简易的有声书制作程序
- 使用Imagemagick将PDF转换成图片
- 使用科大讯飞OCR API识别图片,生成文字
- 使用科大讯飞TTS API将文字合成语音
git clone [email protected]:ruei0325/VideobookMaker.git
mvn package
java -jar AudiobookMaker.jar -h
- 输入PDF文件,输出到某个目录
java -jar AudiobookMaker.jar -a transcode -i ./1.pdf -o ./images
- 输入图片文件夹(图片为.jpg后缀,否则不识别)
- 输出到某个目录
java -jar AudiobookMaker.jar -a ocr -i ./images -o ./text -c xfocr.json
配置文件样例(讯飞控制台-印刷文字识别 页面中获取)
{
"appId": "",
"apiKey": ""
}
- 输入文字文件夹(文件为.txt后缀,否则不是别)
- 输出到某个目录
java -jar AudiobookMaker.jar -a tts -i ./text -o ./mp3 -c xftts.json
配置文件样例(讯飞控制台-在线语音合成 页面中获取)
{
"appId": "",
"apiKey": "",
"apiSecret": ""
}
暂未实现。若等不及迭代,可以自行使用其他软件对PDF进行裁剪后使用。
暂未实现指定图片识别,不过可以在文件夹下只放一张图来完成(- < -)
暂未实现指定文本片段识别,不过可以在文件夹下只放一个文本文件来完成(- < -)
图片识别文字时,会将页眉、页码、图片中的文字等元素也识别出来,还是需要手工修改一遍文案,才能获得最佳体验噢~