epub2tts
1.0.0
epub2tts 是一款免費開源 Python 應用程序，可使用 Coqui AI TTS、OpenAI 或 MS Edge 的真實文字轉語音功能，可從 epub 或文字檔案輕鬆創建功能齊全的有聲讀物。
注意：新增了新的多處理功能！現在您可以使用--threads N指定要運行的線程數，其中章節將並行處理！如果您使用 Edge 或 OpenAI，您可以將執行緒設定為盡可能多的章節，並且它們都可以同時處理。使用 TTS/XTTS 時，您需要進行一些試驗，看看您的系統可以處理什麼。
注意：請參閱 epub2tts-edge 以獲得僅適用於 MS Edge 的非常快速的輕量級替代方案。該版本並行讀取多個句子並且速度更快！
epub2tts mybook.epub --export txt# Part 1等替換為所需的章節名稱，並刪除前面的內容，例如目錄和其他您不想閱讀的內容。注意：前兩行可以是標題：和作者：以在有聲書元資料中使用。另請注意，在作者/標題之後，書籍副本必須以開頭帶有井號的行標記的章節或部分開始（例如# Introduction ）。% <speaker>將揚聲器設定為按章節更改，例如# Chapter One % en-US-AvaMultilingualNeural 。有關範例，請參閱檔案multi-speaker-sample-edge.txt 。注意：僅適用於 Coqui TTS 多揚聲器引擎（預設）或--engine edge 。 使用VITS模型，全部默認，不需要GPU：
epub2tts mybook.epub （要更改揚聲器（例如 p307 以獲得帶有 Coqui TTS 的好男聲），請添加： --speaker p307 ） 在雲端使用 Microsoft Edge TTS，免費，只需要最少的 CPU，而且速度相當快（例如 7 小時的書需要 100 分鐘）。有多種語音和語言可供選擇，而且品質非常好（聽sample-en-US-AvaNeural-edge.m4b為例）。
edge-tts --list-voices列出可用的語音，如果未指定--speaker ，則預設揚聲器為en-US-AndrewNeural 。epub2tts mybook.txt --engine edge --speaker en-US-AvaNeural --cover cover-image.jpg --saypartsepub2tts mybook.txt --engine xtts --speaker "Damien Black" --cover cover-image.jpg --saypartsepub2tts mybook.epub --scan ，確定從哪一部分開始和結束，以便您可以跳過目錄等。epub2tts my-book.epub --start 4 --end 20 --xtts voice-1.wav,voice-2.wav,voice-3.wav --cover cover-image.jpg--export txt時，此選項在每個段落分隔符號處插入%P% 。然後，當使用--engine edge建立音訊時，任何時候在副本中發現%P%時都會插入 1.2 秒的暫停。預先感謝您報告您遇到的任何錯誤/問題！如果您遇到問題，請先搜尋現有問題，看看其他人以前是否遇到過類似的問題。
如果您發現了新內容，請提出問題並確保包含：
--debug --minratio 0再次運行該命令，以獲取更多信息--threads N功能以及對NCX 文件的支持，以改善對如何進行檢測epub 中的文字是分開的。--skip-cleanup選項以跳過用“，”替換特殊字符xtts_v2 的典型推理時間平均超過 4 個處理區塊（每個處理區塊約 4 個句子），可以預期：
| Hardware | Inference Time |
|-------------------------------------|----------------|
| 20x CPU Xeon E5-2630 (without AVX) | 3.7x realtime |
| 20x CPU Xeon Silver 4214 (with AVX) | 1.7x realtime |
| 8x CPU Xeon Silver 4214 (with AVX) | 2.0x realtime |
| 2x CPU Xeon Silver 4214 (with AVX) | 2.9x realtime |
| Intel N4100 Atom (NAS) | 4.7x realtime |
| GPU RTX A2000 4GB (w/o deepspeed) | 0.4x realtime |
| GPU RTX A2000 4GB (w deepspeed) | 0.15x realtime |
所需的 Python 版本是 3.11。
此安裝需要 Python < 3.12 和 Homebrew（我使用 homebrew 安裝 espeak、pyenv 和 ffmpeg）。根據這個錯誤，mecab 也應該透過自製軟體安裝。
語音模型將保存在本地~/.local/share/tts
#install dependencies
brew install espeak pyenv ffmpeg mecab
#install epub2tts
git clone https://github.com/aedocw/epub2tts
cd epub2tts
pyenv install 3.11
pyenv local 3.11
#OPTIONAL but recommended - install this in a virtual environment
pip install coqui-tts --only-binary spacy
python -m venv .venv && source .venv/bin/activate
pip install .
