Audiblez

2025-07-20AI音频 / 文字转语音201 次浏览

综合介绍

Audiblez 是一个可以将电子书（.epub格式）转换为有声读物（.m4b格式）的工具。它使用一个名为 Kokoro-82M 的高质量文本转语音（TTS）模型，这个模型能够生成听起来非常自然的人声。目前，该工具支持多种语言，包括美式英语、英式英语、西班牙语、法语、印地语、意大利语、日语、巴西葡萄牙语和中文普通话。用户可以通过一个简单的命令行工具或一个图形用户界面（GUI）来操作。对于拥有兼容显卡的用户，Audiblez 支持通过 CUDA 进行 GPU 加速，从而大幅缩短转换时间。例如，在NVIDIA T4 GPU上，转换一本约16万字符的书籍大约需要5分钟。该工具还允许用户调整语音速度，以及手动选择需要转换的电子书章节。

功能列表

电子书转有声书: 将.epub格式的电子书文件转换为.m4b格式的有声读物文件。
多语言支持: 支持美式英语、英式英语、西班牙语、法语、印地语、意大利语、日语、巴西葡萄牙语和中文普通话。
多种声音选择: 提供多种不同性别和风格的语音模型供用户选择。
图形用户界面 (GUI): 除了命令行工具外，还提供一个名为audiblez-ui的图形界面，简化操作流程。
GPU 加速: 如果用户的电脑装有NVIDIA显卡并配置了CUDA环境，可以启用该功能以获得更快的处理速度。
语速调节: 支持用户自定义设置有声读物的播放速度，范围从0.5倍到2.0倍。
章节选择: 用户可以手动、交互式地选择电子书中的特定章节进行转换，而不是转换整本书。
跨平台运行: 可以在Linux、macOS和Windows操作系统上安装和使用。

使用帮助

Audiblez 核心是一个Python程序，因此使用它之前，你的电脑需要有Python环境。此外，它依赖两个外部程序：ffmpeg和espeak-ng。ffmpeg用于处理音频文件，最终将各个章节的音频合并成一个.m4b有声书文件。espeak-ng是一个文本转语音的软件合成器，Audiblez需要它来辅助处理文本。

基础安装 (Linux - Ubuntu/Debian)

在基于Debian的Linux发行版（如Ubuntu）上安装是最直接的。

安装依赖软件: 打开终端，输入以下命令来安装ffmpeg和espeak-ng。
```
sudo apt install ffmpeg espeak-ng
```
安装Audiblez: 使用Python的包管理器pip进行安装。
```
pip install audiblez
```

基础安装 (macOS)

在macOS上，推荐使用Homebrew包管理器来安装依赖。

安装依赖软件: 打开终端，使用Homebrew安装ffmpeg和espeak-ng。
```
brew install ffmpeg espeak-ng
```
安装Audiblez: 使用pip进行安装。
```
pip install audiblez
```

基础安装 (Windows)

在Windows上安装过程稍微复杂一些，官方推荐在一个独立的Python虚拟环境（venv）中进行，以避免与其他软件产生冲突。

创建项目文件夹: 打开命令提示符（Terminal），创建一个新文件夹并进入该文件夹。
```
mkdir audiblez
cd audiblez
```
创建并激活虚拟环境:
```
python -m venv venv
.\venv\Scripts\Activate.ps1
```
激活成功后，你会在命令行提示符的开头看到(venv)字样。
安装Audiblez: 在虚拟环境中，使用pip安装。
```
pip install audiblez
```
注意：在Windows上使用此工具，你仍然需要自行安装ffmpeg，并确保其路径已经添加到系统的环境变量中，否则最后无法生成.m4b文件。

如何使用命令行工具

安装完成后，你就可以直接在终端使用audiblez命令。

基本转换:最简单的用法是提供一个电子书文件路径，并指定一个声音。
```
audiblez "我的书籍.epub" -v af_sky
```
这里的-v af_sky是指定使用名为 "sky" 的美式英语女声。程序会先在电子书所在目录下生成多个.wav格式的章节音频文件，全部生成完毕后，会自动将它们合并为一个我的书籍.m4b文件。

