首页/新闻资讯/正文详情

如何用abogen把EPUB变成带字幕的有声书

发布时间:2026/9/26 6:36:07 来源:云帆数科 栏目:资讯中心
如何用abogen把EPUB变成带字幕的有声书
如何用abogen把EPUB变成带字幕的有声书【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把一个EPUB丢进abogen几分钟后就得到一本题材匹配、字幕逐句对齐的有声书。音色、章节、格式都能选。这是一款开源TTS工具文档转有声书全程不需要打开剪辑软件。 一句话说清 abogen 是什么abogen 是一个开源 TTS 工具输入 EPUB、PDF、纯文本或 Markdown输出带同步字幕的有声书。核心能力就四条把文档转成有声书EPUB3 音频文件并同步输出 SRT、ASS、VTT 字幕音色可选可混从语音库挑或多个声源加权混合出一个新音色多本书排队批量生成支持 GPU 加速NVIDIA CUDA、AMD ROCm桌面 GUIPyQt6和 Web UIFlask两种入口功能各有所长 上手四步从文档到有声书四步走完就是一套完整的 EPUB 转有声书流程。第一步安装并启动。Windows 双击WINDOWS_INSTALL.bat一键装好环境Linux 和 Mac 用uv tool install abogen安装记得先装 espeak-ng 依赖。第二步上传文档。在 Web UI 里放入 EPUB 或 PDFabogen 通过text_extractor.py提取正文章节结构和元数据跟着原文保留。第三步配置语音。在语音列表里选一个现成音色或者用语音混合器给多个音色设权重调出一个库里没有的新音色。第四步排队等结果。合成任务交给abogen/webui/conversion_runner.py顺序执行音频合成、字幕写入和格式导出进度随时能在队列页看到。图abogen 的 Web 界面从文档上传到有声书任务排队都在浏览器里完成⚙️ 它是怎么做到的模块化TTS引擎速览整体是分层解耦的解析、文本规范化、合成、字幕、导出各占一个模块像流水线上的工位换掉任何一站都不影响其他站。合成层通过tts_plugin/接口插件化plugins/kokoro/和plugins/supertonic/就是两套现成引擎对应 Kokoro-82M 和 Supertonic。语音混合的算法不复杂把音色名*权重写成公式按归一化权重对声源特征做加权求和调出单一引擎里没有的音色。字幕则直接取自合成阶段产出的时间戳边合成就边由subtitle_writer.py落盘天然同步句级和词级两种模式都能出。老做法的三个老大难它怎么绕开的文档解析丢结构。传统做法是用各套工具链手动导出文本章节号和元数据在转换中丢失abogen 的做法是让book_parser.py直接读 EPUB 的 NCX/nav 导航提取时章节层次原样保留。单一音色难用。传统做法是模型给什么音色就用什么不满意只能换工具abogen 的做法是加权混合几个声源各占一份权重合成出新音色并存成可复用的配置。图语音混合器界面把多个声源按权重混合成新的有声书音色字幕对不齐。传统做法是合成结束后再跑一遍对齐算法去猜时间戳误差会随时长累积abogen 的做法是用合成时就产生的时间戳自动生成 SRT 字幕文件音频和字幕同时落盘。谁适合用按场景对号入座如果你是老师或教学团队它能帮你把教材和讲义快速变成带 SRT 字幕的有声材料学生可以听可以对照文字。如果你是自媒体或内容创作者它能帮你把博客、技术文档做文档转播客音频加字幕直接投进 YouTube、B 站。如果你在企业培训或运营岗位面对大批文档它可以把多份文档排队批量生成结果按结构好的 EPUB3 输出方便归档分发。图队列页展示批量有声书生成任务的进度 接下来会做什么、怎么参与路线图上排着 OCR 支持扫描版 PDF、扩大多语言支持以及继续优化合成性能。对开发者来说参与入口是tts_plugin/插件接口按统一引擎 API 实现一套新引擎接进来就能扩展音色和语言改完代码可以跑tests/下的测试套件验证。【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

前端视频播放从选型到编码再到性能优化:一套完整的video-use实战指南
前端视频播放从选型到编码再到性能优化:一套完整的video-use实战指南

做前端的&#xff0c;谁没跟视频交过手&#xff1f;我刚工作那会儿&#xff0c;最怕接手带视频的页面。一个<video>标签丢过来&#xff0c;以为就是放个播放器的事&#xff0c;结果一上线全是问题&#xff1a;移动端不能自动播、首帧加载慢、拖进度条卡顿、不同浏览器表现… · 2026/9/26 6:36:01

