Awesome AI Pedia

Appearance

Novel2Voice - 小说/视频字幕转多角色配音 ​

一句话简介 ​

把小说文本或视频字幕（.srt/.ass）自动转成多角色有声书：AI 识别角色 → 分配不同音色 → 加情感标签 → 生成音频。

核心能力 ​

  • 自动角色分配：LLM 分析性别/年龄/性格，自动匹配最合适的音色
  • 情感与风格控制：50+ 标签，支持情绪、方言（粤语/台湾腔/东北话等 9 种）、甚至唱歌模式
  • 字幕转语音：SRT/ASS 支持，自动识别编码 + 时间轴对齐
  • 异步并发：多线程生成，速度提升 3–5 倍，支持断点续跑
  • 音色库巨大：500+ Edge TTS 音色（28 个精选中文）+ 9 个 MiMo 音色
  • 章节自动切分：识别"第 X 章/回/节"
  • 响度标准化：EBU R128 标准，听感一致
  • HTML 音色预览页：内置

技术栈 ​

  • Python ≥ 3.8
  • FFmpeg（MP3 编码 + 响度归一化）
  • Edge TTS（默认，无需 key） + MiMo TTS（需 MIMO_API_KEY）
  • 跨平台：Linux / macOS / Windows
  • 依赖轻量：requests、charset_normalizer

使用示例 ​

给你的ai说 帮我安装一下这个skill https://github.com/jangviktor-web/novel2voice

或

bash
# 全自动模式 + 并发
python3 scripts/generate_audiobook.py --auto novel.txt ./output --async --concurrent 5

# 字幕转配音
python3 scripts/generate_audiobook.py --subtitle movie.srt ./output

# 手动指定角色音色
--character-voices '{"旁白":"云扬","许七安":"云希"}'

文本内嵌样式标签：(温柔)、(东北话)、[叹气]、[轻笑] 等直接写在原文里生效。

输出：

  • output_complete.mp3（合并总音频）
  • 分章节 MP3 文件
  • 逐段音频片段
  • 生成日志
  • 首次运行会先出 3 段预览，供你确认音色

典型应用场景 ​

  1. 小说转多人有声书（爽文/网文/长篇小说）
  2. 视频字幕配音（自媒体解说、二创配音、无人声视频加旁白）
  3. AI 数字人 / 短视频批量配音生产
  4. 方言配音（粤语/台湾腔/东北话营造角色差异）
  5. 情感驱动叙事——比传统单音色 TTS 生动得多

一句话记住 ​

Novel2Voice = 小说/字幕 → LLM 分角色 → 多音色 + 情感标签 → 一键出多人有声书，最大亮点是"自动角色识别 + 情感/方言表达 + 并发提速"。