电子书转有声书的开源AI工具

这款开源工具解决了电子书转有声书的痛点，支持1100多种语言和20种电子书格式，还能语音克隆，让阅读体验更加个性化和便捷。

智能速览

• 支持EPUB、PDF、MOBI等20种电子书格式转换

• 集成XTTSv2等多种TTS引擎，支持语音克隆

• 自动按章节分割并保留元数据结构

• 支持1100多种语言和方言

• 提供Web界面和命令行两种操作模式

• 跨平台支持，最低2GB内存即可运行

精华内容

这款开源工具通过整合多种AI技术，实现了电子书到有声书的一键转换，大大降低了有声书制作的技术门槛。

强大功能

工具集成了XTTSv2、Bark、Vits、Fairseq等多种高质量TTS引擎，确保语音输出的自然度。最突出的是支持语音克隆功能，用户可以用自己的声音文件生成有声书，打造专属的听觉体验。系统会自动识别电子书结构，按章节进行分割，并保留完整的元数据信息。

多语言支持

支持1100多种语言和方言，覆盖中文、英语、西班牙语等主流语言。每种语言都有对应的TTS模型，确保发音准确性和语言特色。对于多语言学习者或外语阅读爱好者来说，这是一个极佳的学习辅助工具。

灵活部署

提供Web图形界面和命令行两种操作模式，满足不同用户需求。支持Docker容器化部署，简化安装过程。完全跨平台兼容，无论是Linux、macOS还是Windows系统都能流畅运行。硬件要求适中，最低2GB RAM即可启动，推荐8GB以获得更好体验，同时支持CPU和GPU加速。

输出格式

可生成M4B、MP3、FLAC等多种音频格式，满足不同播放器需求。M4B格式特别适合有声书，支持书签和章节跳转功能。转换过程中完整保留原电子书的章节结构，用户可以轻松定位到特定内容。