用 AI 将电子书转变成有声书

奇客Solidot · 公众号 · · 2025-01-17 03:54

正文

最近释出的文本语音模型 Kokoro v0.19 只使用 8200 万个参数，但其 TTS Spaces Arena 排名高居第一，高质量的 AI 语音朗读可能意味着未来真人朗读的有声书将愈来愈稀少。Kokoro 模型权重使用 Apache 许可发布，支持美式英语、英式英语、法语、韩语、日语和中文普通话。开发者 Claudio Santini 在 Kokoro v0.19 基础上开发了一个 Python 3 应用 Audiblez，可用于在本地将电子书转变成有声书。测试显示，在苹果笔电 M2 MacBook Pro 上，将有 10 万单词的道金斯（Richard Dawkins）《自私基因》转变成有声书共花费了 2 小时时间。

https://claudio.uk/posts/epub-to-audiobook.html

https://huggingface.co/hexgrad/Kokoro-82M

https://github.com/santinic/audiblez

NVIDIA GTC 2025 早鸟票折扣福利，免费加入NVIDIA初创加速计划即可享受

NVIDIA初创加速计划是NVIDIA为全球创业公司打造的加速平台，旨在为创新企业提供全方位的支持。在中国，已有超过千家创业公司加入，并获得融资机会、客户对接、路演展示、技术支持、市场推广，以及NVIDIA软硬件产品折扣等独家资源支持。现在免费申请加入，还有机会获得 GTC25 早鸟票折扣，点击链接或者扫描即可免费申请加入。

免费申请通道：https://jinshuju.net/f/SsRLbl?x_field_1=solidot