Alexandria
Finrandojin/alexandria-audiobookRevisado por IA
Revisado por RepoPicks Radar el
¿Qué es Alexandria?
Le das un libro en .txt, .md o .epub y produce un audiolibro narrado con una voz distinta para cada personaje. Un modelo de lenguaje de IA que tú proporcionas divide el texto en líneas con hablante e indicaciones de tono, y luego un modelo de voz local las lee; puedes corregir cualquier línea en un editor del navegador y exportar a MP3, a un M4B con capítulos o a pistas separadas para Audacity. Necesita una tarjeta NVIDIA con 8 GB de memoria de video para un rendimiento decente, unos 20 GB de disco, un servidor de modelo de lenguaje aparte, y se instala mediante Pinokio o Docker. También se ofrece un notebook de Google Colab.
Alexandria es gratis y de código abierto (MIT) y puede reemplazar a ElevenLabs, Murf y Speechify.
¿Qué tan fácil es instalar Alexandria?
D · terminal, varias herramientas o tarjeta específica · Windows
- Windows D
- macOS D
- Linux D
Windows y Linux son el mejor caso y aun así una D: la instalación se hace mediante Pinokio o Docker con el NVIDIA Container Toolkit, necesitas una tarjeta NVIDIA con al menos 8 GB de memoria de video y driver 550+, unos 20 GB de disco, y debes instalar y arrancar por separado un servidor de modelo de lenguaje como LM Studio u Ollama antes de que funcione el primer botón. En Mac también es una D y el README dice que Apple Silicon corre solo en procesador, "functional but slow"; las tarjetas AMD necesitan Linux con ROCm.
Pronto: instala con 1 clic desde la app RepoPicks.
Alexandria en GitHub
- Estrellas
- 1097el 10 nov 2026
- Descargas
- —todas las versiones
- Crecimiento
- +9estrellas en 6 días
Estrellas a lo largo del tiempo
Datos
- Funciona en
- Windows, Linux, macOS
- Necesitas instalar
- Python, Tarjeta NVIDIA, FFmpeg, Docker
- Para compilar desde el código
- Docker, Tarjeta NVIDIA, FFmpeg
- Espacio en disco
- no determinado
- Cuentas o claves
- OpenAI or another OpenAI-compatible language model service (not needed if you run LM Studio or Ollama on your own machine), Hugging Face (HF_TOKEN) for downloading the speech models, ngrok, only for the Google Colab route
- Costo
- Gratis · El programa es gratuito (MIT). Puede funcionar por completo en tu máquina con un modelo de lenguaje local gratuito, pero si lo conectas a un servicio de pago como la API de OpenAI, pagas a ese servicio por cada libro que proceses.
- Licencia
- MIT (Permisiva)
- Puede reemplazar
- ElevenLabs, Murf, Speechify, Audible
- Último cambio en GitHub
- 2 ago 2026
Señales de riesgo de Alexandria (5)
- Atenciónclonación de voz a partir de una muestra corta
La lista de funciones dice "Voice Cloning - Clone any voice from a 5-15 second reference audio sample", y la pestaña Training ajusta una copia persistente de una voz a partir de tus propias grabaciones. Copiar la voz de una persona real sin su permiso puede ser ilegal en varios países, y el README no dice nada sobre el consentimiento.
revisión con IA
- Atencióninterfaz web y api sin contraseña
La interfaz web y toda la API REST (subir, generar, entrenar, descargar) responden en el puerto 4200 sin que se muestre ningún inicio de sesión en el README, el Dockerfile configura "ENV ALEXANDRIA_HOST=0.0.0.0" y el docker-compose publica "4200:4200". En una máquina compartida o un servidor, cualquiera que pueda llegar a ese puerto puede usar tus modelos y tus archivos, y la ruta de Colab abre un túnel de ngrok hacia él.
revisión con IA
- Infoel texto de tu libro va al modelo de lenguaje que elijas
El paso 2 dice "Click Generate Annotated Script — this sends the book to your LLM", y la pestaña Setup pide una "LLM Base URL" y una "LLM API Key". Si eliges un servicio en la nube como la API de OpenAI, el texto completo del libro sale de tu computadora; con LM Studio u Ollama se queda local.
revisión con IA
- Infoderechos sobre el libro y el resultado
La pestaña Script acepta archivos .epub y el flujo está hecho para narrar "any book or novel". Hacer un audiolibro de un libro que no escribiste, y sobre todo compartirlo o venderlo, requiere el permiso de quien tenga los derechos.
revisión con IA
- Infodescargas grandes en el primer uso
El README dice "The TTS models are not included in the install. They download automatically from Hugging Face the first time you generate audio", "Each model variant is ~3.5 GB" y el requisito de disco es "~20 GB (8 GB venv/PyTorch, ~7 GB for model weights, working space for audio)". La interfaz puede parecer congelada durante esa descarga.
revisión con IA
La evidencia aparece en su idioma original.
Lo que Radar no pudo verificar de Alexandria
- Si la instalación con Pinokio realmente termina en tu máquina, ya que construye un entorno de Python y PyTorch durante la instalación.
- Las cifras de velocidad del README (3-6x tiempo real), medidas por el autor en una AMD RX 7900 XTX con 24 GB.
- Qué tan buena suena realmente la narración y las voces de los personajes para tu libro y tu idioma.
- El uso real de disco y memoria de video después de que se acumulan los modelos, los adaptadores LoRA y el audio generado.
- Si el notebook de Google Colab todavía funciona en el nivel gratuito y cuánto tarda un libro ahí.
- Cuánto costaría que un modelo de lenguaje en la nube anote un libro completo.