首页/新闻资讯/正文详情

abogen:把 EPUB、PDF 一键转成带同步字幕的有声书

发布时间:2026/9/26 15:42:50 来源:云帆数科 栏目:资讯中心
abogen:把 EPUB、PDF 一键转成带同步字幕的有声书
abogen把 EPUB、PDF 一键转成带同步字幕的有声书【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如果你想过把手头一堆文档变成通勤路上能听的东西大概率被三件事劝退过手动抠文本、找 TTS 工具朗读、再单独做一遍字幕。abogen 是一个免费开源的文本转语音工具能把 EPUB、PDF、纯文本、Markdown 和字幕文件直接转成时间轴精确对齐字幕的有声书。图Web 界面仪表盘展示有声书转换的上传、任务队列与进度abogen 是什么文档转有声书工具abogen 面向想把可读文档变成可听内容的用户跨 Windows、macOS、Linux提供桌面版和 Web 版两个界面把文档解析、语音合成、字幕生成三步一次做完。核心能力支持 EPUB、PDF、TXT、MD 以及 SRT、ASS、VTT 字幕文件共 7 类输入格式音频可导出 WAV、FLAC、MP3、OPUS 和带章节的 M4B 五种格式字幕与音频同一次生成样式从整行、整句到逐词可选Web 版额外支持 Supertonic 合成引擎、LLM 文本规范和 Audiobookshelf 集成它是怎么工作的解析、合成、导出三步流水线整个流程像一条装配线。第一步book_parser.py把文档拆开按章节切分保留标题、封面等元数据。第二步文本经过规范化处理决定数字、日期、缩写该怎么读。第三步合成引擎逐句朗读并记录时间信息最后由exporters.py把音频和字幕打包成选定的格式。合成引擎藏在tts_plugin/插件接口后面目前内置 Kokoro-82M 和 Supertonic 两款换引擎不用改主流程。几个值得看的功能混音、队列与字幕语音混合器—— 把多个声音模型按权重混合出新声音先试听再保存为配置之后随时复用队列批量处理—— 一次加入多个文件排队转换每个文件保留加入时的设置挂着跑完即可章节标记与元数据—— 转换 EPUB/PDF 时自动按章拆分并把标题、作者、封面写进 M4B播放器可直接识别章节时间戳文本支持—— 文本里已含 HH:MM:SS 时间码时可按时间点朗读适合需要精确节奏的解说稿图语音混合器中调整各声音权重预览并保存混合后的新声音图队列管理器中把多个文件加入队列批量转换有声书用在什么场景通勤、播客与批量制作学生把学期讲义 EPUB 按章节转成带字幕的音频通勤时听出错只需重跑那一章技术博主把博客 Markdown 转成播客导出 MP3 配 SRT 字幕直接传到视频平台小团队用 Docker 部署 Web 版批量转换培训文档完成后一键推送进 Audiobookshelf 书库相比手动提取文本 单独 TTS 工具 手工压字幕的传统做法abogen 有出处的差异是输入格式一次覆盖 EPUB、PDF、TXT、MD、SRT、ASS、VTT无需先转格式字幕时间轴来自合成时的时间戳与音频天然同步逐词级样式目前仅限英语性能参考RTX 2060 Mobile 笔记本 GPU 上约 3000 字符文本 11 秒生成约 3 分 28 秒音频语言覆盖美/英英语、西班牙语、法语、印地语、意大利语、日语、中文共 9 种批量任务各自保存设置也可用当前主窗口设置统一覆盖队列上手与参与装完后的第一个转换任务先装系统依赖 espeak-ng再安装 abogenpip install abogenNVIDIA GPU 用户可用 uv 加 CUDA 参数安装启动桌面版abogen想用 Web 版则运行 abogen-web浏览器打开 8808 端口拖入文档选声音、语速、字幕样式和输出格式点开始开发文档见 docs/遇到 bug 可在项目 issues 页反馈改代码则 fork 仓库后提交 PRabogen 把文档变有声书从三步流程压成一次转换路线图里还列着扫描版 PDF 的 OCR 支持和界面多语言化装完跑一本自己的书试试就知道了。【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

