DrewThomasson/ebook2audiobook
Generate audiobooks from e-books, voice cloning & 1158+ languages!
解决的问题
将数字电子书转换为高质量的有声书，使用户能够以多种语言和声音收听其非DRM书籍。
工作原理
该工具处理电子书文件（如EPUB或PDF），并使用先进的文本转语音（TTS）引擎合成语音。支持多种引擎，如XTTSv2、Bark和VITS，并可从提供的音频文件中进行语音克隆。还包含对图像类文本页面的OCR扫描功能，并支持SML标签以对停顿和语音切换进行细粒度控制。
适用人群
希望将其合法的非DRM电子书收藏转换为有声书的读者，以及希望使用自定义TTS模型和语音克隆的开发者或爱好者。
主要亮点
- 广泛的格式支持：支持从多种格式（如
.epub、.pdf、.mobi、.docx）转换为多种音频格式（如.m4b、.mp3、.wav）。 - 庞大的语言支持：支持1,158种语言和方言。
- 语音克隆与自定义：允许用户克隆自己的声音或使用微调过的预设模型。
- 灵活的部署方式：可通过GUI（Gradio）本地运行、通过CLI以无头模式运行，或通过Docker容器运行。
- 低资源需求：最低要求为2GB内存和1GB显存。
- SML标签支持：支持在文本中添加特定的停顿、暂停和语音切换标签。
相关
- 项目
- 项目
- 项目
- 项目
- 项目