abogen

abogen – 开源AI文本转语音工具，支持生成同步字幕

abogen 是一款强大的文本转语音工具，能够将 ePub、PDF 或文本文件迅速转化为高质量音频，并生成同步字幕。它基于 Kokoro-82M 模型，支持多种语言和语音风格，允许用户自定义语速、选择语音、设置字幕样式等。核心功能包括文本转语音、同步字幕生成、语音定制、批量处理、章节管理、元数据支持和多语言支持。

abogen：将文字转化为声音的利器

想把文字变成声音，却苦于找不到合适的工具？abogen 便是你理想的选择。这款功能强大的文本转语音工具，能将 ePub、PDF 或纯文本文件转化为高质量的音频，并附带同步字幕，让你的内容更具吸引力。

abogen 的核心功能

文本转语音： 轻松将 ePub、PDF 以及纯文本文件转换为音频文件，支持多种输出格式，如 WAV、FLAC、MP3、OPUS 和 M4B。
同步字幕生成： 在生成音频的同时，创建与音频完美同步的字幕文件（SRT、ASS 格式），方便视频内容创作。
语音定制： 通过语音混合器，用户可以混合不同的语音模型，打造个性化的语音风格，并保存为自定义配置。
批量处理： 支持队列模式，用户可将多个文件添加到队列中，按顺序批量处理，每个文件均可设置。
章节管理： 自动为 ePub 和 PDF 文件添加章节标记，支持分章保存音频文件，方便管理和播放。
元数据支持： 为生成的音频文件添加元数据，如标题、作者、年份等，方便在支持元数据的播放器中使用。
多语言支持： 支持多种语言，包括美式英语、英式英语、西班牙语、法语、日语等，满足不同用户的需求。
用户友好界面： 提供图形化界面，用户可以通过拖放文件、调整设置等方式轻松操作。

abogen 的应用场景

有声读物制作： 将电子书（ePub、PDF）迅速转换为音频文件（如 MP3、M4B），方便用户随时随地听书，支持个性化语音风格调整。
社交媒体视频制作： 为 Instagram、YouTube、TikTok 等视频生成自然旁白及同步字幕（SRT、ASS 格式），提升内容吸引力和专业性。
教育与学习辅助： 把学习材料（PDF、电子书）转为音频，便于学生在通勤、时学习，支持多语言语音合成，助力语言学习。
播客内容创作： 将文本内容高效转换为音频，用于播客制作，用户可选择语音风格和语速，实现个性化播客制作。
辅助视力障碍人士： 为视力障碍者将文本朗读成语音，帮助用户轻松获取信息，提升生活和学习的便利性。