Abogen が v1.3.1 をリリース: 新しい Web UI、EPUB 3 パイプライン、Supertonic TTS エンジン
Abogen v1.3.1 は、Flask ベースの Web UI、EPUB 3 メディア オーバーレイ パッケージング パイプライン、Supertonic TTS エンジン、マルチティンバーの役割割り当て、および Calibre/Audiobookshelf の統合をもたらします。
Abogen v1.3.1: デスクトップツールからデスクトップ + Web デュアルフォームへ
Abogen リリース v1.3.1。このバージョンは軽量ではありません。機能を追加するだけでなく、アーキテクチャの再構築を使用して Abogen を単純な PyQt6 デスクトップ アプリケーションから、デスクトップと Web で同じコアを共有するデュアル形式のツールに拡張し、EPUB 3、Supertonic TTS、マルチティンバーなどの主要な機能を追加します。
概要
| 行き方 | アップデート |
|---|---|
| フォーム | Flask ベースの Web UI (abogen-web) を追加しました。 |
| 建築 | リファクタリングされたコードベース、PyQt6 GUI および Web UI は同じコアを共有します。 |
| 出力 | EPUB 3 メディア オーバーレイ パッケージング パイプライン |
| 声 | Supertonic TTS エンジンを追加 (GPU アクセラレーション) |
| パフォーマンス | マルチティンバーの役割割り当て + エンティティ分析/アーティキュレーション カバレッジ |
| エコロジー | Calibre OPDS、オーディオブックシェルフの統合 |
アーキテクチャの再構築: 1 セットのコア、2 つの入り口
abogen-web は Docker およびヘッドレス サーバーの展開に適しており、この Web とデスクトップ GUI は同じコア ロジックを共有するようになりました。これは、デスクトップからクリックしても、サーバー上でバッチで実行しても、動作が一貫していることを意味します。これは、Abogen がサーバー側でのオーディオブックのバッチ生成に移行する前提でもあります。
コンテンツの品質: 参加者が「演技」した EPUB 3 オーディオブック
EPUB 3 パイプラインは、生成されたオーディオとチャンク化されたメタデータに基づいてメディア オーバーレイを備えた電子書籍を構築できます。チャンク化された時間メタデータはタスク プロダクトに永続化され、自動テストが装備されます。マルチボイスの役割割り当てを使用すると、さまざまな声をナレーターやさまざまなキャラクターに割り当てて、「ドラマチックな」オーディオブックを作成できます。新しく追加されたエンティティ分析および発音カバレッジ システムは、特に固有名詞の発音を処理します。 Supertonic TTS エンジンは、GPU アクセラレーションによる合成オプションをさらに提供します。
アップグレードと実装
- 「uv ツール更新 abogen」を通じて v1.3.1 にアップグレードします。
- サーバー シナリオで abogen-web を評価し、Calibre/Audiobookshelf に接続してパイプラインを形成します。
- Web 展開では、アクセス制御とリソース占有に注意を払う必要があります。完全な変更は、公式リリースの指示に従ってください。
レビュー