Kokoro82M__TTS__audiblez__1">2025 年实现听书自由——基于 Kokoro-82M 的开源 TTS 工具 audiblez 本地部署实战

1 前言

Kokoro-82M 是一款今年 1 月刚开源的轻量级文字转语音 TTS 智能模型（详见 HuggingFace 测试页），因为其模型参数规模小、语音生成质量高、项目完全开源免费等特点而迅速火爆全网。经过多方查证与实际演练，我也成功跑通了本地部署流程并第一时间发了一篇 Kokoro-82M 实战笔记。但当时只能借助 Jupyterlab 实现小范围的文本转换，如果要生成电子书级别的完整语音还是比较吃力：

Kokoro-82M 本地部署的主页面" />

【图 1：利用 Jupyterlab 成功实现 Kokoro-82M 本地部署的主页面】

一个偶然的机会，看到 GitHub 有个英国的大佬基于 Kokoro-82M 开发了一个 TTS 开源项目，成功实现了在命令行中将 epub 电子书转换成高清语音。这不就是我一直想要的功能么？几经尝试，终于在我本地也跑通了 1.0 版。虽然最后的 .m4b 语音文件合成还没通，但利用 GPU 生成的大段 .wav 格式语音已经非常不错了：

audiblez 可基于 epub 识别结果手动选择要转成语音的章节" />

【图 2：本地成功运行的 audiblez 可基于 epub 识别结果手动选择要转成语音的章节】

audiblez 在最终合成 m4b 文件时失败（作者怀疑是中间某个依赖项的问题）" />

【图 3：原始版 audiblez 在最终合成 m4b 文件时失败（作者怀疑是中间某个依赖项的问题）】

audiblez 在本地生成的 wav 高清语音文件均能正常播放" />

【图 4：audiblez 在本地生成的 wav 高清语音文件均能正常播放】

时隔仅一个月，这个彩蛋级项目又新增了上百次提交，点赞数也从我刚开始关注的 800 多暴涨到 1800 多，最新版甚至推出了体验感更加友好的 GUI 界面，更新迭代速度快得离谱——

audiblez 支持 GUI 可视化界面（截图为 MacOS 环境）" />

【图 5：最新版 audiblez 支持 GUI 可视化界面（截图为 MacOS 环境）】

有了这款 TTS 神器，今后所有的 epub 电子书都可以随意转成智能 .wav 格式的语音，从此实现听书自由。我随便放了几本开发类的正版 epub 文件，无论是发音还是语速、流利度、语感……几乎所有硬核指标都吊打目前市面所有的听书类 APP。因此，我决定将 audiblez 的本地部署方法分享出来，让那些打着各种名目高价收费的听书平台们好好反省反省。

2 本地部署准备工作

正式部署前先准备好以下工具：

1. Git：v2.45.1（能复制 GitHub 仓库就行）；
2. Anaconda Prompt：方便创建和管理 Python 虚拟环境；
3. ffmpeg：合成语音的必要依赖项（其 bin 目录须配置到系统环境变量 PATH 中）；
4. torch 模块：用于后期使用 GPU 加速。

3 具体安装步骤

经过多轮更新，目前 audiblez 工具的安装已经非常简单了，没有我第一次尝试部署的各种报错了，具体步骤如下：

# 启动 Anaconda Prompt
# 1. 创建 Python 虚拟环境 audiblez_new
> conda create --prefix D:\conda_venvs\audiblez_new python=3.12
# 2. 配置自定义虚拟环境所在路径
> conda config --add envs_dirs D:\conda_venvs
# 3. 切到 audiblez_new 环境
> conda activate audiblez_new
# 4. 确认当前环境
> conda env list

# conda environments:
#
base                   C:\Users\ad\anaconda3
audiblez_new         * D:\conda_venvs\audiblez_new

接着用 Git 将项目源码复制到本地（项目文件夹可以随意命名，这里我是为了和之前的纯命令行版，因此命名为 audiblez_new），并用 pip install 命令安装必要依赖：

# 1. 从 GitHub 克隆 audiblez 源码
> git clone https://github.com/santinic/audiblez.git audiblez_new
> cd audiblez_new
# 2. 安装 audiblez 必要依赖（全程点确认）
> pip install audiblez pillow wxpython

安装完成后，将待处理的 epub 电子书文件放到项目根目录下（例如 book.epub），然后执行命令：

> audiblez book.epub -v af_sky -s 1.0

上述命令中，-s 选项表示语速（speed），根据 README 文档，可以设为 0.5 到 2.0 之间的值；-v 选项用于指定声音源（voices），目前支持的声音源如下：

