企业官网建设流程全解析

abogen 快速上手指南：3 步把 EPUB 变成带同步字幕的有声书

【免费下载链接】abogenGenerate audiobooks from EPUBs, PDFs and text with synchronized captions.项目地址: https://gitcode.com/GitHub_Trending/ab/abogen

想做一部有声书，或给课程视频配上逐句同步字幕，最省事的办法是直接用 abogen 做文本转语音：丢一个文件进去，它就生成有声书音频，同时产出时间轴精确对齐的字幕文件。下面按"装好→跑通→按需加料"的顺序带你走一遍。

先跑起来：安装与启动

安装推荐用 uv，一行搞定：

uv tool install --python 3.12 abogen

依赖里还需要 espeak-ng，Windows 用户可以直接运行仓库里的WINDOWS_INSTALL.bat一键装齐。装好后有两条启动路径：

• 桌面版：终端执行abogen，打开 PyQt 界面
• Web 版：执行abogen-web，浏览器访问localhost:8808

Web 版功能更全（多模型、LLM 文本规整、Audiobookshelf 推送等），新手建议从 Web 版入手。首次运行会自动下载 TTS 模型和语音包，之后可以离线使用。

实战演示：上传文件到出片，真实操作顺序

第 1 步：上传文件

把文件拖进页面或点上传按钮。EPUB、PDF、TXT、Markdown，甚至 SRT/ASS/VTT 字幕文件都认。EPUB 和 PDF 还能按章节或页码范围勾选，只转你需要的部分。

第 2 步：配置参数

• 语速：0.1x 到 2.0x 之间调
• 音色：语言代号+性别选，比如a是美音、m男声；拿不准就先点语音试听
• 字幕粒度：按行、整句、或每 1~3 个词一条，随视频风格选
• 输出格式：WAV、FLAC、MP3、OPUS，想要带章节标记的 M4B 就选它
• 混音：单一音色不满意时，打开语音混合器，给多个语音模型分别设权重，调出想要的听感

第 3 步：排队并出结果

点Create job，任务立刻进入队列。队列按顺序逐个处理，每个文件保留入队时的参数，互不串扰。完成后直接在页面下载音频和字幕。参考演示中，约 3000 字文本在消费级显卡上十几秒就能产出 3 分多钟音频。

进阶技巧：按需上手

• 语音配置文件：调好的混合比例可存成 profile，下次一键套用，也能整体导出、分享给别人
• GPU 加速：有 NVIDIA 显卡的话，安装时选[cuda]扩展（如uv tool install abogen[cuda]），转换速度明显提升；AMD 显卡走 ROCm，Windows 上暂不支持
• 批量处理：用队列一次塞入多个文件，各自保留独立配置；也可勾选"用当前配置覆盖队列项"，统一强制同一套参数

谁会用得上

• 教育课程：讲义、课件批量配音，字幕与语音逐句对齐，直接压进视频
• 小说朗读：整本 EPUB 转成带章节的 M4B 有声书，可按章拆分或合并
• 播客与短视频：口播稿快速出配音和 SRT 字幕，改稿后重跑成本很低

更多细节可以看 README.md 和 docs/getting-started.md。第一次生成不太满意？调个参数重新入队就行，abogen 把"生成有声书"这件事做到了几分钟内出结果。

【免费下载链接】abogenGenerate audiobooks from EPUBs, PDFs and text with synchronized captions.项目地址: https://gitcode.com/GitHub_Trending/ab/abogen