
在哪里获取 abogen？
源代码和安装说明在 GitHub 上：https://github.com/denizsafak/abogen

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目