Alexandria
Finrandojin/alexandria-audiobookAI 已审核
RepoPicks Radar 检查于
Alexandria 是什么?
你给它一本 .txt、.md 或 .epub 格式的书,它就会生成一本每个角色都有不同配音的有声书。你提供的 AI 语言模型会把文本拆分成带说话人和语气提示的台词,再由本地语音模型朗读出来;你可以在浏览器编辑器里修改任意一行,并导出 MP3、带章节的 M4B,或供 Audacity 使用的独立音轨。它需要一张显存 8 GB 的 NVIDIA 显卡才能有不错的速度,大约 20 GB 的磁盘空间,一个单独的语言模型服务器,通过 Pinokio 或 Docker 安装。它也提供一个 Google Colab 笔记本。
Alexandria 免费开源(MIT),可以替代 ElevenLabs、Murf和Speechify。
Alexandria 安装有多容易?
D · 终端、多个工具或特定显卡 · Windows
- Windows D
- macOS D
- Linux D
Windows 和 Linux 是最好的情况,仍然属于 D 级:安装要通过 Pinokio 或带 NVIDIA Container Toolkit 的 Docker 完成,你需要一张显存至少 8 GB、驱动版本 550 以上的 NVIDIA 显卡,大约 20 GB 磁盘空间,而且必须先单独安装并启动一个语言模型服务器(比如 LM Studio 或 Ollama),第一个按钮才能用。在 Mac 上也是 D 级,README 说 Apple Silicon 只能用处理器运行,"functional but slow";AMD 显卡则需要搭配 ROCm 的 Linux。
即将推出:用 RepoPicks 应用一键安装。
Alexandria 的 GitHub 数据
- 星标
- 1,0972026年11月10日
- 下载量
- —所有发布版本
- 增长
- +96 天内新增星标
星标变化
事实
- 可运行于
- Windows, Linux, macOS
- 需要安装
- Python, NVIDIA 显卡, FFmpeg, Docker
- 从源码编译需要
- Docker, NVIDIA 显卡, FFmpeg
- 磁盘空间
- 未确定
- 账号或密钥
- 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
- 费用
- 免费 · 该程序是免费的(MIT 许可证)。配合免费的本地语言模型时可以完全在你自己的电脑上运行,但如果你接入像 OpenAI API 这样的付费服务,每处理一本书都要向那项服务付费。
- 许可证
- MIT (宽松型)
- 可以替代
- ElevenLabs, Murf, Speechify, Audible
- GitHub 上的最近改动
- 2026年8月2日
Alexandria 的风险信号 (5)
- 注意用一小段样本克隆声音
功能列表写着 "Voice Cloning - Clone any voice from a 5-15 second reference audio sample",Training 标签页会用你自己的录音微调出一个可长期使用的声音副本。未经本人同意复制真人的声音,在一些国家可能是违法的,README 对此没有提到需要获得同意。
AI 审核
- 注意网页界面和 api 都没有登录验证
网页界面和整个 REST API(上传、生成、训练、下载)都在 4200 端口上响应,README 里完全没有提到任何登录方式,Dockerfile 设置了 "ENV ALEXANDRIA_HOST=0.0.0.0",docker-compose 发布了 "4200:4200"。在共享电脑或服务器上,任何能访问这个端口的人都能使用你的模型和文件,而且 Colab 那条路径还会开一个 ngrok 隧道通向它。
AI 审核
- 信息你书里的文字会发给你选择的语言模型
第二步写着 "Click Generate Annotated Script — this sends the book to your LLM",Setup 标签页需要填写 "LLM Base URL" 和 "LLM API Key"。如果你选择像 OpenAI API 这样的云服务,整本书的文字就会离开你的电脑;用 LM Studio 或 Ollama 的话则留在本地。
AI 审核
- 信息对书籍和生成结果的权利
Script 标签页接受 .epub 文件,整个流程就是为了朗读 "any book or novel" 而设计的。把一本不是你写的书做成有声书,尤其是再分享或出售它,需要版权所有者的许可。
AI 审核
- 信息第一次使用时要下载大文件
README 写道 "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",磁盘需求是 "~20 GB (8 GB venv/PyTorch, ~7 GB for model weights, working space for audio)"。下载期间界面可能看起来像卡住了。
AI 审核
证据以原始语言显示。
Radar 无法验证的 Alexandria 相关内容
- Pinokio 的安装是否真的能在你的电脑上顺利完成,因为它在安装时要搭建 Python 环境和 PyTorch。
- README 里的速度数据(3-6 倍实时速度),是作者在一台有 24 GB 显存的 AMD RX 7900 XTX 上测出来的。
- 针对你的书和语言,旁白和角色配音实际听起来效果如何。
- 模型、LoRA 适配器和生成的音频累积起来之后,实际占用的磁盘和显存。
- Google Colab 笔记本在免费额度下是否还能用,在那里处理一本书要多长时间。
- 用云端语言模型给一整本书做标注大概要花多少钱。