Pour aller plus loin
Pourquoi les gens cherchent un générateur de livres audio open source
Les gens cherchent un générateur de livres audio open source pour de bonnes raisons : c'est gratuit, le texte n'a jamais besoin de quitter leur ordinateur et ils peuvent modifier son fonctionnement. Cherchez un générateur de livres audio IA sur GitHub et vous trouverez un ensemble actif de projets qui transforment un EPUB en livre audio, et les modèles vocaux ouverts qui les sous-tendent se sont rapidement améliorés.
Cette page recense les projets que les gens recherchent réellement, ce dont chacun a besoin et ce qu'il produit, d'après leurs README, fichiers de licence et fiches de modèles consultés le 21 octobre 2026. Ensuite, elle présente honnêtement les arguments pour chaque approche : locale et gratuite, ou hébergée avec distribution automatique.
Les principaux projets sur GitHub
ebook2audiobook est le plus complet. Il accepte EPUB, MOBI, PDF, DOCX, TXT et plus encore, produit par défaut un M4B avec chapitres et métadonnées, et bascule entre plusieurs moteurs dont XTTSv2, Bark, VITS et Tortoise, avec clonage vocal en option. Il fonctionne sur CPU ou GPU via une interface web locale, Docker ou Colab. Le code est sous Apache-2.0, et sa dernière version date du 5 octobre 2026.
audiblez fait une seule chose : EPUB en entrée, M4B en sortie, lu par Kokoro avec une voix unique, ffmpeg se chargeant de l'empaquetage. abogen prend en charge les fichiers EPUB, PDF, TXT, Markdown et de sous-titres et exporte en MP3, FLAC, WAV ou M4B avec chapitres, plus des sous-titres, et propose un réglage qui maintient Kokoro hors ligne. Les deux sont sous licence MIT. epub_to_audiobook génère un MP3 par chapitre pour Audiobookshelf, en utilisant les voix Azure, OpenAI ou Edge en ligne, ou Piper et Kokoro en local.
Voix : Kokoro, Piper, XTTS et Edge TTS
Kokoro est la voix que partagent la plupart de ces outils : audiblez, abogen et Audiobook Creator l'utilisent tous, donc un livre audio TTS Kokoro est le point de départ habituel. C'est un modèle à poids ouverts de 82 millions de paramètres, publié sous Apache-2.0, ce qui autorise l'usage commercial. Piper est un moteur local rapide : son dépôt actuel, piper1-gpl, est sous GPL-3.0 et indique chercher des mainteneurs, et chaque voix Piper est livrée avec sa propre fiche de modèle et sa licence, certaines restrictives.
XTTS-v2 de Coqui peut cloner une voix à partir d'un extrait de six secondes en 17 langues, mais sa licence Coqui Public Model License n'autorise que l'usage non commercial du modèle et de sa sortie. Et un livre audio edge tts n'est pas local du tout : le README d'edge-tts indique qu'il utilise le service de synthèse vocale en ligne de Microsoft Edge, même si le code lui-même est open source.
Voix des personnages : qui tente l'attribution des locuteurs
La plupart des projets lisent tout le livre avec une seule voix. ebook2audiobook peut changer de voix, mais vous devez marquer les passages vous-même avec des balises de voix. Audiobook Creator est celui qui tente de le faire automatiquement : un modèle de langage que vous exécutez, via n'importe quelle API compatible OpenAI, liste d'abord les personnages avec leur âge et leur genre, puis attribue chaque réplique, et l'outil assigne les voix en fonction du genre. Son README suggère une fenêtre de contexte d'au moins 20 000 tokens.
C'est le problème que FullCastBook résout sur ses serveurs. Prenez une réplique comme OFFICER REYES: [firm, tired] Step away from the car. Un outil à voix unique la lit comme la narration qui l'entoure ; une distribution complète donne à Reyes sa propre voix et la conserve pour le reste du livre.
Installation, matériel et temps par livre
Prévoyez Python ou Docker, ffmpeg pour le M4B (calibre pour Audiobook Creator) et un peu de travail en ligne de commande. Un GPU est optionnel pour la plupart des projets mais change l'attente. Le README d'audiblez rapporte environ 600 caractères par seconde sur un GPU Colab T4 et environ 60 par seconde sur le CPU d'un MacBook Pro M2. D'après nos calculs, un roman de 80 000 mots représente environ 470 000 caractères, soit environ 13 minutes sur ce GPU ou deux à trois heures sur ce CPU, avant toute reprise.
La prise en charge matérielle varie selon le projet. Audiobook Creator indique que les GPU Apple Silicon ne sont pas pris en charge, ebook2audiobook liste MPS d'Apple aux côtés de CUDA et ROCm, et abogen ne prend en charge les GPU AMD que sous Linux. Si vous préférez essayer manuellement un modèle hébergé gratuit, consultez le tutoriel Google AI Studio audiobook.
Là où une distribution complète hébergée fait gagner du travail
FullCastBook échange les parties gratuites et hors ligne contre moins de travail. Rien à installer : importez un EPUB, un PDF avec couche de texte, un DOCX, TXT ou Markdown, et les chapitres et les intervenants sont détectés pour vous. Chaque personnage reçoit une voix distincte à côté du narrateur, vous pouvez diriger une réplique avec [whisper] ou [sigh], régénérer une seule ligne au lieu d'un chapitre, et exporter un M4B avec marqueurs de chapitres, un MP3 ou un ZIP de chapitres.
L'open source reste gagnant sur le coût, la confidentialité et le contrôle. Il peut fonctionner hors ligne, il est gratuit au-delà de votre matériel, vous pouvez lire et modifier le code, et ebook2audiobook peut cloner une voix, ce que nous ne proposons pas. Votre texte reste aussi sur votre machine ; avec FullCastBook, il est envoyé à nos fournisseurs de voix, Gemini TTS de Google pour les voix standard et ElevenLabs pour les voix premium.
Quelle voie choisir
Choisissez un générateur de livres audio IA local si vous êtes à l'aise avec Python ou Docker, si vous voulez une bonne voix gratuitement, ou si vous avez besoin que tout fonctionne hors ligne, et vérifiez la licence de la voix avant de vendre quoi que ce soit. Choisissez un casting complet hébergé si le livre est riche en dialogues, si vous préférez ne pas maintenir une chaîne d'outils, ou si vous voulez que les chapitres et les voix des personnages soient gérés au même endroit, dans le studio de livres audio.
Pour un panorama plus large, y compris les studios de voix et les programmes des boutiques, consultez le guide meilleur TTS pour livres audio ; pour le format lui-même, le créateur de livres audio M4B.