Substrate不是框架:区块链操作系统内核的本质解析
Substrate不是框架:区块链操作系统内核的本质解析

1. Substrate不是框架&#xff0c;是区块链的“操作系统内核”很多人第一次听说Substrate&#xff0c;是在某个公链项目官宣“基于Substrate构建”时。接着翻文档&#xff0c;看到“模块化”“可升级”“无分叉升级”这些词&#xff0c;下意识就把它当成一个类似React或Spring … · 2026/9/26 6:36:01

Substrate区块链开发框架详解:从Runtime到Pallet实战指南
Substrate区块链开发框架详解:从Runtime到Pallet实战指南

1. 项目全貌与核心价值解读1.1 substrate究竟是什么&#xff1a;一个能让你“造链”的框架先把话说在前面&#xff1a;这个标题里的substrate&#xff0c;指的是用Rust编写的Substrate区块链开发框架&#xff0c;不是什么“基底”之类的抽象概念&#xff0c;也不是某个大学的实… · 2026/9/26 6:35:55

auto-sklearn 元数据(Metadata)更新完整实战指南:从 OpenML 数据集到 ASLib 基准文件的七步流水线
auto-sklearn 元数据(Metadata)更新完整实战指南:从 OpenML 数据集到 ASLib 基准文件的七步流水线

人工智能AutoML机器学习 【免费下载链接】auto-sklearn Automated Machine Learning with scikit-learn 项目地址&#xff1a; https://gitcode.com/gh_mirrors/au/auto-sklearn 点击查看 免费下载 导读 本文基于 auto-sklearn 仓库中 scripts/readme.md 这一内部运维文档&am… · 2026/9/26 9:26:28

鼠标光标报错 Failed to set the cursor:texture 未 CPU accessible 的排查与配置修复
鼠标光标报错 Failed to set the cursor:texture 未 CPU accessible 的排查与配置修复

/* 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 9:26:28

5ire 桌面智能助手接入 TaoToken:MCP 客户端配置与验证实践
5ire 桌面智能助手接入 TaoToken:MCP 客户端配置与验证实践

/* 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 9:26:28

机床专机是什么?定义、类型、选型与验收一次讲透
机床专机是什么?定义、类型、选型与验收一次讲透

1. 机床专机到底是个什么东西先从一个我亲身经历的场景说起。早年在汽车零部件厂做工艺的时候&#xff0c;车间里有一台专门加工制动器卡钳的设备&#xff0c;每次走线看它&#xff0c;工件上去几十秒就下来一个&#xff0c;一个班次能干好几百件。旁边几台进口加工中心也在干同… · 2026/9/26 9:26:28

ReactXP VirtualListView 深度指南:跨平台虚拟化列表的实现原理与性能优化实战
ReactXP VirtualListView 深度指南:跨平台虚拟化列表的实现原理与性能优化实战

跨平台前端 【免费下载链接】reactxp Library for cross-platform app development. 项目地址&#xff1a; https://gitcode.com/gh_mirrors/re/reactxp 点击查看 免费下载 VirtualListView 是 ReactXP 生态中一个通用的、支持异构&#xff08;不同高度、不同类型&#xff09;… · 2026/9/26 9:26:28

【AI前沿】7月29日:微软MAI-Cyber开放权重落地,TaoToken统一Key打通安全大模型调用链,英伟达500亿算力底座再加固
【AI前沿】7月29日:微软MAI-Cyber开放权重落地,TaoToken统一Key打通安全大模型调用链,英伟达500亿算力底座再加固

/* 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 9:26:22

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&#xff1a;万常选版《数据库原理与设计》课后习题答案资源&#xff0c;覆盖第2至6章及第9章&#xff0c;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&#xff0c;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&#xff0c;是很多团队绕不过去的坎。线上环境里&#xff0c;服务端明明已经上线了新版接口&#xff0c;老的移动端还在照着旧文档传参数。请求一到网关&#xff0c;校验直接拒绝&#xff0c;用户操作失败&#xff0c;客服群炸了锅&#xff0c;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