首页/新闻资讯/正文详情

用 abogen 把 EPUB 一键变成有声书

发布时间:2026/9/26 2:53:20 来源:云帆数科 栏目:资讯中心
用 abogen 把 EPUB 一键变成有声书
用 abogen 把 EPUB 一键变成有声书【免费下载链接】abogenGenerate audiobooks from EPUBs, PDFs and text with synchronized captions.项目地址: https://gitcode.com/GitHub_Trending/ab/abogen手里攒了几十本 EPUB翻完一本就吃灰不如让它们变成通勤路上能听的有声书。abogen 就是个 EPUB 转有声书工具把电子书、PDF、纯文本读成自然流畅的语音同时生成逐句对齐的字幕。文件拖进去等上一阵子音频和字幕就都在输出目录里了。先把 abogen 跑起来说干就干先把项目弄到手clone 一下仓库就行git clone https://gitcode.com/GitHub_Trending/ab/abogen。拿到之后各平台的差别主要在一件事上先装好 espeak-ng 这个文本处理组件再装 abogen 本体。Windows 上最省事装完 espeak-ng 的 msi 安装包后双击项目里的WINDOWS_INSTALL.bat。脚本会把嵌入式 Python 和 GPU 依赖全配好不用自己折腾虚拟环境。Mac 和 Linux 则是先装 espeak-ng再用 uv 装 abogen系统里有 Python 3.10 到 3.12 就够了。装完在终端敲abogen桌面窗口就出来了上方拖文件下面一排是语速、音色、字幕样式和输出格式调好点 Start 就行。想跑 Web 版就敲abogen-web浏览器打开http://localhost:8808同样能拖文件建任务。第一次别直接丢整本书先拿几百字的 txt 试试水选个音色保持默认字幕样式跑完去保存目录听一听。音频文件一出现说明环境搞定了。核心能力拆解跑通之后接下来聊点有意思的。它的文本转语音底层是 Kokoro 模型音色从美式英语代码a到中文z都能挑但下面两个功能更值得先上手。语音混合器它能帮你混出专属音色默认音色挺好但做系列内容听着容易腻你会想配一个只属于自己的声音语音混合器就是干这个的把几个不同音色按权重叠在一起合成一个新音色。打开混合器窗口勾选想参与混合的音色每个音色下有独立滑块往上拉滑块提高占比窗口顶部实时显示各音色的权重百分比点 Preview 试听效果满意就存成一个 profile下次直接从左侧列表选做固定栏目、播客或需要专属品牌音的内容创作者调一次就能一直用。队列模式它能帮你批量排队一次跑完一本书跑通了十本书就烦了队列就是干批量转换的活把文件一个个丢进去它按顺序自动转完。txt、srt 这类文本和字幕文件直接点 Add files 加进去EPUB、PDF 和 markdown 走主窗口的输入框点 Add to Queue 入队每个文件锁定加入时的配置鼠标悬停能查看勾上覆盖选项可强制整队统一设置睡前排好一整队醒来收结果适合要批量处理素材的人。这两个功能叠着用很顺先在混合器里调好一个专属音色再把一批书排进队列整批出来的都是同一个声音。真实工作流一本 EPUB 的有声书之旅功能拆完了来看一条最典型的完整链路。假设你手里有一本厚 EPUB想变成能直接听、还能上播放器的有声书。把 EPUB 拖进主窗口的输入框它会解析出章节列表先勾想听哪些章节。再勾上每章单独存和额外生成合并版这样既有分章文件又有一整本。然后选音色语速拖到 0.1x 到 2.0x 之间你觉得舒服的档位输出格式选 MP3 或带章节信息的 M4B点 Start。跑完之后输出目录里每章一个音频文件外加合并整本和逐句对齐的 .srt 同步字幕。到这里一条完整的 EPUB 转有声书链路就走完了。不想一直开着桌面窗口就敲abogen-web起 Web 版任务在后台跑浏览器里实时刷进度和日志转完直接下载。Web 版还多了 Supertonic 引擎和 LLM 文本规范化这些新特性源码在 abogen/webui/ 目录更多细节可以看 docs/。卡住了看这里流程顺了不代表永不翻车真卡住了别慌大概率是下面几种。日志提示CUDA GPU is not available. Using CPUPyTorch 没抓到显卡回退到 CPU 了能跑但慢。按驱动版本重装对应 CUDA 的 PyTorch 就好AMD 卡只能走 Linux 的 ROCm。终端说找不到 abogen 命令安装目录没进 PATH。把~/.local/bin加进 PATH重开一个终端即可。安装时报No matching distribution foundPython 版本不在 3.10 到 3.12 区间。换个支持的版本再装。读出来的声音发怪或断断续续多半是 espeak-ng 没装好。重装一下再试。选了日语音色却没声音Kokoro 的日语依赖没装全。补装日语支持依赖再跑。下一步折腾一圈abogen 能干的就一件实在事把文字变成能听的声音还附赠对得上的字幕。现在就可以挑本书丢进去跑一下几十秒后你就有第一段有声内容了。【免费下载链接】abogenGenerate audiobooks from EPUBs, PDFs and text with synchronized captions.项目地址: https://gitcode.com/GitHub_Trending/ab/abogen创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

相关推荐

学硕全录,专硕大量不及格!
学硕全录,专硕大量不及格!

