Auto-Audio-Book是由开发者zqq-nuli创建的Python 3.10+开源项目，托管在GitHub平台。该工具通过整合大模型技术（如Gemini和CosyVoice2-0.5B），实现了从网络爬取小说内容到生成多角色有声书的完整流程。项目代码完全公开，允许用户自由下载和修改，特别适合技术爱好者和有声书制作者使用。
核心架构包含五个关键技术模块：1）基于requests库的网络爬虫系统；2）运用NLP技术的对话分析引擎；3）多角色语音合成接口；4）基于ffmpeg的音频处理系统；5）可选MongoDB数据库支持。这种模块化设计使项目具有高度可扩展性，开发者可以轻松替换其中的组件。
截至2025年3月的最新版本（0.5B），该项目虽仍处于开发阶段且GUI尚未完善，但已能通过命令行完成从爬取到生成的全部工作流程。典型运行环境需要配备Python 3.10+、ffmpeg音频工具以及相应的大模型API密钥，这些在项目文档中都有明确说明。
本答案来源于文章《自动爬取小说并生成多角色有声书的工具》
这个开源项目完整展示了从文本获取到语音合成的技术链条，包含多个可深入研究的模块：1）基于Requests+Be...
该工具针对网络文学的特点进行了多项优化设计。在内容获取端，内置的智能爬虫能自动识别主流小说网站（如m.ilwx...
项目设计了高效的并行处理机制来应对长篇小说的音频生成需求。核心包含三个层面的优化：1）基于Python多线程的...
Auto-Audio-Book的创新之处在于其智能角色识别与声音分配系统。首先使用AI模型分析小说文本，准确区...
该工具在三大领域具有实用价值：内容生产领域有声书商业化制作：将网络小说转为多角色音频后上传喜马拉雅等平台盈利。...
优化生成效果可从以下三方面入手：效率提升采用多线程加速：如python app/createAudio.py ...
工具通过多阶段技术实现角色声音区分：角色识别阶段运行saveBookJson.py脚本，利用AI模型分析章节内...
安装Auto-Audio-Book需按以下步骤操作：环境准备安装Python 3.10+（官网下载）和ffmp...
Video Face Swap
Codeium（Windsurf Editor）：免费的AI代码补全与聊天工具，Windsurf以对话方式编写完整项目代码
Cursor试用期重置工具：解决Cursor试用期限制问题，轻松重置试用期，避免升级到专业版
PocketPal AI
Jan：开源离线AI助手，ChatGPT 替代品，运行本地AI模型或连接云端AI
Roo Code（Roo Cline）：基于Cline的增强版自主编程助手，智能化IDE编程助手
MagicQuill：智能交互式图像涂鸦编辑系统，精准局部涂鸦编辑
Cherry Studio：集成API/Web/本地模型的AI助手桌面客户端
FaceFusion：视频换脸增强工具|语音同步视频嘴型动作
gibberlink：两个AI智能体间高效音频通信的演示项目
DeepMosaics：自动去除图像和视频中的马赛克，或向其添加马赛克
豆包
Kode：Claude Code 开源优化版
MCP ECharts：生成ECharts可视化图表的MCP工具
Nanocoder：在本地终端运行的代码生成工具
LlamaFarm：在本地快速部署AI模型与应用的开发框架
DbRheo-CLI：使用自然语言操作数据库和分析数据的命令行工具
M3-Agent：一个拥有长期记忆并能处理音视频的多模态智能体
AlignLab：用于对齐大语言模型的综合工具集
AI Proxy Worker：在Cloudflare上部署AI服务的安全代理工具
AIWeChatauto：自动创作并发布微信公众号内容的AI工具
Qwen3-FineTuning-Playground：一个上手即用的Qwen3大模型微调代码库
Parlant：一个为大型语言模型智能体提供可靠控制的开源框架
ZCF：一键配置Claude Code完整开发环境的工具
回顶部
微信扫码分享
简体中文 
English 
日本語 
Deutsch 
Português do Brasil