denizsafak/abogen
Generate audiobooks from EPUBs, PDFs and text with synchronized captions.
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tuần
#1 Repository Của Tuần
#1 Repository Của Tuần
🎧 abogen: Sinh audiobook từ EPUB/PDF với phụ đề đồng bộ chỉ trong vài giây
abogen — công cụ chuyển đổi văn bản thành giọng nói (TTS) dùng mô hình Kokoro-82M, biến EPUB, PDF, markdown, phụ đề thành audio tự nhiên kèm phụ đề synced.
abogen là công cụ Python mạnh mẽ giúp chuyển đổi nhanh các tệp văn bản như EPUB, PDF, TXT, Markdown hoặc phụ đề thành giọng nói tự nhiên sử dụng mô hình Kokoro-82M. Kết quả là tệp audio chất lượng cao kèm theo phụ đề (.srt) được đồng bộ chính xác. Phù hợp để tạo audiobook, voiceover cho Instagram, YouTube, TikTok...
✨ Điểm nổi bật
- Hỗ trợ đa định dạng: EPUB, PDF, văn bản thường, Markdown, phụ đề.
- Giọng nói tự nhiên: Dùng mô hình Kokoro-82M để sinh giọng nói mượt, tự nhiên.
- Phụ đề đồng bộ: Sinh file .srt cặp với audio, chuẩn thời gian thực.
- Tốc độ nhanh: Chỉ mất vài giây để tạo ~1 phút audio.
- Đa nền tảng: Hỗ trợ Windows, Linux, macOS.
- Cài đặt đa dạng: Hỗ trợ cài qua script,
uv, hoặcpip. - Tích hợp GPU: Hỗ trợ CUDA (NVIDIA), tùy chọn cho AMD trên Linux.
- Mã nguồn mở MIT: Dễ dàng tùy chỉnh và đóng góp.
💡 Vì sao đáng chú ý
abogen khác biệt ở sự kết hợp giữa tốc độ xử lý nhanh và chất lượng giọng nói tự nhiên nhờ Kokoro-82M — một mô hình TTS nhẹ nhưng mạnh. Dự án phù hợp với người tạo nội dung cần nhanh chóng biến văn bản thành audio có phụ đề, đặc biệt là cho video giảng dạy, podcast nhanh, hoặc nội dung xã hội ngắn.
#Audiobook #TextToSpeech #Kokoro #OpenSource #TiniX
Similar Projects
Discover other similar projects and AI models.
利用 AI 大模型和自动化工作流，根据主题或关键词一键生成高清短视频。Generate HD short videos from a topic or keyword with an automated AI workflow.
Your free book and audiobook laboratory. Turn the PDFs you own into chapter-marked M4B audiobooks, read-along books and bilingual editions, on your own machine. Local TTS, AI cleanup and translations, an assistant that runs the library, chat with cited sources. Apple Silicon Mac, Linux, or one Docker container on a headless server.
Gradio WebUI for creators and developers, featuring key TTS (Edge-TTS, kokoro) and zero-shot Voice Cloning (E2 & F5-TTS, CosyVoice), with Whisper audio processing, YouTube download, Demucs vocal isolation, and multilingual translation.
A CLI text-to-speech tool using the Kokoro model, supporting multiple languages, voices (with blending), and various input formats including EPUB books and PDF documents.
Modified version of Chatterbox that accepts text files as input and no character restrictions. I use it to make audiobooks, especially for my kids.
VoxCPM2: Tokenizer-Free TTS for Multilingual Speech Generation, Creative Voice Design, and True-to-Life Cloning
Generate audiobooks from e-books, 50+ TTS engines with voice cloning and 1696 languages!