一、学校及专业介绍沈阳工业大学(Shenyang University of Technology),简称“沈工大”,是由中央与地方共建的全日制普通高等本科院校,是辽宁省一流大学重点建设高校,入选卓越工程师教育培养计划、2011计划、… · 2026/9/26 2:53:20

SpringBoot云上健康检查实战:Actuator与探针配置指南
SpringBoot云上健康检查实战:Actuator与探针配置指南

HoRain云上SpringBoot健康检查终极指南我最早被健康检查"坑"得很惨是在一次不算大的上线里。当时服务在HoRain云上跑得好好的,但前端同事反馈"接口时不时502"。我第一反应是看CPU、看内存,全都没问题,最后在负载均衡配置… · 2026/9/26 2:53:14

义诺企业管理咨询公司专业吗,服务流程是否规范
义诺企业管理咨询公司专业吗,服务流程是否规范

行业变迁中的本土深耕时间走到2024年,东北边境小城牡丹江的民营实体经济正在悄然焕发生机,本地制造业、商贸物流业持续扩容,中小微企业的用工结构也在发生深刻变化——越来越多企业开始尝试将非核心业务环节剥离,通过专业第三方服… · 2026/9/26 2:53:08

2026物联网开发公司TOP10:五大硬指标与四大技术趋势解析
2026物联网开发公司TOP10:五大硬指标与四大技术趋势解析

1. 榜单背后:物联网开发公司真正的分水岭在哪每年到年底,圈内人都会讨论“明年哪家物联网公司能冲上来”。2026年的趋势判断其实早在2024年就已经埋下伏笔,AIoT融合进入深水区、边缘计算从概念变成刚需、平台型公司开始收缩战线聚焦垂直行业&… · 2026/9/26 3:24:47

【项目编号:project81378】论坛系统真正难的是治理:Spring Boot 从帖子分类、私信通知到权限运营的完整实现
【项目编号:project81378】论坛系统真正难的是治理:Spring Boot 从帖子分类、私信通知到权限运营的完整实现

COMMUNITY OPS SPRING BOOT内容治理链论坛系统真正难的是治理:Spring Boot 从帖子分类、私信通知到权限运营的完整实现发帖只是入口。一个可运营的论坛还需要分类检索、帖子详情、评论、收藏、私信、通知,以及后台用户、内容、资源和权限治理。技术主… · 2026/9/26 3:24:35

codex-desktop-linux computer use上手指南:让AI操作你的Linux桌面,支持GNOME/Hyprland/i3等窗口管理器
codex-desktop-linux computer use上手指南:让AI操作你的Linux桌面,支持GNOME/Hyprland/i3等窗口管理器

codex-desktop-linux computer use上手指南:让AI操作你的Linux桌面,支持GNOME/Hyprland/i3等窗口管理器 【免费下载链接】codex-desktop-linux Unofficial ChatGPT desktop app for Linux (formerly the Codex app), built locally from OpenAI’s offic… · 2026/9/26 3:24:35

小程序 input 软键盘与输入框的距离:用 cursor-spacing 与 focus 调优键盘弹起体验
小程序 input 软键盘与输入框的距离:用 cursor-spacing 与 focus 调优键盘弹起体验

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/9/26 3:24:35

什么是MCP以及如何快速入门使用MCP:用uv+Python搭建Stdio服务并接入TaoToken
什么是MCP以及如何快速入门使用MCP:用uv+Python搭建Stdio服务并接入TaoToken

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/9/26 3:24:35

Morphe Patches 如何无需 Root 运行 YouTube:GmsCore 支持机制完整指南
Morphe Patches 如何无需 Root 运行 YouTube:GmsCore 支持机制完整指南

Morphe Patches 如何无需 Root 运行 YouTube:GmsCore 支持机制完整指南 【免费下载链接】morphe-patches Morphe Patches 项目地址: https://gitcode.com/gh_mirrors/mo/morphe-patches Morphe Patches 是一个为 YouTube、YouTube Music 和 Reddit 提供增强功… · 2026/9/26 3:24:35

数据库课后习题答案别硬背:当测试用例集刷,效率翻倍
数据库课后习题答案别硬背:当测试用例集刷,效率翻倍

简介:万常选版《数据库原理与设计》课后习题答案资源,覆盖第2至6章及第9章,适合正在学习关系模型、数据库建模、关系数据理论与模式求精的本科生、自学者作为复习与自测材料。压缩包共7个文件,含3个doc参考答案、2个sql示例脚本、… · 2026/9/26 0:00:21

OpenClaw 替代品?Hermes Agent 踩坑实录:macOS 飞书接入 TaoToken 配置
OpenClaw 替代品?Hermes Agent 踩坑实录:macOS 飞书接入 TaoToken 配置

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/9/26 0:00:40

向下兼容与向上兼容:接口设计中的兼容性策略与工程实践
向下兼容与向上兼容:接口设计中的兼容性策略与工程实践

一次版本升级事故,是很多团队绕不过去的坎。线上环境里,服务端明明已经上线了新版接口,老的移动端还在照着旧文档传参数。请求一到网关,校验直接拒绝,用户操作失败,客服群炸了锅,开发群里开始互… · 2026/9/26 0:00:46

了解更多?预约专属演示

我们的顾问将为您一对一讲解产品与方案

企业微信二维码