Abogen:把你的电子书＂读＂给你听,还能自动生成字幕.5 秒生成 1 分钟音频 + 完美同步字幕,而且完全免费、完全本地运行.
📚 下载了一本 EPUB 电子书，想在路上听，却发现没有有声版
📄 拿到一份 PDF 论文或报告，眼睛看累了，想让电脑"念"出来
🎬 做短视频需要配音，但不想用自己的声音，也不想花钱找配音员
📖 想练外语听力，需要带字幕的音频材料，但找不到合适的资源
以前，这些需求要么依赖昂贵的商业 TTS（文字转语音）服务，要么忍受"机器人般"的生硬朗读。更重要的是，你的文档要上传到别人的服务器，隐私毫无保障。
二、Abogen 是什么？
Abogen是一款开源的文本转语音（TTS）桌面应用，可以把你的EPUB、PDF、TXT、Markdown、字幕文件一键转换成高质量音频，同时自动生成时间轴精确同步的字幕。声音自然—— 基于 Kokoro-82M 模型，效果接近真人朗读
完全本地—— 所有处理在你的电脑上完成，文档无需上传云端
功能全面—— 从语速调节、音色定制到批量处理，专业用户需要的它都有
三、为什么 Abogen 不一样？
市面上的 TTS 工具不少，但 Abogen 在几个关键点上做到了"降维打击"：1️⃣ 基于 Kokoro-82M：小模型，大能量
Abogen 底层使用的是Kokoro-82M—— 一个仅有 8200 万参数的轻量级 TTS 模型。别看它"小"，音质却远超许多大模型方案。音色自然：不是机械式的"逐字蹦"，而是有语调、有停顿、有情感
速度极快：在普通显卡上实时生成，甚至更快
资源占用低：不需要高端配置，RTX 2060 笔记本显卡就能流畅运行
2️⃣ 真·本地离线运行
从文本解析、语音合成到字幕生成，全程不联网。你的小说、论文、商业文档永远不会离开你的电脑。对于注重隐私的用户和企业来说，这是云服务商无法提供的保障。3️⃣ 双界面设计：桌面端 + Web 端
Web UI 还额外提供了Supertonic TTS 支持、LLM 文本规范化、Audiobookshelf 集成等高级功能。4️⃣ 格式支持极其全面
输入格式：ePub、PDF、纯文本 (.txt)、Markdown (.md)、字幕文件 (.srt / .ass / .vtt)输出音频：WAV、FLAC、MP3、OPUS（压缩率最佳）、M4B（带章节标记，真正的有声书格式）输出字幕：SRT（通用）、ASS（多种样式：宽屏/窄屏/居中）
四、专业级功能，不止于"读出来"
Abogen 不是简单的"文字朗读器"，它内置了许多面向专业场景的功能：🎚️ Voice Mixer（语音混合器）
你可以像调音台一样，把多个基础音色按不同比例混合，创造出独一无二的自定义声音。比如 40% 的温柔女声 + 30% 的沉稳女声 + 30% 的活泼女声，保存为专属音色档案，随时调用。📋 Queue Mode（队列批量处理）
有一堆文件要转？扔进队列，Abogen 会按顺序自动处理，每个文件可以保留独立的配置（语速、音色、格式等），也可以统一覆盖设置。适合批量制作有声书或视频配音。📖 智能章节处理
对于 ePub 和 PDF，Abogen 能自动识别章节结构：选择只转换特定章节
每个章节保存为独立音频文件
或合并为一个带章节标记的 M4B 文件（在播放器里能跳转章节）
🧠 spaCy 智能分句
传统的 TTS 按标点分句，会把 "Dr. Smith" 或 "Mr. Wang" 错误切开。Abogen 可选集成spaCy自然语言处理库，用 AI 模型判断真正的句子边界，分句更准确，朗读更流畅。⚡ GPU 加速支持
NVIDIA 显卡：CUDA 加速（支持 CUDA 12.6/12.8/13.0）
AMD 显卡：ROCm 加速（Linux 平台）
Apple Silicon：MPS 加速（M1/M2/M3 系列）
五、它能用来做什么？
| |
|---|
| 把 EPUB/PDF 小说转成 M4B 有声书，带章节和字幕 |
| |
| 为 YouTube、TikTok、Instagram 生成配音 + 字幕 |
| |
| |
| |
六、安装使用：比想象中简单
Abogen 支持Windows、macOS、Linux三大平台，安装方式多样：Windows（最简单）
安装 espeak-ng
下载 Abogen 仓库，双击WINDOWS_INSTALL.bat
脚本会自动安装 Python、CUDA 等依赖，无需手动配置
一行命令安装（推荐）
# nvidia 显卡用户uv tool install--python3.12 abogen[cuda] --extra-index-url https://download.pytorch.org/whl/cu128 # mac apple siliconuv tool install--python3.13 abogen --with "kokoro @ git+https://github.com/hexgrad/kokoro.git" # linux 无显卡 uv tool install--python3.12 abogen
启动使用
#启动桌面版abogen#启动 Web 版abogen-web # 然后打开 http://localhost:8808
使用步骤极其简单：拖入文件 → 选择音色和语速 → 点击 Start。即使是非技术用户也能轻松上手。
七、写在最后
在 AI 语音合成技术飞速进步的今天，我们不再需要忍受生硬的"机器音"，也不必把私人文档交给云端。Abogen 把Kokoro-82M这样顶尖的开源 TTS 模型，包装成了一个普通人也能轻松使用的桌面工具。它既满足了"把电子书转成有声书"的日常需求，也提供了语音混合、批量队列、GPU 加速等专业功能。最重要的是——它是完全免费的，而且你的数据永远属于你。🎧 项目地址: github.com/denizsafak/abogen💻 支持平台: Windows / macOS / Linux🎙️ 核心引擎: Kokoro-82M
如果你也想让电脑帮你"读书"，或者需要一款本地、免费、高质量的配音工具，Abogen 值得一试。觉得有用的话，欢迎点赞、在看、转发给需要的朋友！🚀
