abogen 完整指南3 步把 EPUB 变成带字幕的有声书【免费下载链接】abogenGenerate audiobooks from EPUBs, PDFs and text with synchronized captions.项目地址: https://gitcode.com/GitHub_Trending/ab/abogenabogen 是一款开源的文字转语音工具能把 EPUB、PDF 和纯文本转成带同步字幕的有声书适合想做播客或给电子书配音的新手。下面按装好、用起来、调好三步带你跑通。安装就跑通3 步装好 abogen第 1 步装 eSpeak-NG 和 abogen 本体。sudo apt install espeak-ng # Ubuntu/DebianArch 换成 pacman -S espeak-ng pip install abogenabogen 底层依赖 eSpeak-NG 做文本预处理——说白了它先把文字默读一遍、把缩写和符号读对再交给合成引擎出声所以这步不能省。你在 Windows 上就改为安装 espeak-ng 的 msi 安装包效果一样。第 2 步启动界面。abogen # 桌面版 abogen-web # 网页版启动后浏览器打开 localhost:8808桌面版是功能稳定的主入口网页版多了 Supertonic 引擎、LLM 文本规整和 Audiobookshelf 推送适合放服务器上挂机出片。第 3 步拖文件、选音色、点开始。把 EPUB、PDF、txt、md 或 srt 文件拖进输入框选好音色后点 Start 即可。第一次运行会自动下载 Kokoro-82M 模型和音色文件需要联网——说白了模型不打包在安装包里第一次先进货再干活下完就能离线用。Python 版本要求 3.10–3.12pip 报 No matching distribution 基本都是版本不在这个区间。有 NVIDIA 显卡的机器装对应 CUDA 的 PyTorch 能明显提速没有也能跑只是慢一些。它能帮你干什么按任务对号入座单文件转有声书拖一个文件进来出来的是音频加一份逐句对齐的字幕两样都能直接用。批量排队处理队列模式一次塞十几个文件每个文件保留加入时的那套设置想统一改成当前设置勾上 Override 选项就行。混出专属音色语音混合器把多个音色按权重调成自己的配方存成 profile 反复用。整书按章拆分EPUB 和 PDF 会自动识别章节可以每章存一个音频再合并成一个整本文件。口播视频一条龙把生成的音频和 ASS 字幕叠到背景图上一条带字幕的口播视频就出来了仓库里的 demo 教程 就是现成配方。网页端挂机出片abogen-web 把任务交给后台 worker 顺序执行完成后还能直接推到 Audiobookshelf 有声书架。4 个真正要调的开关 新手 90% 的时间只需要碰这 4 个其余保持默认。语速0.1x–2.0x你改它出片时长按比例缩。做短视频口播拉到 1.5x 左右合适超过 1.8x 听着就喘。音色代码你改它换语言换性别。第一位是语言a 美音、b 英音、e 西语、z 中文第二位 m/f 选声线af 开头就是美式女声。字幕粒度你改它决定一行字幕显示几个字。选 Sentence 最稳1 word逐词高亮但只有英文支持非英文语言选了会自动退回按句切。输出格式你改它文件体积和兼容性跟着变。给有声书播放器选 M4B——说白了它把章节信息写进文件里播放器能直接显示你现在听到第几章要最小体积选 OPUS要无损选 FLAC。调完比例记得点 Preview 试听满意后存成 profile下次一键套用。一个真实用例把长文档变成 3 分钟口播视频谁一位做科普的自媒体博主每天要发一条带字幕的口播短视频。情况稿子已经写成 txt但自己录音配音一天最多出一条。做了什么他把 3000 字左右的稿子拖进 abogen选 af 女声、语速 1.0x、字幕按 Sentence 切、输出 WAV 和居中窄版 ASS 字幕再按 demo 目录里的 ffmpeg 命令把音频、字幕和一张背景图合成 MP4。结果3 分半的音频加字幕一次通过52 秒的视频只有 736KB直接上传各平台。第二天他把流程固定成写稿→拖文件→点 Start产出速度翻了几倍。安装和运行的 5 个高频坑⚠️ 对照症状找解法基本一条命令就能解决。症状一句话解法提示 CUDA GPU is not available. Using CPUPyTorch 的 CUDA 版本和显卡驱动不匹配换装 cu126/cu128 对应版本不修也能用只是慢pip 报 No matching distribution foundPython 不在 3.10–3.12 区间换到支持的版本重装Linux 装完找不到 abogen 命令PATH 警告把 ~/.local/bin 加进 PATH用 uv 安装的常见这个问题字幕和语音对不上说话像被催快把字幕调速方式从 FFmpeg Time-stretch 换成 TTS Regeneration日语音色不出声给 Kokoro 装上日语支持依赖 misaki[ja] 再试更多细节可以翻仓库里的 getting-started 文档。下一步先拿一份 5000 字以内的 txt 跑一遍完整流程确认音频和字幕都能正常播放再开始批量处理你的书库。【免费下载链接】abogenGenerate audiobooks from EPUBs, PDFs and text with synchronized captions.项目地址: https://gitcode.com/GitHub_Trending/ab/abogen创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考