语言	声音源参数值
🇺🇸 美式英语	af_alloy, af_aoede, af_bella, af_heart, af_jessica, af_kore, af_nicole, af_nova, af_river, af_sarah, af_sky, am_adam, am_echo, am_eric, am_fenrir, am_liam, am_michael, am_onyx, am_puck, am_santa
🇬🇧 英式英语	bf_alice, bf_emma, bf_isabella, bf_lily, bm_daniel, bm_fable, bm_george, bm_lewis
🇪🇸 西班牙语	ef_dora, em_alex, em_santa
🇫🇷 法语	ff_siwis
🇮🇳 印地语	hf_alpha, hf_beta, hm_omega, hm_psi
🇮🇹 意大利语	if_sara, im_nicola
🇯🇵 日语	jf_alpha, jf_gongitsune, jf_nezumi, jf_tebukuro, jm_kumo
🇧🇷 巴西葡萄牙语	pf_dora, pm_alex, pm_santa
🇨🇳 普通话中文	zf_xiaobei, zf_xiaoni, zf_xiaoxiao, zf_xiaoyi, zm_yunjian, zm_yunxi, zm_yunxia, zm_yunyang

如果本地支持 GPU 加速，还可以通过 --cuda 参数启用 Cuda 加速，语音合成时间比纯 CPU 合成至少快 10 倍。测试本机是否支持 Cuda 加速，可以使用以下 Python 脚本：

> python
>>> import torch
>>> print(torch.cuda.is_available())
True

如果 Python 交互式环境的输出结果不是 True，则需要在当前虚拟环境安装 Cuda 支持：

> pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124

这是根据我的本地情况从 PyTorch 官网自动生成的安装脚本命令，地址为：https://pytorch.org/get-started/locally/，从下列配置表中生成（具体参数配置方法可参考我的 Kokoro-82M 实战笔记 对应内容）：

【图 6：PyTorch 官方文档提供的快速安装选项卡】

除了指定声音源、语速、Cuda 加速外，audiblez 还支持手动选择需要生成语音的章节，只需要再加一个 --pick 参数即可。

更多 audiblez 命令行参数用法，可参考 audiblez --help。

4 命令行启动测试

以源码中自带的原版《动物庄园》电子书为例（点击 这里 免费下载），另存为根目录下的 book.epub 后，执行如下命令：

> audiblez book.epub -v af_sky -s 1.0 --cuda --pick

audiblez 命令行运行实测截图" />

【图 7：audiblez 命令行运行实测截图】

之后会看到一个选择页面，供用户手动选择需要转成语音的章节（空格键用于勾选或取消勾选当前章节，j / k 或上下方向键用于上下移动光标，回车键用于最终确认）：

【图 8：从解析出的篇章列表手动选择待合成语音的章节】

这里选取任意三章，按回车键确认后，根据本机的硬件配置稍等片刻，直到运行结束：

audiblez 自动退出" />

【图 9：成功生成各章节 wav 音频和总的 m4b 音频文件后，audiblez 自动退出】

此时，项目文件夹下将看到这些音频文件：

【图 10：所有音频文件都将默认存到项目根路径下（也可以手动指定路径存放）】

5 GUI 界面启动测试

最新版 audiblez 还提供了 GUI 操作界面，只需在项目根路径的命令行下运行 audiblez-ui 命令即可。之后会弹出一个可视化窗口界面：

audiblez 的 GUI 可视化操作界面效果图" />

【图 11：最新版 audiblez 的 GUI 可视化操作界面效果图】

然后点击按钮加载根目录下的 book.epub，将看到如下操作界面：

【图 12：GUI 界面加载 epub 电子书后的功能示意图】

6 相关资源一站式下载

为了方便大家在本地快速搭建 audiblez，这里将本文提到的能提前下载的相关资源都整理到了我的网盘，包括：

1. audiblez 的 GitHub 源码仓库离线 zip 压缩包（方便 git clone 命令卡顿的朋友）；
2. ffmpeg 最新版安装包（解压到某个路径后，配置其 bin 目录到 PATH 环境变量即可）；
3. Git 最新版安装包（v2.48.1）；
4. Anaconda 最新 Windows 版（64 位）安装包；
5. 测试用的《动物庄园》epub 电子书 Animal_Farm.epub；

按照编号整理如下：

audiblez 所需的资料云盘汇总" />

【图 13：本地部署 audiblez 所需的资料云盘汇总】

本着开源共享精神，没有套路，没有强制关注或加 VX，直接到这里下载即可——

链接：https://pan.baidu.com/s/1xykYnpQr_zjVIThK3zR30g?pwd=92qn
提取码：92qn

下载如有任何问题，可在评论区留言。欢迎各位多提宝贵意见，多多交流，共同进步！