ebook2audiobook 电子书变声有声书：AI驱动的多语言音频转换神器

这个GitHub项目名为ebook2audiobook，由DrewThomasson创建，旨在将电子书（eBooks）转换为有章节和元数据的有声书（audiobooks），使用的是动态AI模型和声音克隆技术。该项目支持1,107种以上的语言。

以下是该项目的一些关键特性和使用方法：

关键特性

• 多语言支持：支持1124种语言的转换。
• 声音克隆：可以克隆特定的声音用于文本到语音（TTS）转换。
• 技术栈：使用Calibre、ffmpeg、XTTSv2、Fairseq等工具。
• 图形界面：提供了Gradio界面，方便直接转换。
• 批处理：支持批量转换电子书。
• 自定义模型：允许使用自定义模型进行转换。

使用方法

1. 克隆项目：

   git clone https://github.com/DrewThomasson/ebook2audiobook.git
   

2. 运行脚本：

   • 直接转换模式：

     python app.py --ebook 'path_to_ebook'
     

   • 图形界面模式：

     python app.py
     

3. 命令行选项：

   • --script_mode：强制脚本以NATIVE或DOCKER_UTILS模式运行。
   • --share：启用公共可分享的Gradio链接。
   • --ebook：指定要转换的电子书文件路径。
   • --ebooks_dir：指定包含电子书的目录路径，用于批量转换。
   • --voice：指定目标声音文件路径，用于TTS。
   • --language：指定音频书转换的语言。
   • --device：指定使用CPU还是GPU进行转换。
   • --custom_model：指定自定义模型的路径。
   • --temperature：模型的温度参数，影响创造性输出。
   • --length_penalty、--repetition_penalty、--top_k、--top_p：这些参数影响音频生成的速度和输出的可靠性。
   • --speed：语音生成的速度因子。
   • --enable_text_splitting：启用文本分句。
   • --fine_tuned：指定微调模型的名称。
   • --version：显示脚本版本。

Docker使用方法

1. 拉取Docker镜像：

   docker pull athomasson2/ebook2audiobook
   

2. 创建输入和输出目录：

   mkdir input-folder && mkdir Audiobooks
   

3. 运行Docker容器：

   docker run -it --rm \
       -v $(pwd)/input-folder:/home/user/app/input_folder \
       -v $(pwd)/audiobooks:/home/user/app/audiobooks \
       --platform linux/amd64 \
       athomasson2/ebook2audiobook \
       python app.py --headless --ebook /input_folder/YOUR_INPUT_FILE.TXT
   

其他信息

• Docker Compose：项目使用Docker Compose进行本地运行，可以通过设置docker-compose.yml中的*gpu-enabled或*gpu-disabled来启用或禁用GPU支持。
• Google Colab：项目提供了在Google Colab上免费运行的指南。
• 模型库：项目提供了Hugging Face链接，用于查找已经微调的TTS模型。

这个项目为电子书到有声书的转换提供了一个强大的工具，特别是对于需要多语言支持和声音克隆功能的用户。

https://github.com/DrewThomasson/ebook2audiobook