中文翻译

摘要: 作者 Ayush Pande 推荐开源本地工具 Ebook2Audiobook，它能利用 GPU 将文档转化为高质量有声书。相比云端服务，该工具完全免费、数据隐私安全且无需 API 额度。用户仅需通过 Docker 即可在 Windows 系统上快速部署，并配合 Web 界面操作。其内置 XTTS 引擎支持多种语音预设及自定义模型（如游戏角色配音），让枯燥文本变身生动叙述，是提升效率的绝佳研究助手

正文

我用这款本地 AI 工具，将枯燥文档变身精彩有声叙述

作者：Ayush Pande

发布日期：2026 年 5 月 17 日，美国东部时间上午 6:00

Ayush Pande 是一位专注于 PC 硬件与游戏领域的撰稿人。当他不在撰写新文章时，你总能看到他埋头于机箱内部，或是在折腾服务器操作系统。除了计算机技术，他的兴趣爱好还包括沉浸于长篇角色扮演游戏（RPG）、在合作游戏中对朋友“激情呐喊”，以及练习吉他。

登录您的 XDA 账户

最近，我开始将本地大语言模型（LLM）与我手中免费且开源的工具集相结合，这一组合彻底改变了我的工作效率。无论是生成精准的 OCR 扫描结果，还是协助我以正确的缩进格式重写长段代码，自托管模型在自动化日常任务方面展现出了令人惊讶的能力。更值得一提的是，自由及开源软件（FOSS）生态中蕴藏着大量鲜为人知却极具生产力的 AI 工具——只要将它们用于合适的场景。

以天才开发者 DrewThomasson 开发的 Ebook2Audiobook 项目为例。这款精巧的应用能够调用我的 GPU，并搭配文本转语音（TTS）引擎，将任何普通文档——从简单的笔记到完整的电子书——转化为质量不错的播客内容。虽然它无法完全替代传统电子书，但无疑是我近期遇到的最佳研究助手之一。

• 我不为 ChatGPT、Perplexity、Gemini 或 Claude 付费，而是坚持使用自托管 LLM

• 既然我的本地 LLM 能处理一切，依赖外部 AI 工具便毫无必要

Ebook2Audiobook 可在本地完整运行整个文本转语音流程，其配套的 Web 界面也让操作变得相当简便。

与那些需要高额订阅费才能生成播客或有声书、且容易耗尽 API 额度的云端模型相比，Ebook2Audiobook 是一款完全本地的工具，不会每月掏空我的钱包。此外，由于所有数据均不出本地网络，我无需担心某家陌生公司利用我的私人数据训练新的“笨拙”模型。

在易用性方面，Ebook2Audiobook 部署也相当简单。在我的 Windows 机器上部署该应用，只需创建相应目录并执行以下 Docker 命令：

docker run -v "./ebooks:/app/ebooks" \

           -v "./audiobooks:/app/audiobooks" \

           -v "./models:/app/models" \

           -v "./voices:/app/voices" \

           -v "./tmp:/app/tmp" \

           --gpus all --rm -it -p 7860:7860 \

           athomasson2/ebook2audiobook:cu130

供参考，我在配备 RTX 3080 Ti 显卡的系统上部署了该应用，其 Docker 镜像的 CUDA 版本立即识别出了该显卡。

Ebook2Audiobook 还配备了专用的 Web 用户界面，因此我不必反复输入冗长的终端命令来切换文本转语音引擎或模型预设。事实上，XTTS 引擎内置了多种音频预设，包括各类视频游戏角色声音；同时，它也支持用户上传自定义的 Hugging Face 模型。出于好玩，我选择了《艾尔登法环》中角色“盖利德·奥夫尼尔”（Gideon Ofnir）的语音配置文件，并上传了包含其语音样本的 .wav 文件（来自 DrewThomasson 的 Hugging Face 页面）。

来源: Brave/xda-developers.com

采集时间: 2026-05-17 20:17:51