从Prompt到技能库:让Agent稳定执行复杂任务的完整指南
从Prompt到技能库:让Agent稳定执行复杂任务的完整指南

让AI真正“会干活”:agent-skills技能库搭建完全指南这几年做大模型应用,最深的感受是一个反差:API 调通很容易,但让 Agent 稳定完成真实任务很难。早期大家疯狂堆提示词,效果却飘忽不定;后来开始接工具调用… · 2026/9/26 15:42:44

Atlas 300V 24G推理加速卡如何部署YOLO?完整实操指南
Atlas 300V 24G推理加速卡如何部署YOLO?完整实操指南

去年年初我接了一个厂区智能巡检项目,现场要上二十多路摄像头做安全帽检测、人员入侵识别和仪表盘读数。项目方案评审时,负责人拿着一块卡问我:“Atlas 300V 24G是运算加速卡吗?到底能不能部署YOLO?”说实话&#xff0… · 2026/9/26 15:42:44

门诊里的边界管理:什么时候该说“这个我不做“
门诊里的边界管理:什么时候该说“这个我不做“

写在前面 我是郭凤英,原来在沧州市中心医院干妇产科,现在在沧州玛丽亚妇产医院。 年轻时候我觉得,一个医生的本事体现在"什么都能处理"。年纪越大越明白,真正的本事体现在——知道什么不该在自己手里处理。 一、两个概念… · 2026/9/26 15:42:44

边缘计算控制器如何破解工业数据采集的三笔账
边缘计算控制器如何破解工业数据采集的三笔账

工业现场做自动化改造,绕不开一个越来越尖锐的矛盾:产线上跑着十几二十台设备,每台都在产生数据,但真正能把这些数据用起来的工厂少之又少。我这些年跑过不少车间,从注塑、冲压到包装、装配,发现一个特别普… · 2026/9/26 17:24:15

Claude Code 模板体系实战:从上下文管理到高效AI编码
Claude Code 模板体系实战:从上下文管理到高效AI编码

说个实在话,用 Claude Code 这类 AI 编码工具,最怕的不是模型能力不够,而是每次对话都要重新建立上下文。项目背景讲一遍、代码风格说一遍、约束条件重复一遍,等真正写代码的时候,上下文窗口已经烧掉一大截。我试过一段… · 2026/9/26 17:24:15

Jetson端侧Agent提速6.4倍:NVFP4量化与KV复用实战
Jetson端侧Agent提速6.4倍:NVFP4量化与KV复用实战

1. 先说结论:6.4倍不是广告词,是两个优化点叠出来的做Jetson端侧Agent部署的朋友应该都有这种经历:模型在电脑上跑得好好的,搬到Jetson Orin上一接工具调用,延迟直接让人想砸机器。用户说一句话,Agent内部要… · 2026/9/26 17:24:15

Windows C盘空间清理:四步精准释放20GB+系统空间
Windows C盘空间清理:四步精准释放20GB+系统空间

1. 项目概述:这不是一次简单的“删文件”,而是一场系统级的C盘健康干预C盘红了,Windows卡成PPT,新装软件提示“磁盘空间不足”,连微信更新都失败——这种窒息感,我过去三年在客户现场至少处理过237次。但最… · 2026/9/26 17:24:15

AI漫剧生产全流程:从MiniMax-H3到ComfyUI工作流实战
AI漫剧生产全流程:从MiniMax-H3到ComfyUI工作流实战

做AI漫剧这件事,我是从MiniMax-H3开始有讨论度的时候认真入坑的。当时网上几乎没有成体系的教程,大家各玩各的:有人拿语言模型写剧本,有人用ComfyUI出单张图,后期全靠剪辑软件硬拼,结果就是角色前后对不上脸… · 2026/9/26 17:24:15

从离线安装到主从同步:MySQL部署与排障实战记录
从离线安装到主从同步:MySQL部署与排障实战记录

今天是2026年3月11日,我在帮新项目搭一套完整的MySQL环境,从离线安装落到主从同步,再到性能参数调整,整整折腾了一天。这篇文章就是当天的完整记录,包括我为什么会选某一种安装方式、启动报错是怎么一步步定位的、客户… · 2026/9/26 17:24:00

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