首页/新闻资讯/正文详情

一本书变有声书还带同步字幕:abogen 完整转换实操指南

发布时间:2026/9/26 10:11:43 来源:云帆数科 栏目:资讯中心
一本书变有声书还带同步字幕:abogen 完整转换实操指南
一本书变有声书还带同步字幕abogen 完整转换实操指南【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想把小说读给孩子听却不想自己花一个月录完或者手头一堆 EPUB、PDF 常年吃灰abogen 能把这些格式变成 MP3、M4B 有声书并同步生成字幕不用你开口就能听书。下面按真实操作流程走一遍完整转换。从零到可用三步装好 abogen一键克隆仓库并安装打开终端先拿到代码git clone https://gitcode.com/GitHub_Trending/ab/abogen然后用官方推荐的 uv 安装Python 版本会帮你固定好uv tool install --python 3.12 abogen有 NVIDIA 显卡的话加装 CUDA 版本老驱动选 cuda126、新驱动选 cuda130转换速度会明显更快AMD 显卡则需要在 Linux 下安装 rocm 版本。Windows 用户更省事直接双击仓库根目录的WINDOWS_INSTALL.bat它自带内嵌 Python不用单独装环境。装系统级依赖 espeak-ngabogen 靠它提供发音提示必须单独安装Ubuntu/Debian 用sudo apt install espeak-ngmacOS 用brew install espeak-ngWindows 下载官方 msi 安装包运行即可。首次启动两个界面任选abogen # 桌面端 abogen-web # Web 端启动后在浏览器打开 localhost:8808完成一次完整转换从 EPUB 到有声书1. 导入书籍把 EPUB、PDF、TXT、MD 或字幕文件SRT/ASS/VTT拖进输入区没有文件也可以用内置文本编辑器直接粘贴。处理 EPUB 和 PDF 时还能在章节控制里只挑指定章节选择每章存成独立音频文件或再合并出一个完整版。2. 选语音、设语速语音是两位代码第一位是语言a 美式英语、b 英式英语、e 西班牙语、f 法语、i 意大利语、j 日语、p 巴西葡萄牙语、z 中文第二位是性别m 男、f 女。选完点一下语音预览按钮先试听再开始避免跑完才觉得不合适。语速支持 0.1x 到 2.0x 调节。3. 定字幕粒度和输出格式字幕模式从粗到细Line按行、Sentence按句、Sentence Comma以及 1/2/3 个词一档的词级模式。注意词级时间戳只有英文可用Kokoro 只对英文输出时间戳标记其他语言会回退到句级。字幕可存 SRT 和多种 ASS 样式音频输出 WAV、FLAC、MP3、OPUS或带章节标记的 M4B。4. 开始转换看成品点开始后日志窗口实时刷新。官方演示数据一台 RTX 2060 Mobile 级别的中端显卡上约 3000 字符的文本 11 秒转成 3 分 28 秒的音频。实际运行状态见下图调优成品三个目标导向的设置想要专属声音语音权重怎么调预设语音不满意时打开语音混合器它能把多个语音模型混在一起拖动每个模型的权重并即时试听混音效果满意后保存成配置文件以后直接调用。想转换更快开启 GPU 加速启动时如果看到 CUDA GPU is not available. Using CPU说明回退到了 CPU功能不受影响只是更慢。解决办法是按驱动对应的 CUDA 版本重装 PyTorchREADME 的故障排查部分按 cuda126/cuda128/cuda130 列好了对应命令。AMD 显卡在 Windows 上不受支持请改用 Linux ROCm。想直接看字幕播放M4B mpv输出选 M4B带章节再用 mpv 播放——它没有视频轨也能显示字幕README 里还附了一份推荐配置直接拷进mpv.conf就能用。批量转换与常见坑队列模式一次转完整个书架文本和字幕文件可以直接点添加文件或拖进队列EPUB、PDF 则在主窗口点加入队列。每个队列项会保留加入那一刻的设置之后再改主窗口配置不影响它们想统一全部项勾选用当前设置覆盖即可鼠标悬停还能查看每项的具体配置。更后台的方式是 Web 界面abogen-web启动后浏览器打开 localhost:8808拖入文件、选好参数点 Create job进度和日志在页面实时刷新完成后直接下载音频和字幕。它还额外支持 Supertonic 引擎、LLM 辅助文本规范化以及转完自动推送进 Audiobookshelf 书库。三个高频坑Linux 下 uv 安装后提示 not on PATH把~/.local/bin加进 PATH 再重开终端。日语语音不出声需要补装 Kokoro 的日语依赖见 README 故障排查部分。非英文想要词级字幕受 Kokoro 限制暂不可用切到句级模式即可。到这里任何一本书都能被你变成带字幕的有声书。完整配置项与运行细节见 docs/getting-started.md 和 docs/developer-guide.mdabogen 的 TTS 引擎是可插拔设计内置 Kokoro 与 Supertonic 两个插件实现代码在 plugins/。【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

