DrewThomasson/ebook2audiobook
Generate audiobooks from e-books, voice cloning & 1158+ languages!
何を解決するか
デジタル形式の電子書籍を高品質なオーディオブックに変換し、ユーザーが非DRM書籍を多様な言語と声で聞くことができるようになります。
動作方法
このツールは電子書籍ファイル（EPUBやPDFなど）を処理し、先進的なテキスト読み上げ（TTS）エンジンを使用して音声を合成します。XTTSv2、Bark、VITSなど複数のエンジンをサポートしており、提供された音声ファイルから声のクローンを作成することも可能です。画像ベースのテキストページに対してOCRスキャンも行い、SMLタグを使用して一時停止や声の切り替えを細かく制御できます。
対象ユーザー
合法的な非DRM電子書籍コレクションをオーディオブックに変換したい読者、およびカスタムTTSモデルや声のクローンを使用したい開発者や愛好家。
主な特徴
- 広範なフォーマット対応:
.epub、.pdf、.mobi、.docxなどのさまざまなフォーマットを.m4b、.mp3、.wavなどの音声フォーマットに変換可能。 - 膨大な言語対応: 1,158の言語および方言をサポート。
- 声のクローンとカスタマイズ: 自分の声をクローンしたり、微調整済みのプリセットモデルを使用したりできます。
- 柔軟なデプロイメント: GUI（Gradio）でローカル実行、CLIでヘッドレスモード、Dockerコンテナで実行可能。
- 低リソース要件: 最低2GBのRAMと1GBのVRAMで動作可能。
- SMLタグ対応: テキスト内に特定の区切り、一時停止、声の切り替えを指定するためのタグをサポート。
関連
- プロジェクト
- プロジェクト
- プロジェクト
- プロジェクト
- プロジェクト