這些說明適用於 Ubuntu 22.04（20.04 顯示了一些依賴問題），但應該適用於幾乎任何儲存庫（使用適當的軟體包安裝程式 mods）。使用前請確保已安裝ffmpeg 。如果您有 NVIDIA GPU，您也應該安裝 CUDA 工具包才能使用 deepspeed。
語音模型將保存在本地~/.local/share/tts
#install dependencies
sudo apt install espeak-ng ffmpeg
#If you have a CUDA-compatible GPU, run:
sudo apt install nvidia-cuda-toolkit
#clone the repo
git clone https://github.com/aedocw/epub2tts
cd epub2tts
pip install coqui-tts --only-binary spacy
pip install .
注意：如果您安裝了 deepspeed，它可能會被偵測到但無法正常運作，從而導致錯誤。嘗試安裝 CUDA 工具包以查看是否可以解決問題。如果這不能解決問題，請添加--no-deepspeed ，它將不會被使用。同樣在這種情況下，請使用您的詳細資料提出問題，我們將進行調查。
在 Ubuntu 22 的 WSL2 中執行 epub2tts 是最簡單的方法，但這些步驟應該適用於直接在 Windows 中執行。
安裝 Microsoft C++ 建置工具。從 https://visualstudio.microsoft.com/visual-cpp-build-tools/ 下載安裝程序，然後執行下載的檔案vs_BuildTools.exe並選擇「C++ 建置工具」複選框，將所有選項保留為預設值。注意：這將需要 C 碟上大約 7 GB 的空間。
從 https://github.com/espeak-ng/espeak-ng/releases/latest 安裝 espeak-ng
安裝巧克力
使用指令choco install ffmpeg ffmpeg，確保您處於提升的 powershell 會話中。
使用指令choco install python311安裝 python 3.11
使用指令choco install git安裝 git 。
決定您希望 epub2tts 專案存放在哪裡，文件是一個常見的地方。找到滿意的目錄後，使用git clone https://github.com/aedocw/epub2tts和 cd epub2tts 克隆項目，這樣您現在就位於工作目錄中。
您可能有幾種不同的方式可以到達這裡，我個人選擇了 venv 來保持一切井井有條。使用指令python -m venv .venv建立 venv
啟動 venv，在 Windows 上，指令略有不同，因為您發出.venvscriptsactivate
使用指令pip install coqui-tts --only-binary spacy && pip install .
如果一切順利，您應該可以從 venv 中呼叫 epub2tts 並從此目錄更新它。若要更新，請使用git pull然後使用pip install . --upgrade
您可能會遇到的一些錯誤
pip install lxml手動安裝最新版本，然後重新執行pip install .python -c "import nltk"然後python -m nltk.downloader punktpip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121--no-deepspeed就不會使用。注意：Docker 映像最近尚未更新或測試，可能可以工作，但已過時。
語音模型將保存在本地~/.local/share/tts
Docker 的使用並不能可靠地利用 GPU，如果有人想致力於改進這一點，我們將非常歡迎您的 PR！
對於Linux 和 MacOS ：
alias epub2tts='docker run -e COQUI_TOS_AGREED=1 -v "$PWD:$PWD" -v ~/.local/share/tts:/root/.local/share/tts -w "$PWD" ghcr.io/aedocw/epub2tts:release'
對於Windows ：先決條件：
#Example for running scan of "mybook.epub"
docker run -e COQUI_TOS_AGREED=1 -v ${PWD}/.local/share/tts:/root/.local/share/tts -v ${PWD}:/root -w /root ghcr.io/aedocw/epub2tts:release mybook.epub --scan
#Example for reading parts 3 through 15 of "mybook.epub"
docker run -e COQUI_TOS_AGREED=1 -v ${PWD}/.local/share/tts:/root/.local/share/tts -v ${PWD}:/root -w /root ghcr.io/aedocw/epub2tts:release mybook.epub --start 3 --end 15
#clone the repo
git clone https://github.com/aedocw/epub2tts
cd epub2tts
#create a virtual environment
python -m venv .venv
#activate the virtual environment
source .venv/bin/activate
#install dependencies
sudo apt install espeak-ng ffmpeg
pip install coqui-tts --only-binary spacy
pip install -r requirements.txt
git pullpip install . --upgrade？克里斯多福·埃多
貢獻者
歡迎貢獻、問題和功能請求！
請隨意查看問題頁面或討論頁面。
如果這個專案對你有幫助的話就給個️吧！
