⚡

播客生成技能Skill podcast-generation

这个技能用于自动化生成高质量播客音频，将文本内容转换为两主持人自然对话格式，支持中英文，通过AI文本转语音技术实现音频合成。它简化内容创作流程，适用于教育、营销、媒体等领域，帮助用户快速制作专业播客。关键词：播客生成、AI音频制作、文本转语音、自动化内容创作、音频播客、TTS技术、对话式播客、语音合成、内容转换、播客自动化。

AIGC 0 次安装 0 次浏览 更新于 3/17/2026

名称: podcast-generation 描述: 当用户请求从文本内容生成、创建或制作播客时使用此技能。将书面内容转换为两主持人对话式播客音频格式，具有自然对话。

播客生成技能

概述

此技能从文本内容生成高质量播客音频。工作流程包括创建结构化JSON脚本（对话式对话）并通过文本转语音合成执行音频生成。

核心能力

  • 将任何文本内容（文章、报告、文档）转换为播客脚本
  • 生成自然的两主持人对话式对话（男性和女性主持人）
  • 使用文本转语音合成语音音频
  • 混合音频片段成最终播客MP3文件
  • 支持英文和中文内容

工作流程

步骤1: 理解要求

当用户请求播客生成时，识别：

  • 源内容：要转换为播客的文本/文章/报告
  • 语言：英文或中文（基于内容）
  • 输出位置：保存生成播客的位置
  • 您无需检查/mnt/user-data下的文件夹

步骤2: 创建结构化脚本JSON

在/mnt/user-data/workspace/中生成结构化JSON脚本文件，命名模式：{描述性名称}-script.json

JSON结构：

{
  "locale": "en",
  "lines": [
    {"speaker": "male", "paragraph": "对话文本"},
    {"speaker": "female", "paragraph": "对话文本"}
  ]
}

步骤3: 执行生成

调用Python脚本：

python /mnt/skills/public/podcast-generation/scripts/generate.py \
  --script-file /mnt/user-data/workspace/script-file.json \
  --output-file /mnt/user-data/outputs/generated-podcast.mp3 \
  --transcript-file /mnt/user-data/outputs/generated-podcast-transcript.md

参数：

  • --script-file: JSON脚本文件的绝对路径（必需）
  • --output-file: 输出MP3文件的绝对路径（必需）
  • --transcript-file: 输出转录markdown文件的绝对路径（可选，但推荐）

[!重要]

  • 在一个完整调用中执行脚本。不要将工作流拆分为单独步骤。
  • 脚本内部处理所有TTS API调用和音频生成。
  • 不要读取Python文件，只需用参数调用它。
  • 始终包括--transcript-file以为用户生成可读转录。

脚本JSON格式

脚本JSON文件必须遵循此结构：

{
  "title": "人工智能的历史",
  "locale": "en",
  "lines": [
    {"speaker": "male", "paragraph": "Hello Deer! 欢迎回到另一个精彩剧集。"},
    {"speaker": "female", "paragraph": "大家好！今天我们有个激动人心的话题要讨论。"},
    {"speaker": "male", "paragraph": "没错！我们要谈谈..."}
  ]
}

字段：

  • title: 播客剧集标题（可选，在转录中用作标题）
  • locale: 语言代码 - "en"为英文或"zh"为中文
  • lines: 对话行数组
    • speaker: “male"或"female”
    • paragraph: 该主持人的对话文本

脚本编写指南

创建脚本JSON时，遵循这些指南：

格式要求

  • 仅两位主持人：男性和女性，自然交替
  • 目标运行时间：约10分钟对话（约40-60行）
  • 以男性主持人打招呼开始，包括"Hello Deer"

语气与风格

  • 自然、对话式对话 - 像两个朋友聊天
  • 使用随意表达和对话过渡
  • 避免过于正式语言或学术语气
  • 包括反应、后续问题和自然插入

内容指南

  • 主持人之间频繁来回对话
  • 保持句子简短易听
  • 纯文本仅 - 输出中无markdown格式
  • 将技术概念翻译为易于理解的语言
  • 无数学公式、代码或复杂符号
  • 使内容吸引人且适合仅音频听众
  • 排除元信息如日期、作者姓名或文档结构

播客生成示例

用户请求：“生成关于人工智能历史的播客”

步骤1: 创建脚本文件/mnt/user-data/workspace/ai-history-script.json：

{
  "title": "人工智能的历史",
  "locale": "en",
  "lines": [
    {"speaker": "male", "paragraph": "Hello Deer! 欢迎回到另一个迷人剧集。今天我们深入探讨真正塑造未来的东西 - 人工智能的历史。"},
    {"speaker": "female", "paragraph": "哦，我爱这个话题！你知道，AI感觉如此现代，但其根源可追溯到七十多年前。"},
    {"speaker": "male", "paragraph": "没错！一切始于1950年代。人工智能一词实际上由约翰·麦卡锡在1956年达特茅斯的一个著名会议上创造。"},
    {"speaker": "female", "paragraph": "等等，所以他们那时就在思考能思考的机器？太不可思议了！"},
    {"speaker": "male", "paragraph": "对吧？早期先驱者如此乐观。他们认为我们在一代内就能拥有人类级别AI。"},
    {"speaker": "female", "paragraph": "但事情并没有完全那样发展，对吧？"},
    {"speaker": "male", "paragraph": "不，完全没有。1970年代带来了所谓的第一次AI寒冬..."}
  ]
}

步骤2: 执行生成：

python /mnt/skills/public/podcast-generation/scripts/generate.py \
  --script-file /mnt/user-data/workspace/ai-history-script.json \
  --output-file /mnt/user-data/outputs/ai-history-podcast.mp3 \
  --transcript-file /mnt/user-data/outputs/ai-history-transcript.md

这将生成：

  • ai-history-podcast.mp3: 音频播客文件
  • ai-history-transcript.md: 播客的可读markdown转录

特定模板

仅当匹配用户请求时读取以下模板文件。

输出格式

生成的播客遵循"Hello Deer"格式：

  • 两位主持人：一位男性，一位女性
  • 自然对话式对话
  • 以"Hello Deer"打招呼开始
  • 目标时长：约10分钟
  • 交替主持人以保持吸引人流程

输出处理

生成后：

  • 播客和转录保存在/mnt/user-data/outputs/
  • 使用present_files工具与用户分享播客MP3和转录MD
  • 提供生成结果的简要描述（主题、时长、主持人）
  • 如果需要调整，提供重新生成选项

要求

必须设置以下环境变量：

  • VOLCENGINE_TTS_APPID: 火山引擎TTS应用ID
  • VOLCENGINE_TTS_ACCESS_TOKEN: 火山引擎TTS访问令牌
  • VOLCENGINE_TTS_CLUSTER: 火山引擎TTS集群（可选，默认为"volcano_tts"）

备注

  • 始终在一个调用中执行完整管道 - 无需测试单独步骤或担心超时
  • 脚本JSON应与内容语言匹配（en或zh）
  • 技术内容应在脚本中简化为音频可访问性
  • 复杂符号（公式、代码）应在脚本中翻译为纯语言
  • 长内容可能导致较长播客