Abogen文字转语音工具能在几秒内把ePub、PDF或文本文件，转化成高质量音频，并自动生成同步字幕，可用于制作有声书、Instagram、YouTube、TikTok的配音等场景，采用Kokoro-82M模型，能让生成的语音听起来更自然流畅。 Abogen功能 1、支持多种文件格式：ePub、PDF、TXT文件都能处理。 2、语音混合器：能混合不同语音模型创建自定义语音，调整各语音权重后还能保存为配置文件供以后使用。 3、章节控制：处理ePUB文件时可选择特定章节，处理PDF文件时能选择章节和页面，

Sherpa-onnx是一个基于最新Kaldi技术构建的本地语音处理工具，提供了一系列离线语音处理功能，支持多种操作系统和编程语言，能够在本地高效运行复杂的语音任务，包括语音识别、语音合成、说话人识别和语音活动检测。 Sherpa-onnx实现了以下语音处理能力： • 语音识别（ASR）：包括流式和

ChatTTS 是一个为对话场景设计的语音合成模型，特别适用于大语言模型助手等应用，支持英语和中文两种语言，使用了超过10万小时的中文和英文数据进行训练。 对话式语音合成 ChatTTT 针对基于对话的任务进行了优化，能够生成自然且富有表现力的语音，支持多说话人功能，方便进行交互式对话。 精细控制