Podcast Skill - 文本转播客音频

触发场景

当用户说以下内容时，自动触发此 skill：

• "生成播客"
• "把这段文字转成音频"
• "朗读这篇文章"
• "用 TTS 生成"
• "语音合成"
• "念给我听"

功能

将文本内容转换为自然语音播客音频，支持：

• 多种中文语音（男声/女声）
• 自定义邮箱配置
• 邮件发送
• 保存到本地

使用示例

基础用法

用户：把这段话生成播客："今天天气真好，适合出门散步。"
→ 生成音频，使用默认女声（晓晓）

指定语音

用户：用男声朗读这段话
→ 使用男声（云扬）

从文件生成

用户：把今天的调研生成播客
→ 读取文件 → 生成音频

发送到邮箱（首次需配置）

用户：生成播客并发到我邮箱
→ 生成音频 → 发送邮件

首次使用邮箱

用户需要先配置邮箱信息：

python3 scripts/generate_podcast.py --setup

或直接提供参数：

python3 scripts/generate_podcast.py --text "内容" --email --recipient user@example.com --sender your@163.com --password 授权码

可用语音

技术实现

使用 edge-tts（微软 Edge TTS，免费）：

# 基础命令
edge-tts --voice zh-CN-XiaoxiaoNeural --text "内容" --write-media output.mp3

配置存储

用户配置保存在：~/.podcast-skill/config.json

{
  "email_sender": "your@163.com",
  "email_password": "授权码",
  "email_recipient": "recipient@example.com",
  "smtp_server": "smtp.163.com",
  "smtp_port": 465,
  "default_voice": "xiaoxiao"
}

工作流程

1. 接收请求 — 用户说"生成播客"
2. 解析参数 — 语音类型、是否发邮件
3. 准备内容 — 直接文本 或 读取文件
4. 生成音频 — 调用 TTS
5. 发送邮件 — 如需发邮件，检查配置
6. 输出结果 — 返回音频路径

Updated: 2026-03-06