ebook2audiobook（E2A）是一个开源项目，旨在将电子书转换为有声书。它支持多种TTS（文本转语音）引擎，包括XTTSv2、Bark、Fairseq、VITS、Tacotron2、Tortoise、GlowTTS和YourTTS，并支持语音克隆和1158种语言。该工具仅适用于非DRM、合法获取的电子书，作者不承担任何误用或法律后果。
用途： 将电子书转换为有声书，并可选择克隆自己的声音或使用预设语音。
主要能力：
- 支持多种电子书格式：.epub、.mobi、.azw3、.fb2、.lrf、.rb、.snb、.tcr、.pdf、.txt、.rtf、.doc、.docx、.html、.odt、.azw、.tiff、.tif、.png、.jpg、.jpeg、.bmp、.zip。
- 支持OCR扫描，可处理图片中的文字。
- 支持语音克隆，可使用自己的语音文件。
- 支持1158种语言。
- 资源占用低，最低2GB RAM和1GB VRAM即可运行。
- 输出格式：单声道或立体声的aac、flac、mp3、m4b、m4a、mp4、mov、ogg、wav、webm。
- 支持SML标签，可控制停顿、暂停、语音切换等。
- 支持自定义模型（XTTSv2、VITS、FAIRSEQ、PIPER等）。
- 提供预训练的微调模型。
使用方式：
- 本地运行：通过Gradio网页界面或命令行无头模式。
- 克隆仓库：git clone https://github.com/DrewThomasson/ebook2audiobook.git 并进入目录。
- 安装/运行：Linux/MacOS使用./ebook2audiobook.command；Windows使用ebook2audiobook.cmd。
- 打开Web应用：访问http://localhost:7860/。
- 公开链接：./ebook2audiobook.command --share（Linux/MacOS）或ebook2audiobook.cmd --share（Windows）或python app.py --share（所有系统）。
- 无头模式：./ebook2audiobook.command --headless --ebook <path> --voice <path> --language <code>（Linux/MacOS）或ebook2audiobook.cmd --headless --ebook <path> --voice <path> --language <code>（Windows）。
- 自定义模型：--custom_model <path>，需为包含必要文件的.zip文件。
- 查看更多帮助：./ebook2audiobook.command --help（Linux/MacOS）或ebook2audiobook.cmd --help（Windows）或python app.py --help。
- 远程运行：可通过Docker构建并运行容器。
适用场景：
- 将个人合法拥有的电子书转换为有声书，便于收听。
- 需要多语言语音合成或语音克隆的用户。
- 希望本地运行、注重隐私的用户。
- 开发者和研究者可自定义TTS模型或贡献代码。
限制：
- 仅适用于非DRM、合法获取的电子书。
- EPUB格式缺乏标准结构，需要手动移除不需要转换的文本。
- 现代TTS引擎在CPU上运行缓慢，建议使用GPU。
- 语音克隆的参考音频理想时长为1到5分钟，背景噪音或音乐会被清理。
- 内置克隆语音列表主要为英语，其他语言需联系添加。
- 某些功能（如批量转换、安卓应用）仍在路线图中。
- 需要虚拟化支持（Windows Docker）或特定硬件（CUDA、ROCm、MPS等）。
- 更多平台和模型支持正在开发中。
