基于Maskgct做的AI读书项目。
给我一本电子书，再给一段参考音频，直接生成特定声音的讲书音频。
书籍阅读部分支持本地Ollama和外部API，这里主要是考虑一般情况下外部API那些所谓的满血版大语言模型确实能力更强，而且更重要的是现在API都是白菜价，不，可能比白菜更便宜。而本地Ollama如果不能用到14B以上的模型，那阅读能力真是难以评价，我本地的Ollama最大也就能运行14B的Deepseek，效果只能说还行。 语音合成部分采用Maskgct，实际测试中有6G显存就够了，低于6G显存未测试。
