athomasson2/ebook2audiobookxtts

🚨 重要消息 🚨

此DockerHub仓库为旧版(legacy)，将不再更新。

项目已迁移至新仓库ebook2audiobook。
请访问新仓库获取最新更新。

新DockerHub仓库：

https://hub.docker.com/repository/docker/athomasson2/ebook2audiobook/general

新GitHub仓库：

https://github.com/DrewThomasson/ebook2audiobook

![]([]

📚 ebook2audiobook（旧版镜像说明）

镜像概述

原镜像用于使用Calibre和Coqui XTTS将电子书转换为带有章节和元数据的有声书，支持可选的语音克隆功能和多种语言，设计运行于4GB RAM环境。

更多详情请查看原GitHub仓库：https://github.com/DrewThomasson/ebook2audiobookXTTS%E3%80%82

🌟 核心功能与特性

• 📖 使用Calibre将电子书转换为文本格式。
• 📚 将电子书拆分为章节，实现有声书的有序组织。
• 🎙️ 借助Coqui XTTS提供高质量文本转语音功能。
• 🗣️ 支持可选的语音克隆功能，可使用自定义语音文件。
• 🌍 支持多种语言（默认英语）。
• 🖥️ 设计可在4GB RAM环境下运行。

使用场景与适用范围

适用于需要将电子书转换为有声书的用户，如：

• 希望通过听书方式消费电子书内容的读者。
• 需要个性化有声书语音（如克隆特定声音）的用户。
• 需要多语言有声书转换的场景。
• 资源受限（4GB RAM）环境下的有声书制作需求。

🐳 Docker使用方法

可通过Docker运行电子书转有声书转换器，此方式确保不同环境下的一致性并简化设置流程。

🚀 运行Docker容器

使用GPU运行

powershell
docker run -it --rm --gpus all -p 7860:7860 --platform=linux/amd64 athomasson2/ebook2audiobookxtts:huggingface python app.py

使用CPU运行

powershell
docker run -it --rm -p 7860:7860 --platform=linux/amd64 athomasson2/ebook2audiobookxtts:huggingface python app.py

上述命令将在7860端口启动Gradio界面（访问localhost:7860）。

🎥 演示

原英文文档中提供的演示链接：https://github.com/user-attachments/assets/8486603c-38b1-43ce-9639-73757dfb1031

🖥️ GUI界面

!https://github.com/user-attachments/assets/85af88a7-05dd-4a29-91de-76a14cf5ef06

🛠️ 自定义Xtts模型使用

针对特定语音优化的模型可在Hugging Face页面获取：[***]

使用自定义模型时，粘贴Finished_model_files.zip文件的链接，例如： David Attenborough fine tuned Finished_model_files.zip

无头模式（Headless Mode）使用示例 + 完整指南

拉取最新镜像

bash
docker pull athomasson2/ebook2audiobookxtts:huggingface

准备工作

运行前需在当前目录创建"input-folder"目录（用于存放输入文件）和"Audiobooks"目录（用于输出）：

bash
mkdir input-folder && mkdir Audiobooks

执行转换命令

将下方命令中的YOUR_INPUT_FILE.TXT替换为实际输入文件名：

bash
docker run -it --rm \
    -v $(pwd)/input-folder:/home/user/app/input_folder \
    -v $(pwd)/Audiobooks:/home/user/app/Audiobooks \
    --platform linux/amd64 \
    athomasson2/ebook2audiobookxtts:huggingface \
    python app.py --headless True --ebook /home/user/app/input_folder/YOUR_INPUT_FILE.TXT

转换完成后，有声书将输出至当前目录的"Audiobooks"文件夹。

获取帮助命令（查看所有参数）

bash
docker run -it --rm \
    --platform linux/amd64 \
    athomasson2/ebook2audiobookxtts:huggingface \
    python app.py -h

执行后将输出所有支持的参数说明，包括：

• --share: 是否启用Gradio公共链接（默认False）
• --headless: 是否无头模式运行（默认False）
• --ebook: 输入电子书路径（无头模式必填）
• --voice: 目标语音文件路径（可选）
• --language: 转换语言（默认en，支持多语言）
• --use_custom_model: 是否使用自定义模型（默认False）
• 以及温度（temperature）、语速（speed）等高级参数

🔨 构建Docker镜像

bash
docker build -t athomasson2/ebook2audiobookxtts:latest .

📄 Dockerfile概述

基础Dockerfile

基于Python 3.10-slim-buster镜像，安装Calibre、espeak、ffmpeg等依赖，克隆项目仓库，安装Python依赖（bs4、pydub、nltk、tts、gradio等），配置XTTS测试环境，设置Gradio启动命令。

NVIDIA GPU Dockerfile

基于nvidia/cuda:11.8.0-cudnn8-runtime-ubuntu20.04镜像，安装Miniconda创建Python 3.10环境，其余配置类似基础版，但针对GPU优化。

🌐 支持的语言

• 英语（en）
• 西班牙语（es）
• 法语（fr）
• 德语（de）
• 意大利语（it）
• 葡萄牙语（pt）
• 波兰语（pl）
• 土耳其语（tr）
• 俄语（ru）
• 荷兰语（nl）
• 捷克语（cs）
• 阿拉伯语（ar）
• 中文（zh-cn）
• 日语（ja）
• 匈牙利语（hu）
• 韩语（ko）

📚 支持的电子书格式

• .epub, .pdf, .mobi, .txt, .html, .rtf, .chm, .lit, .pdb, .fb2, .odt, .cbr, .cbz, .prc, .lrf, .pml, .snb, .cbc, .rb, .tcr
• 最佳效果：.epub或.mobi格式（支持自动章节检测）

📂 输出

生成带元数据和章节的.m4b格式有声书。

🙏 特别感谢

• Coqui TTS：https://github.com/coqui-ai/TTS
• Calibre：Calibre官网

更多详情请查看原GitHub仓库：https://github.com/DrewThomasson/ebook2audiobookXTTS%E3%80%82