如何把电子书转成有声书：ebook2audiobook 上手完整教程-创锋一号

如何把电子书转成有声书：ebook2audiobook 上手完整教程

【免费下载链接】ebook2audiobookGenerate audiobooks from e-books, voice cloning & 1158+ languages!项目地址: https://gitcode.com/GitHub_Trending/eb/ebook2audiobook

想通勤路上听完手里这本 EPUB 时，你不需要自己录音。ebook2audiobook 是一个电子书转有声书工具：它自动解析电子书的文字与章节，再用 TTS 引擎合成音频文件，适合想把"读"变成"听"的任何人。

一分钟看懂

它的流程分三步。

输入：你在网页里丢进一本电子书，EPUB、MOBI、PDF、TXT 等 20 余种格式都行，扫描版 PDF 也能通过内置 OCR 识别出文字。

处理：程序先抽取文本、检测章节结构，再把长文切成适合合成的段落；如果你上传了一段自己的录音，还会对这段语音做克隆，并用它来朗读整本书。

输出：分段音频被拼接成完整文件，带章节信息，直接在页面里试听或下载到本地播放器。

📚 能力清单

语言与语音

1158+ 种语言：从中文、英文到较冷门的小语种都能选，选语言后会自动匹配兼容的引擎
语音克隆：上传 1~5 分钟的录音即可，自带背景噪声的录音也会被自动清理
8 种 TTS 引擎：XTTSv2、Bark、VITS、YourTTS 等，按音质与速度需求切换
SML 控制标签：文本里写[break]、[pause:3]控制停顿，用[voice:...]中途换声音

格式兼容

20+ 种输入格式：.epub、.mobi、.azw3、.pdf、.txt、.html 等，其中 EPUB 和 MOBI 的章节检测效果最好
10 种输出格式：m4b、m4a、mp3、flac、wav、ogg 等，默认单声道 m4b
批量转换：headless 模式下传一个文件夹路径，一次转完里面所有电子书

硬件门槛

低配置可跑：最低 2GB 内存 / 1GB 显存，推荐 8GB / 4GB
跨平台：Windows、macOS（含 Apple Silicon）、Linux 均有启动脚本
Docker 可用：官方镜像自包含依赖，支持 headless 模式

🚀 上手实操

第一步：准备

克隆仓库并进入目录：

git clone https://gitcode.com/GitHub_Trending/eb/ebook2audiobook cd ebook2audiobook

启动脚本会自动安装缺失的 Python 依赖和系统工具，不需要你手动建虚拟环境。

第二步：首次运行

Linux/macOS 在终端执行下面这条命令，Windows 直接双击ebook2audiobook.cmd：

./ebook2audiobook.command

终端打印本地地址后，浏览器打开http://localhost:7860/进入界面。

在 Input Options 页把电子书拖进上传框，下拉选择语言；不克隆声音就留空语音区，处理器按机器情况选 CPU 或 GPU。

第三步：拿到结果

设置完成后点击Convert，进度条走完后下方出现结果区：

先用 Listen 播放器试听几段，再从 Audiobooks 下拉框选中文件点 Download 保存。默认输出是单声道m4b，存到audiobooks/目录后可导入 Audiobookshelf 播放；想换格式或输出目录，改 lib/conf.py 里的默认配置即可。

⚙️ 参数详解

第一次转换不用动任何参数。只有当你觉得"声音太机械"、"同一句话老重复"或"生成太慢"时，才需要打开 Audio Generation Preferences 页调这些滑杆：

参数	作用	建议值
`--temperature`	创造性，越高越不可预测，越低越平	默认 0.65
`--speed`	朗读语速	默认 1，范围 0.5~3
`--repetition_penalty`	越高越不容易重复短语	默认 2.5
`--top_k`	采样候选词数，越小生成越快	默认 50，嫌慢就调小
`--top_p`	选词累计概率截断，越小越保守	默认 0.8
`--enable_text_splitting`	长文切段后分块合成	超长书籍开启

以上滑杆对应 headless 命令行参数，XTTS 引擎专用；Bark 则用--text_temp和--waveform_temp两个参数。

👥 适用人群与场景

如果你通勤时间长，可以把下载好的 EPUB 转成有声书一路听完
如果你手头只有扫描版 PDF，内置 OCR 能先把图片里的字认出来再合成
如果你想做播客或旁白，克隆自己的声音整本书生成
如果你只是想快速测试，页面里的文本框可直接输入短文本生成音频试听

⚠️ 避坑指南

GPU 检测不到→ CUDA/ROCm 版本或驱动不匹配 → 按 README 里 GPU 排查章节检查，或先用 CPU 跑通
CPU 模式非常慢→ 现代 TTS 引擎在 CPU 上开销大 → 换 GPU，或改用 YourTTS、Tacotron2 这类轻量引擎
脚本重启后网页连不上→ 浏览器还连着旧会话 → 刷新页面重新连接
音频中途截断→ 该语言的句子切分逻辑不完善 → 在仓库 issue 里附上出问题的文本片段帮助修复

收尾

读完就可以动手：克隆仓库、挑一本 EPUB 跑一遍，有 GPU 的机器用 XTTS，没有的就选轻量引擎，第一本有声书今晚就能出声。

版本记录在仓库根目录的 VERSION.txt，升级前先看一眼。

【免费下载链接】ebook2audiobookGenerate audiobooks from e-books, voice cloning & 1158+ languages!项目地址: https://gitcode.com/GitHub_Trending/eb/ebook2audiobook

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析