企业官网建设流程全解析

10分钟让第一本电子书开口：ebook2audiobook 手把手上手

【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

晚上躺在沙发想听那本300页的小说，眼睛却比字还干。打开 ebook2audiobook，一个把电子书转成有声书的开源工具，把文件拖进去，睡前听到的就是真人感的声音在替你读书。

🎙️ 能力速览

丢一本 EPUB 进去，出来的就是带章节、能直接播放的 M4B 文件。它支持 1158 种语言，从英语中文到一堆小语种都有。录 5 秒自己的声音就能克隆成专属讲述者。2GB 内存、1GB 显存的机器也跑得动。

📚 场景化实操

第一次转书：EPUB 转成能下载的有声书

你只想听书、不想碰任何参数，这个场景三步走完：

• 终端里执行下面这条命令拿到代码：

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

• 进入 ebook2audiobook 目录，Windows 双击 ebook2audiobook.cmd，macOS/Linux 执行 ./ebook2audiobook.command，首次运行会自动装好依赖并打开 localhost:7860 页面
• 上传书籍、选好语言和 CPU/GPU 后点 Convert，想调音色就切到 Audio Generation Preferences 页动温度与语速滑杆

转换完成后按钮下方就是 Listen 播放器，Audiobooks 下拉框直接列出生成的 m4b 供下载；EPUB 的章节结构会自动识别，播放器里可以按章续听。

扫描版 PDF 教材转成能听的音频

你下载的教材整本都是扫描图片，复制粘贴一个字都出不来。照常上传就行，E2A 检测到图片页会自动调用 Tesseract OCR（一个开源的文本识别引擎）逐页识别再走正常合成流程，不用你另外做识别，唯一要注意的是语言选得和书一致。听完你会得到和原文一致的完整内容，标准印刷页基本都能认全，手写批注和复杂排版会多些漏网之鱼。

无头模式批量转整个文件夹

读书清单里排着十几本书，你不想一本本打开网页上传。终端里跑 headless 模式，整个文件夹一次跑完（Windows 用户把开头的脚本名换成 ebook2audiobook.cmd）：

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

单本书用 --ebook 传路径，想顺便克隆声音就加 --voice 指向一段音频。产物落在 audiobooks 目录，文件名跟原书对应，跑完直接拿去听。

🎛️ 进阶玩法

5 秒语音样本怎么传

默认音色够用，但你想让书听起来像"你"在讲。输入页右侧的 Cloning Voice 上传区接受 .wav 文件，界面标注了要求：不超过 6 秒，主要语言用 24000Hz、其他语言用 22050Hz；走 headless 模式则是加一个 --voice 参数加路径。传完整本书都用你克隆出来的音色讲。

SML 标签怎么控制停顿和换声

长文本一路匀速念下来没呼吸感，多角色对话也分不清谁是谁。E2A 内置了 SML（一种简单的标记语言）标签：[break] 给 0.3–0.6 秒的短停顿，[pause] 给 1.0–1.6 秒的长停顿，[pause:3] 固定停 3 秒，[voice:/path/to/voice.wav]...[/voice] 则能在段落中间切换到另一段声音——相当于给对话小说的每个角色配了不同的播音员。

⚡ 选型速查

只有 CPU 的话，现代 TTS 引擎偏慢，建议选 YourTTS、Tacotron2 这类轻量引擎。

现在就可以打开浏览器试一次，完整参数说明在 README.md，默认输出格式和设备等设置都能在这份配置文件里改。

【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