# Novel2Voice
**小说 / 视频字幕 → 多角色有声书，一步到位。**
自动角色识别 · 情感标注 · 智能音色分配 · 异步并发生成 · 500+ 音色
[](https://learn.microsoft.com/en-us/azure/ai-services/speech-service/language-support)
[](https://mimo.xiaomi.com)
[](https://python.org)
[](https://ffmpeg.org)
[](LICENSE)
[](#)
安装 快速开始 ·
Features ·
音色 ·
Usage ·
工作流 ·
Comparison ·
Docs
---
## 📦 Installation
### 方式一：ClawHub 一键安装（推荐）/腾讯Skillhub一键安装
```bash
openclaw skills install @jangviktor-web/novel2voice
# 腾讯Skillhub 把下面这句话复制到wordbuddy、Qclaw 、openclaw即可安装
请根据 https://skillhub.cn/install/skillhub.md，安装 @user_ff4d9420/novel2voice。
```
### 方式二：直接克隆
```bash
git clone https://github.com/jangviktor-web/novel2voice.git
cd novel2voice
pip install requests charset_normalizer
```
### 方式三：一键安装脚本
```bash
curl -fsSL https://raw.githubusercontent.com/jangviktor-web/novel2voice/main/install.sh | bash
```
### 方式四：手动放入 Skills 目录
```bash
# QoderWork / OpenClaw / Claude Code 等 skills-compatible runtime
cp -r novel2voice ~/.qoderworkcn/skills/novel2voice
```
### 环境要求
| 依赖 | 版本 | 用途 | 必须 |
|---|---|---|---|
| Python | ≥ 3.8 | 主脚本运行 | ✅ |
| FFmpeg | 任意 | MP3 编码 + 响度标准化 | ✅ |
| requests | 最新 | HTTP 请求 TTS API | ✅ |
| charset_normalizer | 最新 | 字幕文件编码检测 | 推荐 |
| 网络连接 | — | 调用 Edge TTS / MiMo API | ✅ |
> [!NOTE]
> Edge TTS 为默认后端，无需 API Key，开箱即用。MiMo TTS 需要额外设置 `MIMO_API_KEY`。
---
## ✨ Features
| | Feature | Description |
|---|---|---|
| 🎭 | **多角色自动分配** | LLM 分析角色性别/年龄/性格，自动匹配最佳音色 |
| 🎨 | **情感风格控制** | 50+ 情感标签（温柔/愤怒/悲伤/撒娇…）、方言、唱歌模式 |
| 📝 | **字幕转语音** | SRT/ASS 字幕文件，多编码自动检测，按时间轴对齐生成 |
| ⚡ | **异步并发** | 多线程 TTS 生成，速度提升 3-5x，支持断点续传 |
| 🔊 | **500+ 音色** | Edge TTS 覆盖 100+ 语言/地区，中文 28 个精品音色 |
| 🎵 | **MiMo TTS** | 小米 MiMo 音色设计、音色复刻、唱歌（需 API Key） |
| 🎧 | **在线试听** | 内置 HTML 音色试听页面，搜索/筛选/一键复制 |
| 📖 | **章节拆分** | 自动识别「第X章/回/节」，按章合并输出 |
| 🔁 | **断点续传** | 中断后自动跳过已完成片段，继续生成 |
| 🎚️ | **响度标准化** | EBU R128 标准响度归一化，听感一致 |
---
## 🚀 Quick Start
### 1. 环境准备
```bash
# 检查依赖
python3 --version # ≥ 3.8
ffmpeg -version # 音频格式转换 + 响度标准化
# 安装 Python 依赖
pip install requests charset_normalizer
```
### 2. 一键生成
```bash
# 小说文本 → 有声书（自动识别角色）
python3 scripts/generate_audiobook.py --auto novel.txt ./output
# 异步并发（推荐，3-5x 加速）
python3 scripts/generate_audiobook.py --auto novel.txt ./output --async --concurrent 5
```
### 3. 完成
输出文件在 `./output/` 目录：
```
output/
├── output_complete.mp3 ← 完整有声书
├── chapters/ ← 按章节拆分
│ ├── 001_第一章.mp3
│ └── 002_第二章.mp3
├── segments/ ← 单片段（可选保留）
└── generation_log.json ← 生成日志
```
> [!TIP]
> 首次运行会自动生成 3 段预览（`preview.mp3`），确认音色满意后再全量生成。
---
## 📖 Usage
### 基础用法
```bash
# 自动模式：LLM 分析角色 → 分配音色 → 生成
python3 scripts/generate_audiobook.py --auto novel.txt ./output
```
### 指定角色音色
```bash
# 手动指定角色→音色映射
python3 scripts/generate_audiobook.py --auto novel.txt ./output \
--character-voices '{"旁白":"云扬","许七安":"云希","洛玉衡":"晓涵","李妙真":"晓墨"}'
```
### 字幕转语音
```bash
# SRT 字幕
python3 scripts/generate_audiobook.py --subtitle movie.srt ./output
# ASS 字幕 + 指定说话人音色
python3 scripts/generate_audiobook.py --subtitle anime.ass ./output \
--speaker-voices '{"旁白":"云扬","张三":"云希","李四":"晓晓"}'
```
### 使用 MiMo TTS
```bash
# 需要设置 MIMO_API_KEY 环境变量
export MIMO_API_KEY="your-key-here"
python3 scripts/generate_audiobook.py --auto novel.txt ./output --tts-backend mimo
```
### 仅预览
```bash
# 只生成前 3 段，快速确认音色效果
python3 scripts/generate_audiobook.py --auto novel.txt ./output --preview-only
```
### 情感风格控制
在文本中嵌入风格标签即可控制语气：
```text
(温柔)晚安，好梦。
(东北话)哎呀妈呀，这天儿也忒冷了吧！
(紧张)[深呼吸]呼……冷静，冷静。
(唱歌)原谅我这一生不羁放纵爱自由。
(极其疲惫，有气无力)师傅……到地方了叫我一声……
```