LiberSonora

LiberSonora 是一个开源的有声书工具集，其名称寓意“自由的声音”。LiberSonora 工具集能够提供多种功能，包括智能字幕提取、ai 标题生成和多语言翻译。

LiberSonora 主要功能：

• 智能字幕提取：LiberSonora 可以从音频文件中自动提取字幕，极大地简化了有声书的制作过程。

• AI 标题生成：LiberSonora能自动为音频内容生成适当的标题，帮助用户更好地组织和管理他们的作品。

• 多语言翻译：LiberSonora支持多种语言的翻译功能。

• GPU 加速：LiberSonora 支持 GPU 加速，处理速度更快。

• 多模型选择：灵活的模型选择，支持本地Ollama、DeepSeek和OpenAI等多种大模型。

• 批量处理有声书：强大的批量处理功能，轻松处理大量有声书。

• 本地音频处理：离线处理服务器本地音频文件，省去文件传输步骤。

• 手动检查输出结果：便捷的手动检查功能，可手动命名也可让 AI 重新生成。

LiberSonora 亮点：

• 开源自由：采用 MIT 许可证，真正的开源免费，音频处理与大模型推理全程本地离线运行，自主可控，数据安全有保障。

• 功能创新：提供独特的AI技术业处理音频与文本生成能力。

• 便捷部署：项目容器化，开发与部署便利，支持 API，轻松集成到个人工作流。

• 模块化设计：各功能模块独立，可单独启动特定服务（如音频增强、字幕识别等）

• 灵活定制：支持自定义大模型，针对特定任务提升效果，配置灵活多样，满足不同需求

LiberSonora使用场景：

LiberSonora非常内容创作用户、小型出版社、视频博主、播客以及任何对制作有声内容感兴趣的群体。

如何使用？

1. 克隆项目仓库：

首先，您需要克隆LiberSonora的GitHub仓库到本地。打开终端或命令提示符，运行以下命令：

git clone https://github.com/LiberSonora/LiberSonora

2. 进入项目目录：

cd LiberSonora

3. 启动 Docker 容器：

docker-compose -f docker-compose.gpu.yml up -d

4. 查看容器运行日志：

 docker-compose -f docker-compose.gpu.yml logs -f

5. 访问界面：

打开浏览器，访问 xxx.xxx.xxx.xxx:8651（将 xxx.xxx.xxx.xxx 替换为您的服务器 IP 地址），您将看到LiberSonora的Web界面。您可以通过这个界面管理有声书文件，提取字幕，生成标题，进行多语言翻译等。

6. 使用API：

如果您希望通过API集成LiberSonora，可以参考项目文档中的API接口说明。您可以使用HTTP请求与LiberSonora进行交互，实现自动化处理。

7. 处理音频文件：

将您的有声书音频文件放入指定的目录，LiberSonora会自动处理这些文件，生成字幕和标题，并支持多语言翻译。

GitHub：https://github.com/LiberSonora/LiberSonora