Convertir des livres électroniques en livres audio avec le modèle Kokoro-82M

• Kokoro v0.19 est un modèle de synthèse vocale récemment annoncé, doté de 82M de paramètres et offrant une sortie de très haute qualité
  • Sous licence Apache, il a été entraîné avec moins de 100 heures d’audio
  • Il prend en charge l’anglais américain, l’anglais britannique, le français, le coréen, le japonais et le chinois, et propose diverses voix de haute qualité

• Utilisation de Kokoro

  • Les utilisateurs peuvent exploiter Kokoro via un outil appelé Audiblez, qui permet de convertir des livres électroniques en livres audio.
  • Audiblez analyse les fichiers .epub et transforme le contenu du livre en fichiers audio bien enregistrés.
  • Par exemple, sur un MacBook Pro M2, la conversion d’un livre d’environ 100 000 mots prend environ 2 heures.

• Installation et exécution

  • Audiblez peut être installé via pip sur un ordinateur disposant de Python 3.
  • Il ne fonctionne pas avec Python 3.13.
  • Il faut télécharger environ 360 Mo de fichiers supplémentaires.
  • Pour convertir un fichier .epub en livre audio, il faut exécuter une commande.

• Langues et voix prises en charge

  • L’option -l permet de spécifier la langue, et les codes de langue pris en charge sont en-us, en-gb, fr-fr, ja, ko et cmn.
  • L’option -v permet de sélectionner une voix, avec plusieurs voix disponibles.

• Détection des chapitres

  • La détection des chapitres est un peu instable, mais elle permet de trouver les chapitres principaux dans la plupart des fichiers .epub.
  • Si le chapitre qui vous intéresse n’est pas inclus, vous pouvez essayer d’ajuster la fonction is_chapter dans le code.

• Code source et pistes d’amélioration

  • Le projet Audiblez est disponible sur GitHub.
  • Les améliorations prévues incluent une meilleure détection des chapitres, l’ajout de la navigation entre chapitres et l’ajout d’une narration pour les images.

[crawler]

Il existe des modèles plus grands et meilleurs que celui-ci, mais je pense qu’il faut considérer que leur usage est différent.
Kokoro est très apprécié parce qu’il est petit, donc rapide, et que sa qualité n’est pas mauvaise non plus.

[munggo]

La version coréenne sonne comme du russe. C’est à un niveau inaudible.

[GN⁺]

Avis Hacker News

• Le narrateur d’un livre audio peut parfois très bien interpréter le texte, ce qui me laisse des sentiments mitigés vis-à-vis de l’usage des voix IA

  • Les livres audio avec plusieurs narrateurs et des voix différentes pour chaque personnage offrent une expérience particulière
  • Il arrive que le seul indice permettant de savoir qui parle dans un dialogue soit un changement de ton de la voix
  • Je préfère les voix IA aux ebooks amateurs ou aux livres audio du domaine public comme ceux de Project Gutenberg

• Les voix générées par IA sont difficiles à écouter plus d’une minute, et si j’en entends une sur YouTube, je passe immédiatement

  • C’est peut-être parce que notre cerveau essaie de percevoir les émotions du locuteur, ses pauses, ses sourires invisibles, etc.
  • Les modèles vont s’améliorer au point qu’il deviendra difficile d’identifier une voix générée par IA

• Demande de recommandations d’options open source pour générer du TTS avec une voix personnalisée

  • Prévoit d’essayer Coqui TTS

• Je voudrais une liseuse capable de basculer entre texte et audio avec un seul bouton

  • J’imagine pouvoir lire un livre sur le canapé, puis passer en mode audio en faisant la vaisselle

• Quelqu’un a l’idée de transformer un ebook en livre audio avec la voix d’un narrateur de livres audio en particulier

  • Inspiré par le projet Infinite Conversation, mais sans encore l’avoir mis en œuvre

• A essayé divers modèles TTS, mais la plupart étaient moyens, ne fonctionnaient pas sur Mac ou étaient très lents

  • Ce modèle-ci est rapide, facile à installer et offre une voix correcte
  • Je ne lis pas les livres qui n’ont pas de version audio
  • A déjà utilisé elevenlabs par le passé, mais le prix est trop élevé pour un usage personnel

• En 2025, il sera probablement possible de générer avec des réseaux neuronaux des livres audio avec musique de fond, effets sonores et narration dramatique

• « kokoro » signifie « cœur » en japonais

• Souhaite qu’un plugin soit ajouté au logiciel de gestion d’ebooks Calibre pour convertir facilement en version audio les titres sélectionnés d’une bibliothèque epub

• Très satisfait de l’ajout d’un argument de vitesse variable