开源 Qwen3 有声书转换器：支持 PDF/EPUB 转语音与声音克隆
tom_doerr · x · 2026-08-06
开发者 WhiskeyCoder 推出了 Qwen3-Audiobook-Converter，一个基于 Qwen3 TTS 语音模型的开源有声书转换工具。
主要特性：
- 多格式支持：可将 TXT、PDF、EPUB、DOCX 和 DOC 等多种文档转换为高质量语音。
- 双语音模式：内置 Ryan、Serena 等针对有声书优化的高质量预设声音；同时支持通过参考音频样本进行声音克隆（自动转录）。
- 智能处理：具备基于句子边界的智能文本分块功能，并带有智能缓存以避免重复处理相同片段。
- 模型底座：固定使用 1.7B 参数的 TTS 模型以确保最佳生成效果。
该项目目前在 GitHub 上获得了 872 个 Star。
「编程与Agent」频道最新
- AgentGUI 预印本发布：人类理解 Agent 轨迹提速 38% — Michael_D_Moor · 2026-08-07
- 诊断Agent奖励作弊：从信噪比失衡到引入额外约束 — doodlestein · 2026-08-07
- 多模型对抗分析医疗记录：开源 AI 研究组合工程实践 — JWojoMojo · 2026-08-07
- 用 Temporal 赋能智能体系统：持久化执行能修好什么？ — heyneighbor · 2026-08-07
- OpenAI 联合 Cursor 等推出 Agent Plugins 开放标准 — OpenAIDevs · 2026-08-07
- 只要无模型全能，AI 路由就能击败所有单一模型 — Muennighoff · 2026-08-07