调整语速:如果你觉得默认语速太快或太慢，可以使用-s参数来调整，1.0代表正常速度。

# 使用1.5倍速
audiblez "我的书籍.epub" -v af_sky -s 1.5
# 使用0.8倍慢速
audiblez "我的书籍.epub" -v af_sky -s 0.8

选择中文声音:转换中文电子书时，需要选择一个中文声音。例如，使用名为 "xiaobei" 的普通话女声。
```
audiblez "三体.epub" -v zf_xiaobei
```
使用GPU加速:如果你有NVIDIA显卡并已正确安装PyTorch和CUDA驱动，可以使用-c或--cuda参数来启用GPU加速。
```
audiblez "我的书籍.epub" -v af_sky -c
```
手动选择章节:有些电子书包含很多附录或前言，你可能不想听。使用-p参数，程序会列出所有章节，让你手动选择要转换的部分。
```
audiblez "我的书籍.epub" -v af_sky -p
```

如何使用图形用户界面 (GUI)

如果你不习惯使用命令行，可以安装并运行它的图形界面版本。

安装GUI依赖: 图形界面需要额外的依赖库。

# 对于Linux (Ubuntu/Debian)
sudo apt install libgtk-3-dev
pip install audiblez pillow wxpython
# 对于macOS和Windows
pip install audiblez pillow wxpython

运行GUI程序: 在终端或命令提示符中输入以下命令：
```
audiblez-ui
```
这会打开一个窗口，你可以在界面上选择电子书文件、选择声音、调整语速，然后点击按钮开始转换。

应用场景

个人阅读辅助对于视力不佳的用户或者喜欢在通勤、运动、做家务时“听书”的用户，可以将自己拥有的.epub格式电子书转换为有声读物，随时随地收听。
语言学习学习外语的用户可以转换外文原版电子书，通过听书的方式来锻炼听力、熟悉单词发音和语调。由于支持语速调节，可以根据自己的水平调整快慢。
内容创作者素材准备播客主或视频创作者如果需要引用书籍内容，可以快速将电子书转换为音频，方便在自己的作品中引用或作为背景资料收听。
无障碍访问为有阅读障碍（如诵读困难）的用户提供一种将文本信息转换为音频信息的途径，帮助他们更轻松地获取知识和享受文学作品。

QA

这个工具是免费的吗？是的，Audiblez是一个在GitHub上开源的项目，使用MIT许可证，任何人都可以免费下载和使用。
为什么转换失败或最后没有生成 .m4b 文件？最常见的原因是ffmpeg没有被正确安装，或者它的路径没有加入到系统的环境变量中。Audiblez依靠ffmpeg来合并音频文件，如果系统找不到这个命令，就无法完成最后一步。请确保在终端或命令提示符中直接输入ffmpeg能看到版本信息。
支持哪些语言和声音？它目前支持英语（美国、英国）、西班牙语、法语、印地语、意大利语、日语、葡萄牙语（巴西）和中文普通话。每个语言下都有多种男女声音可选。例如，中文女声有zf_xiaobei、zf_xiaoni等，中文男声有zm_yunjian、zm_yunxi等。
转换一本书需要多长时间？时间取决于书籍的长度和你的电脑性能。根据作者提供的数据，在CPU上（MacBook Pro M2），转换一本约16万字的书大约需要1小时。但如果使用支持CUDA的GPU，同样的书籍只需要大约5分钟。
我可以在苹果M系列芯片的Mac上使用GPU加速吗？目前还不支持。该工具的GPU加速依赖于PyTorch的CUDA实现，而CUDA是NVIDIA的技术。截至目前，还没有支持Apple Silicon（M1, M2等）的版本。