doc2audiobook 是音频音乐领域的开源项目，由 danthelion 开发，2018 年首次发布。
它收录于音频音乐分类，该分类目前共有 738 个项目，GitHub 星标数为 203。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-07-01。MIT许可证，完全免费，需自行部署使用。
它主要面向的使用场景是：将学术论文或技术文档转为音频，通勤时学习。同类可对比的替代方案包括 audiobook-tools、pyttsx3、Coqui TTS。
doc2audiobook
把文档变成有声书，通勤路上用耳朵学习
doc2audiobook 是一个将文本文档转换为高保真音频（有声书）的开源工具。它主要解决用户需要将 PDF、Word、TXT 等文本材料转化为可听的音频内容，以便在通勤、运动等场景下解放双眼。项目基于 Python 构建，利用 Google Cloud Platform 的文本转语音（TTS）服务，结合 textract 库进行文档文本提取，能够生成自然流畅的语音输出。其核心能力包括：支持多种常见文档格式的解析、调用云端高质量 TTS 引擎、生成带章节结构的音频文件，方便用户按需收听。该项目处于早期阶段，代码结构简洁，适合开发者二次开发或集成到个人工作流中。
开源
free
音频音乐
GitHub 星标
★ 203
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类音频音乐
开发团队danthelion
所属国家
定价模式free
价格说明开源项目，MIT许可证，完全免费，需自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型audiobook,googlecloudplatform,python3,text-to-speech,textract
GitHub 星标★ 203
30天Star增速
HF 下载量
上线时间2018-03-31 00:00:00
最近更新2026-07-01 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数4
使用教程
核心亮点
- 支持 PDF、Word、TXT 等常见文档格式，通过 textract 自动提取文本
- 调用 Google Cloud TTS，语音自然度高，接近真人朗读
- 代码简洁，易于定制和集成，适合个人自动化流程
不足之处
- 依赖 Google Cloud 服务，需要付费 API 密钥，无法离线使用
- 文档/社区待观察，项目早期，使用说明和示例有限
适用场景
- 将学术论文或技术文档转为音频，通勤时学习
- 为长篇文章生成有声版本，方便视力障碍人士
- 批量转换电子书章节，制作个人有声书库
替代项目
audiobook-tools、pyttsx3、Coqui TTS
项目介绍
上一篇：openai_tts
下一篇：AndroidMaryTTS
同类项目推荐
tango
开源
输入一句话，自动生成匹配的音频内容
A family of diffusion models for text-to-audio generation.
AuK
开源
一个模型搞定语音生成、编辑与分离
AuK: An Open-Source Foundational Model for Speech Generation and Editing
swift-tts
开源
Swift 项目三行代码接入系统 TTS，兼容 TCA 和 Combine
A straightforward package containing version for Swift modern concurrency, Point-Fre···
ai-dj
开源
现场演出中实时用 AI 生成音乐，保持人类掌控
AI music generation for live performance - Standalone (Ableton Link) + VST3/AU. 8 tr···