ebook2audiobook 电子书转有声书

项目简介

ebook2audiobook 是一个将电子书转换为有声书的开源工具，支持章节划分和元数据保留。它集成了 50 多种 TTS 引擎，支持语音克隆和超过 1158 种语言，并提供图形界面和命令行两种使用方式。

主要功能

• 多格式支持：可处理 .epub、.pdf、.mobi、.txt、.docx 等常见电子书格式，以及图片 OCR 扫描。
• 高质量语音合成：支持 XTTSv2、Bark、VITS、Tacotron2 等多种引擎，输出接近真人的语音。
• 语音克隆：使用自己的语音文件克隆音色，打造个性化有声书。
• 多语言支持：覆盖中文、英文、日文等 1158 种语言和方言。
• 灵活输出：生成带章节的 m4b、mp3、wav 等格式，支持单声道或立体声。
• 低资源运行：最低 2GB RAM / 1GB VRAM 即可运行，适合普通电脑。

使用方式

本地运行

通过 Docker 或直接安装依赖运行。启动 Gradio 网页界面后，上传电子书并选择语音参数即可转换。

# 示例：启动 Web 界面（具体命令请参考官方文档）
python app.py

远程运行

项目提供 Hugging Face Spaces、Google Colab 和 Kaggle 笔记本，无需本地配置即可在线体验。

注意事项

• 仅适用于无 DRM 的合法电子书。
• 在 CPU 上运行现代 TTS 引擎速度较慢，建议使用 GPU 加速。
• 输出格式和语音参数可在配置文件中调整。