ebook2audiobook: 電子書籍をオーディオブックに変換する、多言語サポートと音声クローンを持つオープンソースツール

はじめに

ebook2audiobookは、強力なオープンソースの電子書籍からオーディオブックツールです。複数の形式の電子書籍を、完全なチャプターマーカーとメタデータ付きのオーディオブックに変換することができます。このツールは、電子書籍フォーマットの変換にCalibreを使用し、高品質のテキスト読み上げにCoquiのXTTSv2とFairseqを使用し、中国語を含む1124の言語をサポートし、ボイスクローニングを提供します。このツールは、直感的なWeb GUIが付属しており、CPUとGPUの操作をサポートし、実行するためにわずか4GBのRAMを必要とする低リソース要件を持っています。個人使用でもバッチ変換でも、プロ級のオーディオブック作成が可能です。

オンライン経験：https://huggingface.co/spaces/drewThomasson/ebook2audiobook

機能一覧

• epub、pdf、mobiと20以上のフォーマットを含む様々な電子書籍フォーマットの変換をサポートしています。
• 電子書籍のチャプター構造を自動認識・保持
• 先進のXTTSv2エンジンによる高品質音声合成
• 1124言語の音声合成をサポート
• 声のクローニング機能を提供して下さい、読書の声をカスタマイズできます
• 完全なチャプター情報とメタデータを含むm4bフォーマットを出力
• ウェブグラフィカルインターフェースを提供し、シンプルで直感的な操作
• Dockerコンテナのデプロイをサポートし、クロスプラットフォームの互換性を確保します。
• オプションのGPUアクセラレーションによる処理速度の向上
• バッチ変換機能をサポートする

ヘルプの使用

グーグルコラボは無料

1.設置方法

1.1 Dockerを使う（推奨）

Dockerは最も簡単なインストール方法で、均一で安定した実行環境を保証する。

CPUバージョン実行コマンド：

docker run -it --rm -p 7860:7860 --platform=linux/amd64 athomasson2/ebook2audiobook python app.py

GPUバージョンのrunコマンド（NVIDIAグラフィックカードが必要）：

docker run -it --rm --gpus all -p 7860:7860 --platform=linux/amd64 athomasson2/ebook2audiobook python app.py

1.2 ローカル・インストール

1. コードリポジトリをクローンする：

git clone https://github.com/DrewThomasson/ebook2audiobook.git

2. 依存関係をインストールします：

• Python 3.x
• キャリバー（電子書籍変換ツール）
• FFmpeg（オーディオ処理ツール）
• Python パッケージ: tts, pydub, nltk, beautifulsoup4, ebooklib, tqdm

2.使用方法

2.1 グラフィカル・インターフェースの使用

1. プログラム起動後、ブラウザでhttp://localhost:7860。
2. ウェブインターフェースでeBookファイルをアップロードする
3. ターゲット言語とサウンドファイルの選択（オプション）
4. クリックして変換を開始する

2.2 コマンドラインの使い方

基本的なコマンドの形式：

python app.py --headless --book  --language  -voice <サウンドファイルのパス

3.重要なパラメータの説明

• --ebook: 電子書籍ファイルのパス (必須)
• --language: 対象言語コード (オプション、デフォルトは英語)
• --voice: 音声ファイルのパス（オプション、音声クローン用）
• --device: CPUとGPUのどちらを使うかを選択する。
• -speed：音声スピード調整（デフォルト1.0）

4.対応ファイル形式

入力フォーマット：

• epub（推奨、ベストサポート）
• pdf
• モビ
• テキスト
• その他のフォーマット：html、rtf、chm、lit、pdb、fb2、odtなど。

出力フォーマット：

• m4b（チャプターマーカーとメタデータを含むオーディオフォーマット）

5.高度な機能

5.1 スピーチクローニング

1. 16khzまたは24khzのターゲットサウンドサンプルファイルを用意する
2. 変換時にサウンドファイルのパスを指定する
3. ターゲットボイスで読み上げます。

5.2 一括変換

1. input-folderディレクトリを作成し、そこにeBookファイルを置く。
2. オーディオブック出力ディレクトリの作成
3. バッチ変換コマンドによる複数ファイルの処理

6.一般的な問題の解決

1. CPUの変換速度が遅い

• 解決策：GPUアクセラレーションを使用するか、クラウドサービスを利用する。
• 推奨：ハギング・フェイス・スペースまたはGoogle Colabの利用

2. インストールに依存する問題

• 依存性の問題を回避するための推奨Dockerバージョン
• システムの互換性と依存バージョンをチェックする

3. 音声トランケーションの問題

• 入力テキストの書式をチェックする
• テキスト分割パラメータの調整
• サポート向上のため、特定の言語問題を報告する