给NAS找了份配音的活：TXT变有声书，声线、音色都能自己挑

想做这个的原因是之前熊猫写过一篇AI小说，发布到番茄赚了有个几百元，钱是已经花完了，然后写了篇教程结果小说名字忘了打码就被下架了。于是想着既然AI写小说能赚钱，那说明我的小说还是有观众，那把小说转成有声书赚第二笔钱能行吗？

这个项目从立项到更新到1.2.0，一共历经了四个月多，熊猫觉得可以拿出来和大家聊聊了。

预览图

项目叫Soundleaf，中文名“声页”，导入TXT或未加密的EPUB，整理章节、给人物安排声音，就能制作有声书。还可以用自己的录音创建克隆音色，设置声线、音色甚至复刻说话的感情等等。

下面直接说怎么部署。

Docker部署

准备一台支持Docker Compose的NAS或Linux服务器，熊猫这里直接用了极空间的Z425轻享版，毕竟后面涉及到本地CPU的音色合成，Z425轻享版的125H能让这个生成过程更快一些，不过即便没有CPU，你也可以用云端的API来执行，这不是必选项。

镜像支持amd64、arm64，不是必须要显卡。先新建soundleaf文件夹，里面再建data文件夹，然后把下面的配置保存为compose.yaml，放在soundleaf目录下。

services: soundleaf: image: ghcr.io/panda-995/soundleaf:latest ports: - "8780:8780" volumes: - "./data:/data" user: "1000:1000" environment: TZ: Asia/Shanghai COOKIE_SECURE: "false" restart: unless-stopped stop_grace_period: 30s cap_drop: [ALL] security_opt: ["no-new-privileges:true"]

如果你也是用极空间设备，那么可以直接打开极空间的Docker，随后新建Cpompose然后复制就行，其中的映射文件夹和端口记得根据自身NAS的环境修改。

极空间部署

浏览器访问http://NAS的IP:8780就能访问项目界面了，或者直接用极空间的远程访问，这样更为方便。

image.png

默认账号、密码都是admin，首次登录会要求修改。

项目介绍

进入“设置 → 语音服务”，这里可以选择服务类型，支持Minimax模型直接接入，也支持兼容接口，同时也可以选择本地离线引擎。

其中本地离线模型支持Kokoro v1.1 中英 · int8、Kokoro v1.1 中英 · 完整版以及ZipVoice 克隆 · int8 蒸馏，全部下载之后就支持一共103个音色和克隆音色，不过本地模型的速度和你NAS的CPU有关，如果CPU太差，还是建议用云端API。

模型设置

AI分析需要单独配置，主要是分析小说段落的情感以及章节，同时也可以用来生成封面，当然，不配也能手动制作，不过细节会差很多。。

AI分析

导入小说后，先检查章节。比如部分网站下载的文件，目录会混进正文、前言位置不对，都可以在校对时调整，也支持拆分、合并和排序。AI分章之后你能看到预览，不确认预览没问题就可以直接生成章节分段。

导入分析

打开“AI 导演”，配置好AI分析后，能获取朗读建议，或先优化对白分段，再核对采纳，这主要是为了区分音色以及降低单段落的生成时长。

AI优化

在音色库中会记录你生成的音色，这样方便整本小说的音色一致性，不至于出现前面主角一个音色，后面又变了音色，你可以设置旁白留一个声音，主要人物各绑定一个，在角色库统一管理。

音色库

中文还涉及到人名、多音字读错的问题，这时候你可以在AI导演这里划选词语加入读音词典，某一句不满意，也支持只重生成那个片段，再拼回章节音频，不用整章重新做。

多音字修正

情绪效果就主要看引擎了，目前项目是通过AI的语境分析轻微语速变化体现，熊猫也给到了一些调好的预设，例如常用的平静、喜悦、愤怒、娇喘、妩媚等等，目前预制了20中情绪设置，基本上是够用了。

情绪预设

生成的音频会有版本管理，同时也有非常多的微调设置，这个就不一一说明了，感兴趣可以自行探索。

音色库

熊猫这里用的是Minimax的音色，大家都知道Minimax的视频模型H3很强，但实际上在音频模型上Minimax也不弱的，目前一共有300多种音色，中日韩、英语、葡萄牙语等等语言选择也非常多。

试听界面

生成之后在试听界面可以看到，播放会显示当前播放段落，同时也能看到音频波形图，在顶部可以标记问题方便在AI导演台重新生成。

导出

试听满意后，可以按章导出MP3、WAV并打包下载，也能选择带章节导航的M4B，放进支持它的播放器里听。

写在最后

声页适合愿意整理电子书、给人物挑声音的朋友。当前还没有配乐混音和多用户协作，不过后续熊猫也会慢慢更新。

项目地址：Panda-995/Soundleaf，如果觉得有用，也欢迎给熊猫点个小星星。

结束图

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～