audiblez

把电子书一键变成有声书，通勤路上用耳朵读书

audiblez 是一个将电子书转换为有声书的开源工具，主要解决用户希望“听书”而非“看书”的需求。它支持 EPUB 格式的电子书输入，利用 Kokoro 等 TTS（文本转语音）引擎生成自然流畅的语音，并输出为音频文件。项目采用 Python 编写，核心能力包括自动解析电子书内容、分章节处理、调用 TTS 引擎合成语音，以及生成最终的有声书文件。用户可以通过简单的命令行操作，将整本电子书转换为可离线收听的音频，适合通勤、运动等场景。该项目目前处于成长阶段，GitHub 星标已超 8000，社区活跃度较高。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 8650

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santinic

所属国家

官网地址

GitHubhttps://github.com/santinic/audiblez

定价模式free

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型audiobooks,epub,kokoro,python,tts

GitHub 星标★ 8650

30天Star增速

HF 下载量

上线时间2025-01-14 00:00:00

最近更新2026-09-22 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2

使用教程

难度：入门约 10 分钟部署方式：命令行工具 6 步

环境要求

Python 3 环境
系统需安装 ffmpeg（用于合成 .m4b 文件）
系统需安装 espeak-ng（语音合成依赖）
运行 GUI 需额外安装 pillow、wxpython，Ubuntu/Debian 还需 libgtk-3-dev

安装与启动步骤

1安装系统依赖

先装 ffmpeg 和 espeak-ng，ffmpeg 缺失时不会生成最终 .m4b 文件。Ubuntu/Debian 用 apt，Mac 用 brew，二选一执行。
```
sudo apt install ffmpeg espeak-ng
```
2Mac 安装依赖

Mac 用户改用 Homebrew 安装 ffmpeg 与 espeak-ng，然后同样用 pip 安装 audiblez。
```
brew install ffmpeg espeak-ng
```
3安装 audiblez

有 Python 3 即可用 pip 安装，安装完成后命令行会出现 audiblez 命令。
```
pip install audiblez
```
4转换电子书为有声书

把 epub 路径换成你的书，-v 指定语音音色。过程会先生成按章节的 wav，最后合成 m4b。
```
audiblez book.epub -v af_sky
```
5GPU 加速转换

默认走 CPU，加 --cuda 让 Torch 尝试使用 CUDA 设备，速度显著提升；需自行按 PyTorch 官网安装对应版本。
```
audiblez book.epub -v af_sky --cuda
```
6安装并启动 GUI

需要图形界面时额外安装 pillow 与 wxpython，Ubuntu/Debian 还要装 libgtk-3-dev，之后运行 audiblez-ui。
```
pip install audiblez pillow wxpython
audiblez-ui
```

关键配置

配置项	必填	说明	示例
`-v`	是	指定语音音色，决定朗读声音	`af_sky`
`--cuda`	否	启用 CUDA GPU 加速，默认使用 CPU	`--cuda`

如何确认成功

运行结束后当前目录生成 book.m4b，可用 VLC 或任意有声书播放器播放，即表示成功。

常见问题

Q：为什么只生成了 wav，没有 .m4b 文件？

A：只有在系统已安装 ffmpeg 时才会在最后合成 .m4b。请先按对应平台安装 ffmpeg 再重新运行。

Q：Windows 上怎么安装？

A：建议建目录后用 venv 隔离：mkdir audiblez、cd audiblez、python -m venv venv、.envScriptsActivate.ps1、pip install audiblez pillow wxpython，然后运行 audiblez 或 audiblez-ui。

Q：转换速度有多快？

A：Colab T4 GPU（CUDA）约 600 字符/秒，约 5 分钟可转完 16 万字符的书；M2 MacBook Pro 的 CPU 约 60 字符/秒，需约 1 小时。

Q：支持哪些语言和平台？

A：支持美/英/西/法/印/意/日/葡/中九种语言；目前不支持 Apple Silicon 的 MLX 加速，因为尚无对应 Kokoro 实现。

注意事项

转换过程会先在当前目录生成 book_chapter_1.wav 等分章节文件，请预留足够磁盘空间。
GUI 依赖仅在需要图形界面时安装，纯命令行用法不需要 wxpython 和 libgtk-3-dev。
Windows 使用 CUDA 需按 PyTorch 官网说明单独安装对应版本的 Pytorch。
若使用 venv，请先激活虚拟环境再执行 pip install 和 audiblez 命令。

核心亮点

支持 EPUB 格式，直接转换常见电子书，无需复杂预处理
集成 Kokoro TTS，语音自然度优于老旧机械音
命令行操作简单，自动化程度高，适合批量转换

不足之处

仅支持 EPUB，其他格式（如 PDF、MOBI）需先转换
依赖外部 TTS 服务或模型，离线使用需额外配置
文档/社区待观察

适用场景

通勤或运动时听书，替代眼睛阅读
为视力障碍用户提供电子书音频版本
批量转换个人藏书，建立个人有声书库

替代项目

Coqui TTS、Edge TTS、Balabolka

项目介绍

audiblez 是音频音乐领域的开源项目，由 santinic 开发，2025 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（8,650）位列前 6%，在音频音乐分类的 738 个项目里位列前 4%。

近 41 天，它的 GitHub 星标从 8,400 增加到 8,650，净增 250。

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 2026-09-22。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：通勤或运动时听书，替代眼睛阅读。同类可对比的替代方案包括 Coqui TTS、Edge TTS、Balabolka。

上一篇：Real-Time-Voice-Cloning

下一篇：VibeVoiceFusion