OpenReader WebUI：让你的文档或电子书能听又能看
-
OpenReader WebUI：让你的文档或电子书能听又能看
你是不是经常需要在电脑或手机上看各种文档？比如 PDF 报告、EPUB 电子书或者 Word 文档（DOCX）？有时眼睛累了，或者想边做别的事边“听”内容？那么，这款名叫 OpenReader WebUI 的工具可能正是你一直在找的！
它是一个开源（意味着代码是公开的，你可以免费使用甚至修改）的网页工具，专门用来在浏览器里阅读 PDF、EPUB 和 DOCX 文件。它的核心目标，就是给你一个反应快、用着舒服的高质量阅读体验。
一、OpenReader有哪些功能
- 解放双眼，听文档 (文本转语音 - TTS)：这绝对是它的核心亮点！它可以连接好几种流行的语音合成服务 (比如 OpenAI 的，或者可以自己搭建的 Kokoro-FastAPI、Orpheus-FastAPI 等)，然后把文字清晰、流畅地读给你听。无论你是视力有些不方便，还是想在做饭、开车、运动时“听”文档，这个功能都超级实用。你可以选择不同的声音和语速，找到最适合你的听书感觉。
- 通吃主流格式：不用担心格式不兼容。你常用的 PDF 文件、标准的 EPUB 电子书格式它都能顺利打开阅读，省去了你转换格式的麻烦。
- 朗读到哪，高亮到哪：在听语音朗读的时候，屏幕上对应的文字会实时高亮显示。这样你就很清楚当前读到哪里了，视觉上跟着也舒服，不容易走神，对于学习语言或者需要集中注意力的场景特别有帮助。
- 没网也能看（离线阅读）：担心出门没网看不了文档？没关系！它可以把文档安全地存在你自己的浏览器缓存里。这样就算你突然断网，或者在没 Wi-Fi 的地方，之前上传或打开过的文档照样能接着看，非常方便。
- 自制有声书：觉得一篇长文或者一本书听起来不过瘾？你可以直接用它把整个文档（比如一本 EPUB 电子书）转换成一个完整的 .m4b 有声书文件。这种格式特别适合导入到手机的音乐播放器或者专门的有声书 App 里，包含了章节信息，让你随时暂停、继续，管理起来很方便。特别适合通勤路上、长途旅行或者睡前放松时听。
- 手机平板体验棒 (PWA 支持)：它用的是很新的网页技术 (SvelteKit)，做成了一个渐进式网页应用 (PWA)。你可以在手机或平板的浏览器里，把它像安装普通 App 一样“添加到主屏幕”。这样以后点一下图标就能直接打开，速度快，界面用起来很流畅，感觉就像个原生 App，完美适配你的移动设备。
- 部署方式灵活：技术大佬和普通用户都能找到适合自己的方式。你可以只在自己的电脑上跑起来，完全本地化使用，数据都存在你本地；如果你懂一点技术，也可以把它部署到服务器上（比如自己的 NAS 或者云服务器），这样就能在任何设备上通过网址访问，甚至可以分享给团队成员或者朋友们一起用。官方提供了 Docker Compose 的配置文件，让部署过程变得相对简单不少。
二、想试试？这是部署和使用指南
如果你想在自己的电脑或者服务器上拥有一个 OpenReader WebUI 实例，用 Docker 是最推荐的方式，比较省心。
你需要准备：
- 确保你的电脑或服务器安装了 Docker 和 Docker Compose。（这是两个流行的容器化工具，网上有很多安装教程）
- 你需要一个能用的 TTS API 服务。这可以是：
- 自己部署的：比如按照官方推荐部署 Kokoro-FastAPI 或 Orpheus-FastAPI（需要一些技术操作）。
- 第三方商业服务：比如 OpenAI 的 TTS API（效果好，但可能需要付费，并且要获取 API Key）。
- 其他的兼容 API。
你需要知道这个 TTS 服务的访问地址 (URL)。
Docker Compose 配置 (
docker-compose.yml) 文件内容：# docker-compose.yml volumes: # 定义一个数据卷，名字叫 docstore # 它会帮你把上传的文档持久化保存，即使容器重启了，文档也不会丢 docstore: services: # 定义一个服务，就叫 openreader-webui openreader-webui: container_name: openreader-webui # 给运行的容器起个名字，方便管理 image: ghcr.io/richardr1126/openreader-webui:latest # 指定使用哪个 Docker 镜像，这里用官方最新的 environment: # 设置环境变量，最关键的是这个 API_BASE # 它告诉 OpenReader WebUI 去哪里找 TTS 服务 # 示例值 http://host.docker.internal:8880/v1 指向的是运行 Docker 的本机（宿主机）的 8880 端口 # !!! 