abogen 完整上手：文本转语音生成有声书，字幕与音频同步对齐

abogen 完整上手文本转语音生成有声书字幕与音频同步对齐【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/abogenabogen 是一款文本转语音工具能把 EPUB、PDF、纯文本等文件转成带同步字幕的音频适合想把电子书变成有声内容、或想用音频做语言听读练习的人。能力速览abogen 能做什么输入支持 EPUB、PDF、TXT、Markdown以及 SRT、ASS、VTT 等字幕文件音频输出 WAV、FLAC、MP3、OPUS、M4B其中 M4B 自带章节信息字幕粒度覆盖行、句子、逗号拆分到逐词级别英文格式可选 SRT、ASS多语言音色美式英语、英式英语、西班牙语、法语、意大利语、日语、中文等语音混合器按权重混合多个语音模型保存成可复用、可导出的配置队列模式一次排多个文件批量转换每个文件保留各自参数章节处理电子书可按章拆分输出或合并成单个带章节的文件GPU 加速支持 NVIDIA CUDA 与 AMD ROCm无显卡也能用 CPU 转换桌面版abogen与网页版abogen-web两套界面功能侧重略有不同可预先下载全部模型和音色之后完全离线使用5 分钟装好并跑通第一次转换安装流程其实不长先准备好 Python 3.10 以上环境再装一个文本处理依赖 espeak-ngLinux 上用 apt 装 espeak-ngWindows 下载其官方 .msi 安装程序即可。之后安装并启动 abogenpip install abogen abogenWindows 用户还有个省事的路子下载项目解压后直接运行 WINDOWS_INSTALL.bat它会自动配好一套嵌入式 Python 环境你连 Python 都不用单独装。启动后把一个 txt 文件拖进输入框选好音色点开始第一份音频加字幕就出来了。习惯在浏览器里操作的话运行 abogen-web 后打开 localhost:8808上传文件、看进度条实时刷新完成后直接下载音频和字幕。各系统的细节差异可以看 官方文档。实战指南三个最常见的用法把一本 EPUB 做成有声书拖入 EPUB 后abogen 会自动解析出章节结构。章节控制里有两个常用选项勾选按章单独保存后每章输出一个独立音频文件勾选创建合并版则输出一个带章节的 M4B丢进有声书播放器可以逐章跳转。你也可以只挑需要的章节来转。音色和语速调好后格式选 M4B、字幕粒度选句子级手机上播放时就能同时看到字幕。外语逐词听读用英文做听读练习时把字幕粒度设成1 word或2 words音频播到哪、字幕就点亮哪个词。逐词级别目前只对英文开放因为底层的 Kokoro 模型只为英语提供了词级时间戳日语、中文等其他语言会自动回退到句子级或逗号拆分模式日常跟听也够用。一次排空好几份文件手里有一堆文章或几本小册子时用队列模式最省事。txt 和字幕文件可以直接在队列窗口里添加EPUB、PDF 则走主界面输入框再点加入队列。每个文件在入队时就锁定了当时的音色和语速所以不同的书可以配不同的声音想统一参数就勾选用当前选择覆盖条目设置然后让队列自己依次跑完。差异化亮点两件别处少见的功能语音混合器把几个声音混成你自己的多数文本转语音工具只让你从音色列表里挑一个abogen 的做法是让你自己调配。打开语音混合器同时启用多个语音模型用滑杆调整各自的权重点预览听效果满意后存成一个配置。比如把 af_ally、af_bella、af_nicole 等几个美式女声按不同比例混在一起得到的音色不属于其中任何单独一个。配置可以导入导出做出来之后换个文件、换个人都能接着用。字幕和音频同批产出字幕不是转完音频再另找人去对齐的abogen 生成音频的同时就产出了字幕时间轴由引擎直接给出。格式上 SRT 适合通用播放器ASS 提供宽屏、窄屏、居中等多种排版配合前面提到的逐词粒度等于一次转换同时得到音频 可跟读字幕的练习素材。常见问题提示CUDA GPU is not available. Using CPU怎么办通常是 CUDA 版本和显卡驱动不匹配按驱动版本重装对应组件即可没有显卡的机器用 CPU 也能转只是速度慢一些。日语音频转不出来Kokoro 需要额外安装日语支持依赖misaki[ja]装好后基本就能正常出声。能完全离线用吗可以。菜单里有预下载模型和音色功能下载完再关掉程序联网之后断网也能转换。abogen 和 abogen-web 该用哪个桌面版核心功能稳定网页版多出新功能Supertonic TTS、LLM 文本规整、Audiobookshelf 集成想要新特性就先跑网页版。小结如果你的目标是把手里的 EPUB 变成能放进播放器逐章听的有声书或者做带字幕的听读素材abogen 值得花十分钟跑通一遍先拿 txt 文件熟悉参数再转一本真正的 EPUB顺手用混合器配一个自己的音色后面的批量转换就只是排队列的事了。【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