项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 961
技术标签
使用教程
ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。
环境要求
- Python 3.10+
- espeak-ng
- ffmpeg
- （可选）NVIDIA GPU 加速
安装与启动步骤
-
1建虚拟环境
依赖较重，务必用独立环境。
python -m venv .venv source .venv/bin/activate -
2装本包
在仓库根目录安装。
pip install . -
3补系统组件
需要 espeak-ng 做音素转换、ffmpeg 做音频拼接。
sudo apt install espeak-ng ffmpeg -
4先扫描章节
用 --scan 看章节切分是否符合预期，再正式合成。
epub2tts mybook.epub --scan -
5分段合成
长书建议按章节区间分批，便于中断续做。
epub2tts mybook.epub --start 3 --end 15
如何确认成功
输出目录生成 m4b/mp3，章节顺序与目录一致，试听无明显跳字。
常见问题
Q：合成中途失败怎么续？
A：用 --start / --end 指定章节区间，已完成的段落不会重做。
注意事项
- 也可用官方 Docker 镜像，省去本地依赖，需设 COQUI_TOS_AGREED=1 表示同意许可。
- 做声音克隆建议看作者推荐的 epub2tts-chatterbox，质量更高但更吃 GPU。
核心亮点
- 支持 epub 和 txt 格式，自动提取章节和正文，无需手动预处理
- 可接入多种主流 TTS 引擎，灵活切换不同音色和语音质量
- 命令行工具，易于脚本化，适合批量转换和自动化工作流
不足之处
- 依赖外部 TTS API，需要付费密钥或网络环境，离线不可用
- 文档和社区支持相对薄弱，高级配置需自行摸索
适用场景
- 个人将喜欢的电子书转为有声书，通勤或运动时收听
- 播客或内容创作者快速生成音频版本的文章或书籍
- 教育场景将教材转换为语音，辅助视障人士或语言学习
替代项目
Coqui TTS、Edge TTS、pyttsx3
上一篇：VibeVoiceFusion
下一篇：qwen3-tts-rs
同类项目推荐
tts
开源
一句代码调用 AWS Polly，快速实现文字转语音
Tools to convert text to speech :books::speech_balloon:
VocGAN
开源
让语音合成更自然、更快速，实时生成高保真声音。
VocGAN: A High-Fidelity Real-time Vocoder with a Hierarchically-nested Adversarial N···
TTS-Cube
开源
用RNN端到端合成语音，从文本到波形一步到位
End-2-end speech synthesis with recurrent neural networks
Bert-VITS2
开源
用BERT增强的VITS2，让语音合成更自然、多语言更流畅
vits2 backbone with multilingual-bert
ComfyUI-VoxCPM
开源
在 ComfyUI 里拖拽节点，即可生成高表现力语音并克隆任意声音。
ComfyUI node for highly expressive speech and realistic zero-shot voice cloning
learnable-speech
开源
无需对齐，快速实现跨语言语音合成与克隆
This repo is text to speech with learnable audio encoder without alignment with tra···
Transformer-TTS
开源
用 Transformer 替代 RNN，快速训练语音合成模型
A Pytorch Implementation of "Neural Speech Synthesis with Transformer Network"
sonata
开源
用 Rust 跑神经 TTS，跨平台、轻量、可嵌入
A cross-platform inference engine for neural TTS models.
ComfyUI_FL-HeartMuLa
开源
在 ComfyUI 里用歌词直接生成多语言完整歌曲
FL HeartMuLa - Multilingual AI music generation nodes for ComfyUI. Generate full son···