你需要根据你的实际 TTS 服务地址修改这里 !!! # 例如，如果用 OpenAI API，可能是: https://api.openai.com/v1 (并且你可能需要在 WebUI 设置里填入 API Key) - API_BASE=http://host.docker.internal:8880/v1 # - OPENAI_API_KEY=你的OpenAI密钥 # 如果使用OpenAI，可能需要这样或在UI中设置 ports: # 把你电脑的 3003 端口，映射到 Docker 容器内部的 3003 端口 # 这样你就能通过访问你电脑的 3003 端口来使用 WebUI 了 - "3003:3003" volumes: # 把上面定义的 docstore 数据卷，挂载到容器内部的 /app/docstore 目录 # 这样容器里保存的文档，实际上是存在了 Docker 管理的 docstore 卷里 - docstore:/app/docstore restart: unless-stopped # 设置容器总是在退出后自动重启，除非是你手动停止的运行步骤：
- 保存文件：把上面的代码复制下来，粘贴到一个纯文本文件里，然后把这个文件命名为
docker-compose.yml，保存在你电脑上一个方便找到的文件夹里（比如~/openreader）。 - 启动服务：打开你的终端（命令行工具），
cd到你保存docker-compose.yml文件的那个文件夹。然后运行命令：docker-compose up -d。-d参数表示在后台运行，这样你关掉终端窗口，服务还能继续跑。- 第一次运行时，Docker 会自动去下载需要的镜像文件，可能会花几分钟时间，取决于你的网速。
- 访问应用：等命令执行完毕，没有报错信息后，打开你的网页浏览器（推荐 Chrome、Edge、Firefox 等现代浏览器），在地址栏输入
http://localhost:3003，然后回车。如果一切顺利，你应该就能看到 OpenReader WebUI 的界面了！
三、使用时的注意事项
- “朗读”按钮点了没反应或报错
- 检查
API_BASE：再三确认docker-compose.yml里或者 WebUI 设置里的 TTS API 地址是不是完全正确。 - 检查 TTS 服务状态：你配置的那个 TTS 服务（不管是自己搭的还是第三方的）是不是真的在运行，并且网络能访问到？
- 检查网络/防火墙：有时网络问题或防火墙设置会阻止 WebUI 连接到 TTS 服务，特别是 WebSocket 连接，需要检查一下。
- 检查
- 启动时提示端口 3003 被占用
说明你电脑上已经有其他程序在用 3003 这个端口了。编辑docker-compose.yml文件，找到ports:下面的- "3003:3003"，把冒号前面的3003改成一个别的没被占用的端口号，比如3004，变成- "3004:3003"。保存后重新运行docker-compose up -d，然后通过http://localhost:3004访问。 - 处理很大的文档感觉有点卡顿或慢
- 检查服务器/电脑性能：确保运行 Docker 的机器有足够的内存 (RAM) 和 CPU 资源。可以看看 Docker 的资源限制设置。
- TTS API 性能：不同的 TTS 服务处理速度也不同。免费或自建的轻量级服务可能对大文件处理较慢，商业级 API (如 OpenAI) 通常更快。
- 网络速度：如果 TTS 服务在远程，网络延迟和带宽也会影响生成语音的速度。
四、想了解更多？看看这些资源
- 在线体验 Demo：OpenReader WebUI 演示 (注意：官方演示可能功能受限或有使用量限制)
- 项目源码和详细说明 (GitHub)：OpenReader WebUI GitHub 仓库 (这里有最全的官方文档、更新日志和问题反馈区)
- 如何部署 TTS 服务？(以 Kokoro 为例)：可以参考这个项目的指南 Kokoro FastAPI 指南
五、小结
总的来说，OpenReader WebUI 是一个有潜力、功能实用的开源网页阅读器。它最大的魅力在于强大的文本转语音能力和跨平台适应性。通过 Docker，即使你不是顶尖的技术高手，也能相对轻松地把它部署起来供自己使用。
-
0 回复
歡迎留言回复交流。
Log in to reply.