单电阻FOC电流采样偏差补偿全链路解析
单电阻FOC电流采样偏差补偿全链路解析

1. 单电阻采样不是“省钱妥协”,而是FOC落地的现实分水岭我第一次在客户现场看到用单电阻采样跑FOC的电机驱动板时,第一反应是皱眉——这板子没做电流重构?DQ轴电流怎么闭环?但客户工程师只抬了抬下巴:“上个月刚量产5… · 2026/9/26 10:11:43

LND 洋葱路由重放防护深度解析:Sphinx Replay DB 与 Decayed Log 的实现原理与实战配置
LND 洋葱路由重放防护深度解析:Sphinx Replay DB 与 Decayed Log 的实现原理与实战配置

区块链 【免费下载链接】lnd Lightning Network Daemon ⚡️ 项目地址: https://gitcode.com/gh_mirrors/ln/lnd 点击查看 免费下载 Lightning Network Daemon(LND)使用基于 Sphinx 协议的洋葱路由协议在闪电网络中传递报文,并内… · 2026/9/26 10:11:43

如何免费为 zotero-arxiv-daily 加上论文语音朗读:3 个参数快速上手
如何免费为 zotero-arxiv-daily 加上论文语音朗读:3 个参数快速上手

如何免费为 zotero-arxiv-daily 加上论文语音朗读:3 个参数快速上手 【免费下载链接】zotero-arxiv-daily Recommend new arxiv papers of your interest daily according to your Zotero libarary. 项目地址: https://gitcode.com/GitHub_Trending/zo/zotero-arx… · 2026/9/26 10:11:37

MCP 与 Agent Skill 别再搞混了:从 settings.json 到 config.toml 一次理清(保姆级教程)
MCP 与 Agent Skill 别再搞混了:从 settings.json 到 config.toml 一次理清(保姆级教程)

/* 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 10:49:52

一句话说清 AD:默认 Computers 容器不是 OU,TaoToken 帮你把 redircmp 与 GPO 配置一次跑通
一句话说清 AD:默认 Computers 容器不是 OU,TaoToken 帮你把 redircmp 与 GPO 配置一次跑通

/* 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 10:49:52

【值得收藏】AI架构选型指南:单Agent vs 多Agent,用TaoToken统一Key跑通思维链配置
【值得收藏】AI架构选型指南:单Agent vs 多Agent,用TaoToken统一Key跑通思维链配置

/* 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 10:49:52

opencode.json 里 playwright-extension-mcp 连不上浏览器?先查这份配置骨架
opencode.json 里 playwright-extension-mcp 连不上浏览器?先查这份配置骨架

/* 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 10:49:52

Laya Core ML ANE 可行性研究:等价图变换与可测量的 10× 能耗目标
Laya Core ML ANE 可行性研究:等价图变换与可测量的 10× 能耗目标

【免费下载链接】laya-coreml Local Laya typed decisions on Apple Core ML and Neural Engine. Validated ports, ~5 ms short decisions on M3 Max, reproducible speed and energy benchmarks. 项目地址: https://gitcode.com/gh_mirrors/la/laya-coreml 点击查… · 2026/9/26 10:49:45

Cursor 指令工具配 TaoToken:settings.json 骨架与报错排查
Cursor 指令工具配 TaoToken:settings.json 骨架与报错排查

/* 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 10:49:38

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