ebook2audiobook: converta ebooks em audiolivros, ferramenta de código aberto com suporte multilíngue e clonagem de voz

Introdução geral

O ebook2audiobook é uma poderosa ferramenta de código aberto de ebook para audiolivro. Ela é capaz de converter vários formatos de livros eletrônicos em audiolivros com marcadores de capítulos e metadados completos. A ferramenta usa o Calibre para conversão de formato de e-book, usando o XTTSv2 e o Fairseq da Coqui para conversão de texto em fala de alta qualidade, suporte para 1124 idiomas, incluindo chinês, e fornece clonagem de voz. A ferramenta é fornecida com uma GUI intuitiva na Web, suporta operação por CPU e GPU e tem baixos requisitos de recursos, exigindo apenas 4 GB de RAM para ser executada. Seja para uso pessoal ou conversão em lote, ela permite a produção de audiolivros de nível profissional.

Experiência on-line: https://huggingface.co/spaces/drewThomasson/ebook2audiobook

Lista de funções

• Suporta a conversão de vários formatos de livros eletrônicos, incluindo epub, pdf, mobi e mais de 20 formatos
• Reconhecimento automático e retenção da estrutura do capítulo do e-book
• Conversão de texto em fala de alta qualidade usando o avançado mecanismo XTTSv2
• Suporta processamento de texto para fala em 1.124 idiomas
• Fornece a função de clonagem de voz, podendo personalizar a voz de leitura
• Saída em formato m4b com informações e metadados completos do capítulo
• Fornece interface gráfica da Web, com operação simples e intuitiva
• Oferece suporte à implantação de contêineres do Docker para garantir a compatibilidade entre plataformas
• Aceleração opcional da GPU para aumentar as velocidades de processamento
• Suporte à função de conversão em lote

Usando a Ajuda

O Google Colab é gratuito

1. modalidades de instalação

1.1 Uso do Docker (recomendado)

O Docker é a maneira mais fácil de instalar, garantindo um ambiente de tempo de execução uniforme e estável.

Comando de execução da versão da CPU:

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

Versão GPU do comando run (requer uma placa de vídeo NVIDIA):

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

1.2 Instalação local

1. Clonar o repositório de código:

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

2. Instale a dependência:

• Python 3.x
• Calibre (ferramenta de conversão de livros eletrônicos)
• FFmpeg (ferramenta de processamento de áudio)
• Pacotes Python: tts, pydub, nltk, beautifulsoup4, ebooklib, tqdm

2 Métodos de uso

2.1 Uso da interface gráfica

1. Após iniciar o programa, acesse http://localhost:7860 por meio de seu navegador
2. Carregamento de arquivos de eBooks na interface da Web
3. Seleção do idioma de destino e do arquivo de som (opcional)
4. Clique para iniciar a conversão

2.2 Uso da linha de comando

Formato de comando básico:

python app.py --headless --ebook  --language  -voice 

3. descrição de parâmetros importantes

• --ebook: caminho do arquivo do ebook (obrigatório)
• --language: código do idioma de destino (opcional, padrão inglês)
• --voice: caminho do arquivo de voz (opcional, para clonagem de voz)
• --device: escolha se deseja usar CPU ou GPU
• --speed: ajuste da velocidade da voz (padrão 1,0)

4 Formatos de arquivo suportados

Formato de entrada:

• epub (recomendado, melhor suportado)
• pdf
• mobi
• txt
• Outros formatos: html, rtf, chm, lit, pdb, fb2, odt, etc.

Formato de saída:

• m4b (formato de áudio com marcadores de capítulo e metadados)

5. funções avançadas

5.1 Clonagem de fala

1. Prepare arquivos de amostra de som alvo de 16 kHz ou 24 kHz
2. Especifique o caminho do arquivo de som durante a conversão
3. O sistema lerá em voz alta usando a voz-alvo

5.2 Conversão em lote

1. Crie o diretório input-folder e coloque o arquivo do eBook nele.
2. Criar diretório de saída de audiolivros
3. Processamento de vários arquivos com o comando Batch Conversion (Conversão em lote)

6. resolução de problemas comuns

1. Velocidade de conversão da CPU lenta

• Solução: use a aceleração de GPU ou use serviços de nuvem
• Recomendado: Usar o Hugging Face Space ou o Google Colab

2. Problemas de instalação dependentes

• Versão recomendada do Docker para evitar problemas de dependência
• Verifique a compatibilidade do sistema e as versões dependentes

3. Problemas de truncamento de áudio

• Verificar a formatação do texto de entrada
• Ajuste dos parâmetros de segmentação de texto
• Relate problemas específicos de idioma para melhorar o suporte