值友的NAS别只当书架！Docker三步自建AI有声书工坊：TXT丢进去秒变真人朗读，一年省下大几百听书会员

先问值友一个问题：你NAS里是不是也躺着几百本电子书，吃灰程度约等于吃灰的Kindle？

想听的时候呢？喜马拉雅VIP一年一两百，热门评书还得单买畅听卡；微信读书的听书券另算。一年下来，光”听”这一项，小几百就没了。

其实你家NAS早就具备”念书”的能力了：把TXT/EPUB丢进去，AI自动念成接近真人的有声书，手机、平板、电视随时续听，全家共享，一分钱不花。今天这篇保姆级教程，值友照着抄就行。🧾

🧐 为什么选”EasyVoice + Audiobookshelf”双件套

先把路线捋清楚。2026年自建听书，其实就三条路：

🔴 本地大模型TTS（Fish-Speech、GPT-SoVITS声音克隆）：音质”真人性”拉满，但要显卡，部署劝退，适合后期进阶。

🟠 官方云API（讯飞、Azure）：按字数/分钟计费，听书这种海量文本场景等于烧钱。

🟢 Edge TTS白嫖路线：微软神经语音，音质接近真人，免费无限量，普通NAS的CPU就能跑。

结论很明确：家用听书，Edge TTS路线性价比无敌。而把这条路线产品化做得最顺手的，是两个开源项目：

EasyVoice：基于Edge TTS的私有配音服务，支持流式输出（边生成边听）、多角色配音（旁白和角色自动分配不同音色）、AI智能解析分段。

Audiobookshelf：开源有声书媒体库，自动刮削书封和元数据、记录播放进度、多端同步，官方APP手机上体验相当丝滑。

一套组合拳：EasyVoice负责”念”，Audiobookshelf负责”管”。

顺便说下兼容性，这也是值友最关心的：飞牛fnOS的Docker中心直接搜得到，群晖用Container Manager，威联通用Container Station，绿联、极空间的Docker面板同样两步部署。甚至刷了系统的旧玩客云、家里的小主机都能跑——Edge TTS本身不吃本地资源，NAS只需要负责转发和存储，低功耗24小时挂机毫无压力。这也意味着，你那台”退役”的老NAS，完全可以返聘成全家的听书服务器。♻️

🛠️ 保姆级部署：15分钟搞定

飞牛fnOS、绿联、极空间、群晖、威联通的操作大同小异，下面以Docker面板为例。

第一步：部署EasyVoice（AI配音引擎）

在NAS的docker目录下建一个easyvoice文件夹，用Docker Compose或官方推荐方式拉起容器（镜像以项目官方仓库最新说明为准），端口映射9001。

目录规划建议直接抄：配置文件放/docker/easyvoice/config，输入的电子书和产出的音频各自单独建目录，后面Audiobookshelf才能直接挂载读取，不用来回拷贝。

浏览器打开NAS_IP:9001，创建管理员账号后就能用了。关键设置就两个：

1️⃣ 选音色：微软神经音色库里，”晓晓”温柔适合散文，”云希”沉稳适合小说旁白，还有各种风格随便挑。

2️⃣ 开多角色模式：把TXT粘贴进去或上传文件，AI会自动解析对话段落，不同角色分配不同音色，听感直接逼近真人演播。

第二步：部署Audiobookshelf（有声书库）

同样Docker一键起，镜像是ghcr.io/advplyr/audiobookshelf:latest，端口映射13378。目录挂载四个：/config（配置）、/metadata（元数据）、/podcasts（播客）、/audiobooks（有声书）——把上一步EasyVoice的音频输出目录直接挂到/audiobooks，生成即入库，全自动。

打开网页建管理员账号 → 右上角设置切成简体中文 → 添加媒体库（类型选”有声书”），指向音频目录，点扫描，书封和元数据自动刮好。

彩蛋：Audiobookshelf还支持播客订阅，媒体库类型选”播客”，RSS一贴，你的NAS瞬间变私人小宇宙，喜马拉雅和播客一个库全管了。📻

第三步：听！

EasyVoice生成的MP3/M4B既然已经直接落在媒体库里，手机装官方APP即可。连接地址填法：内网直接NAS_IP:13378；外网用各家官方穿透域名或Tailscale组网地址，HTTPS访问记得带端口。

实测最爽的场景：通勤路上听一半，回家往沙发上一躺，电视/平板打开接着听，一秒都不浪费。家里有智能电视的，浏览器打开NAS地址或者投屏，客厅秒变听书房。

📊 四条听书路线，四笔账算清

结论一目了然：只要你不排斥15分钟的部署成本，自建方案就是听书界的”0元购”。一年省下来的大几百，够加两块机械硬盘了。😂

🎧 实测体验：到底像不像人？

速度：流式生成是杀手级体验。有值友实测，近700万字的长篇小说，生成3分钟不到，就产出了34分钟的音频，边生成边听完全不卡顿。NAS的CPU占用也不高，N150这种入门处理器都轻松带动，家里机器半夜挂着”念书”，白天直接开听。

音质：Edge TTS走的是微软神经语音，早不是早年那种”机器人朗读”。旁白自然度、停顿节奏、多音字处理都在线，睡前听完全不串戏。值友反馈最普遍的一句话是：”这音质放喜马拉雅能上架。”

多角色：对话密集的小说开多角色模式，男主一个音色、女主一个音色、旁白一个音色，听感上接近简配版真人演播。评书、相声文本丢进去也别有风味，给老人听正合适。

全家共享：Audiobookshelf支持多用户，给老婆建个账号各听各的进度，给爸妈的电视端装个入口，《评书》连播安排上，比让他们刷短视频强多了。👨‍👩‍👧‍👦

书库观感：扫描完的书墙是真漂亮——书封、作者、进度条一应俱全，Kindle吃灰的电子书们终于有了第二次生命。这种”资产被盘活”的感觉，懂的值友都懂。

⚠️ 避坑指南（都是实话）

1️⃣ 需要联网：Edge TTS走微软接口，断网念不了书。想要完全离线得上Fish-Speech这类本地模型，但那是显卡玩家的领域。

2️⃣ 超长文本分章节喂：别把整本书一次性怼进去，按章节切开生成更稳，也方便断点续传。

3️⃣ 版权红线：自己买的书自己转自己听没问题，生成的音频别传播、别商用分发，这是底线。

4️⃣ 规范命名：《书名/作者/章节》的目录结构做好，Audiobookshelf刮削出来的书墙才漂亮。

📝 课代表总结

🟢 小白首选：EasyVoice + Audiobookshelf双件套，15分钟部署，0元无限量，覆盖90%的听书需求。

🔵 进阶玩法：有N卡的值友可以上Fish-Speech/GPT-SoVITS，克隆自己的声音给自己念书，或者给孩子念睡前故事。

🟡 资源党：手里已有大量有声书资源的，直接Audiobookshelf建库+官方穿透，秒变私人喜马拉雅。

优点：免费无限量、音质接近真人、多端续听、全家共享。

缺点：部署有15分钟门槛（真就15分钟）、生成依赖联网、内容仅限自用。

值友还有哪些NAS听书的骚操作？评论区聊聊，点赞过百出Fish-Speech克隆声音的进阶教程！👇

#NAS #NAS教程 #NAS应用 #Docker #AI #有声书 #听书