投稿 提交工具 投放合作

abogen:文本转语音与字幕生成工具

效率工具 6.3k(+4) 504 Python 2026-11-22 访问官网 ↗ 在 GitHub 打开

将 ePub、PDF、Markdown、字幕等文件转为语音并生成同步字幕的桌面与 Web 工具。

abogen 是基于 Kokoro-82M 的文本转语音工具,可将 ePub、PDF、TXT、Markdown 及 SRT/ASS/VTT 字幕文件转换为音频,并生成匹配的字幕,输出格式包括 WAV、FLAC、MP3、OPUS 和带章节的 M4B。提供 PyQt6 桌面界面(abogen)和 Flask Web 界面(abogen-web),后者额外支持 Supertonic TTS、LLM 文本规范化和 Audiobookshelf 集成,功能仍在向桌面端整合。可调节语速、选择或混音自定义语音、按句或按词生成字幕、批量队列处理,并支持从 ePub 或 Markdown 中选择章节。Windows 可用安装脚本自动配置依赖(仍需单独安装 espeak-ng),Mac 和 Linux 通过 uv 或 pip 安装;本地推理在 Apple Silicon 上用 MLX,Linux 上用 Transformers,也支持 AMD GPU。

Star 趋势2026-11-10 — 2026-11-22当前 Stars 6.3k24h +47 日 +31

6.2k6.3k11-1011-1211-1411-1611-1811-2111-22