Hörbuch Generator - Marcel Verkooyen

📋 Beschreibung

Dieses Projekt ist ein Python-basiertes Tool zur automatisierten Erstellung von Hörbüchern und Hörspielen aus Textvorlagen. Es nutzt moderne KI-Technologien zur Textanalyse, Sprachsynthese und Audioverarbeitung.

Der Workflow umfasst die Umwandlung von Geschichten in strukturierte Dialoge, die Zuweisung von Stimmen zu Charakteren mittels ElevenLabs TTS, Audio-Normalisierung und das Zusammenfügen zu finalen Hörbuch-Dateien mit optionaler Hintergrundmusik.

🛠️ Technologien

Python 3.12 Hauptprogrammiersprache

OpenAI GPT-4 Textanalyse & Strukturierung

ElevenLabs API KI-gestützte Sprachsynthese

Gradio Webbasierte GUI

FFmpeg Audioverarbeitung & Mischung

ebooklib ePub-Generierung

SpeechRecognition Automatische Untertitel

pysubs2 SRT-Untertitel-Generierung

⚙️ Hauptfunktionen

Automatische Textanalyse mit GPT-4 zur Extraktion von Dialogen und Erzähltexten
JSON-basierte Strukturierung von Geschichten (Charaktere vs. Erzähler)
Stimmenzuweisung aus der ElevenLabs-Bibliothek für jeden Charakter
Individuelle Stimmeneinstellungen (Stability, Similarity Boost, Style)
Audio-Normalisierung mit FFmpeg (Loudnorm-Filter)
Zusammenführung einzelner Audio-Segmente zu kompletten Hörspielen
Optionale Hintergrundmusik/Geräuschkulisse
Generierung von ePub-Ebooks aus strukturierten Geschichten
Automatische Untertitel-Generierung via Google Speech Recognition
Webbasierte GUI mit Gradio für einfache Bedienung

📁 Projektstruktur

main.py - Einstiegspunkt (PyCharm-Template)
gui.py - Gradio-Oberfläche für GPT-Textverarbeitung
Create_Final.py - Hauptskript zur Hörbuch-Erstellung
eleven.py - ElevenLabs-TTS Integration mit GUI
elevenconsole.py - Konsolenbasierte Stimmenzuweisung
add_musik.py - Hintergrundmusik-Mischung
ebook.py - ePub-Generierung aus JSON
untertitel.py - Automatische Untertitel-Generierung
config.py - API-Schlüssel und Konfiguration
output.json - Beispiel: Strukturierte Geschichte (Die Prinzessin auf der Erbse)
aschenputtel.json - Beispiel: Aschenputtel als Hörspiel
*.mp3 - Generierte Audio-Dateien (001-056)
*_config.json - Stimmeneinstellungen pro Charakter

🎯 Anwendungsbeispiele

Das System wurde erfolgreich für Märchen wie "Die Prinzessin auf der Erbse" und "Aschenputtel" eingesetzt. Dabei werden:

Texte in strukturierte Dialoge mit Sprecherzuweisung umgewandelt
Mehrere Stimmen (Erzähler, verschiedene Charaktere) synthetisiert
Audio-Dateien normalisiert und zusammengefügt
Hintergrundmusik/Geräusche hinzugefügt

📍 Projektstandort

Lokaler Pfad: D:\arbeit\git\Hoerbuch_neu

Remote-System: Windows-Workstation (192.168.178.71) mit RTX 3060