开发人员 Drew Thomasson 最近推出了流行的 ebook2audiobook 项目的 2.0 版。版本 2.0 带来了新的 GUI，可以轻松访问微调的模型，以及用于本地 Mac、Windows 和 Linux 安装的易于使用的安装程序。然而，这些功能只是 ebook2audiobooks 可以做的冰山一角。
使用开源 AI 项目的组合，ebook2audiobook 创建具有完整章节和元数据的有声读物，甚至能够进行语音克隆。为此，ebook2audiobook 采用兼容的非 DRM 电子书，并使用 Calibre 将它们转换为可用的格式。然后，这本书被分成几个章节，以帮助组织电子书的音频。最后，使用 Coqui XTTSv2 和 Fairseq 的组合将电子书转换为音频。Coqui 提供了一种文本转语音模型，该模型可生成高质量的音频，并允许用户使用他们的语音进行旁白。得益于 Facebook 的 Fairseq 模型，用户可以使用超过 1107 种语言。
虽然 2.0 版包括一种更简单的方法，可以在各种操作系统上进行本地安装，但该项目也托管在 Hugging Face 和 Google Colab 上，使其更易于访问。但是，重要的是要注意，将电子书转换为音频是一个漫长的过程。此外，使用 Hugging Face 转换电子书的用户受到免费处理能力的限制，这会导致渲染时间变慢和潜在的超时。但是，对于希望在本地运行项目的用户来说，技术要求是合理的，该项目设计为仅在 4 GB 的 RAM 上运行。
