欢迎使用 LiberSnora

开源项目仓库，欢迎 Star 支持：

GitHub Gitee

🌟 项目亮点

📚 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

🚀 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

💡 创新功能

• 持续更新，引入最新AI技术
• 提供独特的音频处理与文本生成能力

🚀 LiberSonora 发展规划

项目的愿景是打造一个全方位的有声书生态系统，分三个阶段逐步实现：

🎯 第一期：智能字幕提取、标题生成与多语言支持（代码放于本仓库，已完成）

🎯 解决的核心问题：

• 📁 智能重命名：摆脱”第001集_xxxx.mp3”、”Chapter_001.mp3”等无意义命名，轻松找到感兴趣的内容
• 📄 自动字幕生成：为无字幕音频添加精准字幕，实现文字内容快速定位
• 🗣️ 多语言学习辅助：借助大模型翻译，提供多语言字幕，助力语言学习

✨ 功能：

• 🎙️ 有声书音频字幕提取
• 🏷️ AI 智能命名工具
• 🌐 AI 驱动的多语言翻译
• 🇬🇧 英语有声书全面支持
• 🧠 子任务维度灵活的大模型配置
• 🏠 项目官网搭建

🎵 第二期：全平台有声书播放器（功能和技术栈规划中，开始时间待定）

如果您对此感兴趣，可以到 🎧 全平台有声书播放器需求整理 提出想法

🎯 解决的核心问题：

• 🎧 商业播放器本地功能薄弱
• 🗂️ 文件管理不便，界面不够美观
• 🚫 频繁弹窗广告干扰用户体验

✨ 功能：

• 💻🍎📱 跨平台支持
• ☁️ 采用 WebDAV 等开放协议，实现本地同步，避免复杂的服务端开发
• 🖥️ 服务端 NAS 友好，支持 docker、飞牛、群晖等
• 📚 有声书专属逻辑：
  • 🚫 纯净无广告体验
  • 🖼️ 自动抓取网络封面
  • 📊 基于有声书维度的进度管理、倍速管理、独立音量管理
• 🔗 支持 WebDAV、SMB 等协议，便捷接入 ALIST 或 NAS 资源
• 📴 离线模式与下载功能，节省存储空间，适应各种使用场景
• 🔊 超大音量模式：
  • 适应嘈杂环境（如通勤、散步）
  • 用手机释放更大的音量，无需耳机或便携音箱
  • 解决部分有声书音量过小的问题
  • 牺牲部分音质换取更大音量输出

🔮 第三期：AI 辅助创作工具（暂无规划）

✨ 功能：

• 🗣️ 整合声音克隆技术
• 👶🏻 AI 生成内容，并用父母的声音讲故事，导入到火火兔
• 📑 智能内容生成、拆分与排版
• 🔗 与第二期播放器深度联动

致谢如下开源项目

项目名称	项目地址	用途
ClearerVoice-Studio	https://github.com/modelscope/ClearerVoice-Studio	移除背景音
FFmpeg	https://github.com/FFmpeg/FFmpeg	音频转码
FunASR	https://github.com/modelscope/FunASR	字幕提取
Ollama	https://github.com/ollama/ollama	大模型推理
Qwen2.5	https://github.com/QwenLM/Qwen2.5	大模型推理
MiniCPM	https://github.com/OpenBMB/MiniCPM	大模型推理
Sanic	https://github.com/sanic-org/sanic	对外暴露 API 接口
Streamlit	https://github.com/streamlit/streamlit	页面交互
StreamlitAntdComponents	https://github.com/nicedouble/StreamlitAntdComponents	页面交互，实现步骤条

⏳ 受个人时间和精力限制，项目进展可能较为缓慢。计划先实现一二期的核心功能，再逐步完善细节。

💖 如果您喜欢这个项目，欢迎赞助支持开发！

问题反馈

如果您在使用过程中遇到任何问题或有改进建议，欢迎通过以下方式反馈：

在 GitHub 上提交 Issue：

• 访问我们的 GitHub Issues 页面
• 点击 “New Issue” 按钮
• 选择适当的 issue 模板（如果有）
• 详细描述您遇到的问题或建议

开源许可

本项目采用 MIT 许可证。

您可以在项目根目录的 LICENSE 文件中查看完整的许可证文本。