athomasson2/ebook2audiobookstyletts2

📚 电子书转有声书转换器（基于Styletts2）

本Docker镜像可轻松实现电子书到有声书的转换，整合Calibre处理电子书格式转换，Styletts2提供高质量文本转语音能力，并用Gradio构建直观的网页操作界面。

🌟 核心功能

• 格式转换：依赖Calibre支持多种电子书格式转为文本；
• 语音生成：通过eSpeak-ng生成可自定义速度、音调的高质量语音；
• 语音克隆：上传mp3/wav音频样本即可克隆目标声音；
• 网页交互：Gradio界面简化操作流程，支持在线播放与下载；
• 灵活部署：支持GPU加速与非GPU模式，单命令快速启动。

🎯 使用场景

• 个人将电子书转为有声书，满足通勤、运动等场景的收听需求；
• 定制化有声书制作，通过语音克隆实现个性化声音输出；
• 快速验证语音转换与克隆功能的技术原型。

🚀 部署说明

快速启动

GPU加速模式

powershell
docker run -it --rm --gpus all -p 7860:7860 docker.xuanyuan.run/athomasson2/ebook2audiobookstyletts2:latest

非GPU模式

powershell
docker run -it --rm -p 7860:7860 docker.xuanyuan.run/athomasson2/ebook2audiobookstyletts2:latest

启动后访问http://localhost:7860即可进入网页界面。

自定义构建镜像

若需自行构建镜像，使用以下Dockerfile：

dockerfile
FROM docker.xuanyuan.run/python:3.10-slim
RUN apt-get update && apt-get install -y calibre ffmpeg git nano wget unzip && rm -rf /var/lib/apt/lists/*
RUN pip install --no-cache-dir styletts2 pydub nltk beautifulsoup4 ebooklib tqdm spacy gradio
WORKDIR /app
RUN git clone https://github.com/DrewThomasson/ebook2audiobookSTYLETTS2.git
RUN python -m spacy download en_core_web_sm
RUN echo "替换NLTK文件夹..." && ZIP_URL="https://github.com/DrewThomasson/VoxNovel/blob/main/readme_files/nltk.zip?raw=true" && TARGET_DIR="/usr/local/lib/python3.10/site-packages" && TEMP_DIR=$(mktemp -d) && wget -q -O "$TEMP_DIR/nltk.zip" "$ZIP_URL" && unzip -q "$TEMP_DIR/nltk.zip" -d "$TEMP_DIR" && rm -rf "$TARGET_DIR/nltk" && mv "$TEMP_DIR/nltk" "$TARGET_DIR/nltk" && rm -rf "$TEMP_DIR" && echo "NLTK替换完成。"
RUN python ebook2audiobookSTYLETTS2/styletts2_test.py
CMD ["python", "ebook2audiobookSTYLETTS2/Gradio_GUI.py"]

构建命令：

bash
docker build --platform linux/amd64 -t athomasson2/ebook2audiobookstyletts2:latest .

🎛️ 界面操作

在Gradio界面中可完成：

• 上传电子书文件与语音样本（用于克隆）；
• 调整语音速度、音调等参数；
• 在线预览转换后的有声书；
• 下载生成的音频文件。

更多细节请参考https://github.com/DrewThomasson/ebook2audiobookSTYLETTS2%E3%80%82