生成同步字幕的高质量有声书，支持 EPUB、PDF 及纯文本一键转换。
• 支持多平台（Windows、Mac、Linux）安装，自动配置 Python 和 CUDA，兼容主流 GPU（NVIDIA，Linux 下部分支持 AMD）。
• 采用 Kokoro-82M 语音合成模型，音质自然，支持美式、英式、中文等多语种，具备自定义混音调节功能。
• 内置字幕生成，支持按句子、词数分割，输出多种音频格式（MP3、WAV、FLAC、OPUS、M4B含章节）。
• 支持章节标记与元数据编辑，方便分章节保存与管理，批量队列处理提升工作效率。
• 提供命令行与 GUI 双模式，Docker 容器化部署，适合内容创作者、播客、短视频配音等多场景应用。
• 丰富配置选项：语速调节、个性化声音预听、字幕格式选择、缓存管理、主题切换（含暗黑模式规划）。
• 社区活跃，开源 MIT 授权，支持贡献代码，持续迭代功能，致力于打造高效便捷的有声内容生成工具。
从文本到音频的本质是“内容表达的多模态转换”，Abogen通过精准时间戳同步字幕，解决了传统 TTS 缺乏视觉辅助的问题，极大提升了听觉与视觉的结合体验，赋能内容消费和创作的双重升级。
abogen | #生成器
• 支持多平台（Windows、Mac、Linux）安装，自动配置 Python 和 CUDA，兼容主流 GPU（NVIDIA，Linux 下部分支持 AMD）。
• 采用 Kokoro-82M 语音合成模型，音质自然，支持美式、英式、中文等多语种，具备自定义混音调节功能。
• 内置字幕生成，支持按句子、词数分割，输出多种音频格式（MP3、WAV、FLAC、OPUS、M4B含章节）。
• 支持章节标记与元数据编辑，方便分章节保存与管理，批量队列处理提升工作效率。
• 提供命令行与 GUI 双模式，Docker 容器化部署，适合内容创作者、播客、短视频配音等多场景应用。
• 丰富配置选项：语速调节、个性化声音预听、字幕格式选择、缓存管理、主题切换（含暗黑模式规划）。
• 社区活跃，开源 MIT 授权，支持贡献代码，持续迭代功能，致力于打造高效便捷的有声内容生成工具。
从文本到音频的本质是“内容表达的多模态转换”，Abogen通过精准时间戳同步字幕，解决了传统 TTS 缺乏视觉辅助的问题，极大提升了听觉与视觉的结合体验，赋能内容消费和创作的双重升级。
abogen | #生成器
