如何把电子书变成带字幕的有声书abogen 上手指南【免费下载链接】abogenGenerate audiobooks from EPUBs, PDFs and text with synchronized captions.项目地址: https://gitcode.com/GitHub_Trending/ab/abogen手里有本EPUB或者200页的PDF通勤路上想听但没人读给你有声书App里又找不到这本书。abogen 做的就是这件事把EPUB、PDF、纯文本直接转成带同步字幕的有声书——文件拖进去等几分钟音频和字幕就都出来了。三步跑通第一本有声书git clone https://gitcode.com/GitHub_Trending/ab/abogen # 拉代码大概40秒 cd abogen uv tool install --python 3.12 -e . # 装依赖NVIDIA显卡在末尾加[cuda]首次运行会下载语音模型等几分钟 abogen # 弹出桌面应用拖一份txt进去选个声音点Start保存目录里就多出音频和字幕各系统装依赖的命令略有差别比如 Windows 还要先装 espeak-ng细节看仓库 README 里的安装部分。仓库里demo/demo.txt就有一份现成样例可以直接拿去当第一次转换的素材。能做的几件实事把一整本 EPUB 变成能听的音频你拿到的是本EPUBPDF、txt 也行。你做什么把文件拖进桌面应用选个声音代码开头字母是语言a美式、b英式、e西语点 Start。你得到什么一个音频文件加一份时间轴对得上的字幕文件EPUB 里的章节会自动变成音频的章节标记长书出错时只重转那一篇不用从头再来。上面这个动图是完整转换过程拖入文件、选声音、开始合成底部日志实时滚出每一句正在生成的内容。一次排好几份文件进队列你拿到的是三四份都要转的文件。你做什么在主窗口点Add to Queue加文件或者直接把 txt、srt 拖进队列列表每份文件加入时会记住当时的语速和声音。你得到什么一个按顺序自动跑完的队列中途可以移除选中项、清空队列还能勾上用当前设置覆盖队列里每项的设置。上面这个窗口就是队列管理器列表里每项的设置独立保存鼠标悬停就能看到它用的是哪套参数。调三种声音的混合比例你拿到的是几个现成声音但单独听哪个都不够满意。你做什么打开语音混合器voice mixer写一条权重公式比如am_001*0.5 bm_001*0.3 af_003*0.2拖动滑块听效果。你得到什么一个可以存成 profile 的新声音以后的转换任务直接选它就行。上面这个界面里每根滑块对应一个声音的权重调完先试听满意了再存成自己的声音。值得调的几项设置语速speed默认 1.0范围 0.1x 到 2.0x。调到 1.5x4 小时的有声书缩到 2 小时 40 分节奏明显变快但还算自然低于 0.8x 会显得拖沓一般用不上。字幕模式subtitle mode默认Sentence一句话一条字幕。英文内容想跟读可以切到3 words字幕一次只露 3 个词非英文内容只能选句子级或逗号级因为词级时间戳目前只有英文有。输出格式output format默认 WAV无损但文件大。换成 MP3 或 OPUS 体积能小一半以上丢到手机里放更省事想要播放器里能直接跳章节就选 M4B它会带上章节信息。新手容易卡住的几个地方启动时看到CUDA GPU is not available. Using CPU——这不是报错是显卡没接上AMD 卡在 Windows 上本来就不支持用 CPU 照样能转只是慢NVIDIA 卡想用上 GPU按 README 的 Common Issues 那节重装对应 CUDA 版本的 torch 就行。Linux 装完终端提示abogen is not on PATH——把那行提示里~/.local/bin加进 PATHREADME 里有一行现成的 echo 命令重开终端就能直接敲abogen了。第一次转换特别慢、像卡住了——其实在下载语音模型之后都有本地缓存第二本会快很多想彻底离线用的话菜单里有预下载模型和语音选项。abogen 把有文字却没声音这步补上了书拖进去音频和字幕一起出来章节、声音、语速都能自己定。更多细节Docker 部署、Audiobookshelf 对接、日语支持可以看仓库里的 docs/ 文档。【免费下载链接】abogenGenerate audiobooks from EPUBs, PDFs and text with synchronized captions.项目地址: https://gitcode.com/GitHub_Trending/ab/abogen创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考