Audio-book-generator 是音频音乐领域的开源项目，由 sudonitin 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 72。
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 2026-08-28。免费使用，需自行部署。
它主要面向的使用场景是：将小说或教材转为有声书，通勤或运动时听。同类可对比的替代方案包括 Calibre、Balabolka、NaturalReader。
Audio-book-generator
把电子书丢进去，自动生成有声书，解放双眼听书
Audio-book-generator 是一个将电子书转换为有声书的 Python 工具。它解决的是用户没时间阅读电子书、或希望以听觉方式获取书籍内容的问题。核心能力包括：解析 EPUB、PDF 等常见电子书格式，提取文本内容；利用 Tesseract OCR 识别扫描版 PDF 中的文字；通过语音合成（TTS）将文本转换为音频文件，支持多种语言和音色；提供简单的命令行界面，方便批量处理。项目处于早期阶段，代码结构清晰，依赖常见库，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
★ 72
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sudonitin
所属国家
定价模式free
价格说明开源项目，免费使用，需自行部署。
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型audiobooks,ebook-reader,ebooks,listen,pytesseract,python,speech-recognition,speech-to-text,tesseract,tesseract-ocr,text-to-speech
GitHub 星标★ 72
30天Star增速
HF 下载量
上线时间2018-09-09 00:00:00
最近更新2026-08-28 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
核心亮点
- 支持 OCR 识别扫描版 PDF，能处理非纯文本电子书
- 基于 Python，依赖主流库，易于定制和扩展
- 提供命令行批处理，适合批量转换书籍
不足之处
- 文档/社区待观察
- 语音合成音质依赖外部 TTS 引擎，效果参差不齐
适用场景
- 将小说或教材转为有声书，通勤或运动时听
- 为视障用户生成可听的电子书内容
- 批量转换个人收藏的电子书为音频库
替代项目
Calibre、Balabolka、NaturalReader
项目介绍
上一篇：DNN-HSMM
下一篇：obs-squawk
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···