开源电子书有声读物转换器支持 1000 多种语言

开发人员 Drew Thomasson 最近推出了广受欢迎的 ebook2audiobook 项目的 2.0 版。2.0 版带来了全新的图形用户界面、方便的微调模型访问，以及适用于本地 Mac、Windows 和 Linux 安装的易用安装程序。然而，这些功能只是 ebook2audiobooks 功能的冰山一角。

ebook2audiobook 结合使用开源人工智能项目，可以创建具有完整章节和元数据的有声读物，甚至还能进行语音克隆。为此，ebook2audiobook 采用兼容的非 DRM 电子书，并使用 Calibre 将其转换为可用格式。然后，将电子书分成若干章节，以帮助组织电子书的音频。最后，使用 Coqui XTTSv2 和 Fairseq 将电子书转换为音频。Coqui 提供的文本到语音模型可以生成高质量的音频，并允许用户使用自己的声音进行旁白。借助 Facebook 的 Fairseq 模型，用户可以使用超过 1,107 种语言。

虽然 2.0 版包含了在各种操作系统上进行本地安装的更简便方法，但该项目还托管在Hugging Face和Google Colab，使其更易于访问。不过，需要注意的是，将电子书转换成音频是一个漫长的过程。此外，使用 Hugging Face 转换电子书的用户受限于免费级别的处理能力，这将导致较慢的渲染时间和潜在的超时。不过，对于希望在本地运行该项目的用户来说，技术要求是合理的，因为该项目只需 4 GB 内存即可运行。如需了解更多信息或试用该项目，请访问下面的资源。