企业官网建设流程全解析

3 步落地电子书转有声书：ebook2audiobook 本地实操笔记

【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

ebook2audiobook 做电子书转有声书这件事：支持 EPUB、PDF、MOBI 等 20 多种格式、语音克隆和 1158 种语言，适合通勤听书、辅助视障阅读和旁白素材制作的人。

🚀 用最短路径跑起来

先克隆仓库并进入目录：

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

再运行启动脚本（macOS / Linux，Windows 用户改用ebook2audiobook.cmd）：

./ebook2audiobook.command

最后打开浏览器里的http://localhost:7860/，拖入一本 epub 点 Convert；首次运行要下载模型，进度条走完后就能听到第一段音频。

完成第一次电子书转换

页面主体是电子书上传框，右侧依次是语言下拉框和设备选择（CPU 或 CUDA 等 GPU 设备）。你拖入文件，语言保持 eng，设备选好，点 Convert 开始。页面还有文本输入框，想先试听一小段话，直接粘贴进去就行。

转换结束后下方出现播放器，逐段试听没问题就下载。第一次别急着调参数，用默认配置出成品，确认整条链路跑通，再回头精调。

🎙️ 让声音更像你自己

克隆声音靠 TTS（文本转语音）引擎的零样本能力：上传 5-10 秒录音，它照着这个音色朗读；录音带杂音也没关系，系统会自动清理。

高级设置里的参数各管一件事，平时用默认值就行：温度控制随机性，朗读类保持默认，对话密集想更自然时再调高；语速在 0.5 到 3 倍之间，只有要压缩或放慢节奏时才改；重复惩罚防止短语复读，听到机械重复再调高；文本分割只在超长章节合成中断时开启。

从一本书到一书架

headless 是无界面批量模式，一条命令扫完目录里所有书：

./ebook2audiobook.command --headless --ebooks_dir ./my_books --language eng

换语言只动--language，它收 ISO 三字母代码，比如中文是 zho，1158 种语言代码可在 lib/conf_lang.py 里查：

./ebook2audiobook.command --headless --ebook book.epub --language zho

本机依赖装不干净就用容器（别人打包好的运行环境），GPU 机器用 compose 一行拉起：

DEVICE_TAG=cu128 docker compose --profile gpu up

选对工具对场景

引擎按场景挑：有 GPU、要多语言高质量，用默认 XTTSv2（给几秒样本就能模仿其音色的多语言引擎）；只有 CPU 时换 YourTTS、Tacotron2 或 Piper，速度优先但音色偏机器；要语气和情绪起伏用 Bark，代价是更慢。

格式跟着用途走：长篇小说选 M4B（自带章节标记的有声书格式）；要剪短片段选 MP3；存档选 FLAC 无损。

硬件最低 2GB 内存加 1GB 显存就能跑，推荐 8GB 加 4GB，中篇以上用 XTTSv2 不卡。

最常踩的几个坑

转换太慢：优先切到 CUDA 设备；纯 CPU 环境改选 Piper、YourTTS 这类轻量引擎，现代大引擎在 CPU 上非常慢。

缺章节标记：EPUB、MOBI 会自动保留章节结构，其他格式转换后需要手动补。

克隆声音不像：换一段 5-10 秒、无背景音乐、情绪平稳的录音，样本越干净相似度越高。

中文支持吗：支持，语言选 zho 即可，也可以上传中文录音做克隆。

默认输出格式、设备等设置改 lib/conf.py，更多用法看 README.md。

【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