Audiblez：轻松将电子书转换为有声读物的开源工具
-
Audiblez：轻松将电子书转换为有声读物的开源工具
在数字阅读日益普及的今天，我们常常希望能将文字内容以音频的形式“听”出来，无论是在通勤、运动还是做家务时。Audiblez 就是这样一款能够满足需求的工具，它可以将常见的
.epub格式电子书转换为.m4b格式的有声读物。最新发布的 v4 版本更是带来了图形用户界面（GUI）、CUDA 支持以及对多种语言的兼容，让有声书的制作变得前所未有的简单和高效。Audiblez 的核心魅力在于其采用了 Kokoro 的高质量语音合成技术。具体来说，它使用的是 Kokoro-82M 模型，这是一个参数量仅为 82M 的文本转语音（TTS）模型，但其输出的语音效果却非常自然动听。该模型基于 Apache 许可证发布，并且仅用了不到100小时的音频数据进行训练。
目前，Kokoro-82M 支持多种语言，包括：
- 🇺🇸 美式英语 (American English)
- 🇬🇧 英式英语 (British English)
- 🇪🇸 西班牙语 (Spanish)
- 🇫🇷 法语 (French)
- 🇮🇳 印地语 (Hindi)
- 🇮🇹 意大利语 (Italian)
- 🇯🇵 日语 (Japanese)
- 🇧🇷 巴西葡萄牙语 (Brazilian Portuguese)
- 🇨🇳 中文普通话 (Mandarin Chinese)
性能表现
Audiblez 的转换速度取决于你的硬件配置：
- 在配备了 T4 GPU 的 Google Colab 环境中（通过 CUDA 加速），转换一本约16万字符的电子书（例如奥威尔的《动物庄园》）大约需要 5分钟，处理速度约为每秒600个字符。
- 在 M2 MacBook Pro 的 CPU 上，同样的任务则需要大约 1小时，处理速度约为每秒60个字符。
如何安装
命令行工具 (CLI)
如果您电脑上已安装 Python 3，可以通过 pip 轻松安装 Audiblez。此外，你还需要安装
espeak-ng和ffmpeg。Ubuntu/Debian (🐧):
sudo apt install ffmpeg espeak-ng pip install audiblezMac (🍏):
brew install ffmpeg espeak-ng pip install audiblez
安装完成后，你可以直接通过以下命令转换
.epub文件：audiblez book.epub -v af_sky该命令会首先在同一目录下创建一系列章节的
.wav文件（如book_chapter_1.wav,book_chapter_2.wav等），最后将它们合并生成一个book.m4b文件。你可以使用 VLC 或任何有声书播放器来收听这个文件。请注意，只有在您的机器上安装了ffmpeg，才能成功生成.m4b文件。图形用户界面 (GUI)
Audiblez v4 引入了图形界面，使操作更加直观。运行 GUI 需要一些额外的依赖：
通用依赖:
pip install audiblez pillow wxpythonUbuntu/Debian (🐧) 额外依赖:
sudo apt install ffmpeg espeak-ng sudo apt install libgtk-3-dev(Windows/Mac 用户不需要
libgtk-3-dev)
安装完毕后，通过以下命令启动 GUI：
audiblez-uiMacOSX 上的 Audiblez GUI 界面示例如下： (此处原文有一张图片示意，但无法在此文本格式中展示)
Windows 用户特别说明
经过多次尝试，建议 Windows 用户在 Python 虚拟环境 (venv) 中安装 Audiblez：
- 打开 Windows 终端。
- 创建一个新文件夹：
mkdir audiblez - 进入该文件夹：
cd audiblez - 创建虚拟环境：
python -m venv venv - 激活虚拟环境：
.\\venv\\Scripts\\Activate.ps1 - 安装依赖：
pip install audiblez pillow wxpython
现在您就可以运行
audiblez(命令行) 或audiblez-ui(图形界面)了。 若需 CUDA 支持，您需要根据 PyTorch 官方指南 (https://pytorch.org/get-started/locally/) 安装相应的 PyTorch 版本。功能特性
语速调节 (Speed) 默认情况下，音频以正常语速生成。您可以通过
-s或--speed参数将语速调整为0.5倍（慢速）到2.0倍（快速）之间。audiblez book.epub -v af_sky -s 1.5语音选择 (Supported Voices) 使用
-v或--voice选项来指定旁白声音。可用的声音列表可以在相关文档中找到。声音名称的第一个字母代表语言代码，第二个字母代表说话人的性别（例如im_nicola是意大利男声）。对于中文普通话，可用的声音包括：
zf_xiaobei(女声)zf_xiaoni(女声)zf_xiaoxiao(女声)zf_xiaoyi(女声)zm_yunjian(男声)zm_yunxi(男声)zm_yunxia(男声)zm_yunyang(男声)
您可以访问 Kokoro-82M voices samples 页面收听这些声音的样本。关于声音质量的更多细节，请查阅 Kokoro-82M voices 文档。
GPU 加速 (CUDA) 默认情况下，Audiblez 在 CPU 上运行。如果您希望使用 GPU（通过 Torch 的 Cuda），可以传递
--cuda选项。audiblez book.epub -v zf_xiaobei --cuda您可以查看这个在 Google Colab Notebook 上使用 Cuda 运行 Audiblez 的示例。 目前，Audiblez 尚不支持 Apple Silicon (M系列芯片) 的 GPU 加速，因为 Kokoro 还没有 MLX 的实现。一旦可用，将会添加支持。
手动选择章节 (Manually pick chapters) 有时您可能只想转换电子书中的特定章节。使用
--pick参数，可以在不运行 GUI 的情况下，以交互方式选择要朗读的章节。audiblez book.epub --pick输出文件夹 (Output Folder) 使用
-o或--output选项可以指定有声书和临时文件的输出文件夹。audiblez book.epub -o ./my_audiobooks
帮助页面
要查看所有可用的选项，可以运行
audiblez --help：usage: audiblez [-h] [-v VOICE] [-p] [-s SPEED] [-c] [-o FOLDER] epub_file_path positional arguments: epub_file_path Path to the epub file options: -h, --help show this help message and exit -v VOICE, --voice VOICE Choose narrating voice: a, b, e, f, h, i, j, p, z -p, --pick Interactively select which chapters to read in the audiobook -s SPEED, --speed SPEED Set speed from 0.5 to 2.0 -c, --cuda Use GPU via Cuda in Torch if available -o FOLDER, --output FOLDER Output folder for the audiobook and temporary files example: audiblez book.epub -l en-us -v af_sky to use the GUI, run: audiblez-ui作者与许可
Audiblez 由 Claudio Santini 于 2025 年开发，并基于 MIT 许可证分发。
-
0 回复
歡迎留言回复交流。
Log in to reply.