用途：把任意 PDF 转成一段连续的繁体中文旁白 MP3，逐页处理。适用于把投影片、病例报告或讲义做成语音导览、有声书或 podcast。
依赖工具：pdftoppm（栅格化 PDF 页面，brew install poppler）、edge-tts（微软 Edge 神经 TTS，免费无需密钥，pip install edge-tts 或 uv tool install edge-tts）、ffmpeg（合并每页 mp3，brew install ffmpeg）。
工作流程：在存放源 PDF（INPUT.pdf）的项目目录中操作。
- 栅格化每页：mkdir -p pages audio scripts，然后 pdftoppm -png -r 150 INPUT.pdf pages/page，生成 pages/page-01.png 等零填充文件名；150 dpi 兼顾清晰度与体积，密集小字可提到 200。
- 逐页阅读并写繁中逐字稿：对每个 PNG 用 Read 工具查看图像，把自然口语化中文旁白写入 scripts/page-NN.txt（每页一个纯文本文件）。写作规则：像讲者一样叙述而非逐条念；药物名、缩写、基因/蛋白名等技术词保留英文（如 rituximab、MALT、AIHA）；数字日期按中文读法（2026/05/25 → 「2026 年 5 月 25 日」）；不要元叙述（不写「这一页显示」）；纯文本，无 markdown 与项目符号。长文档可派并行子代理各负责一段页码，但需保持一致的语音/风格指令。
- 用 edge-tts 逐页合成：循环对 scripts/page-*.txt 执行 edge-tts --voice zh-TW-HsiaoChenNeural --file "$f" --write-media "audio/$n.mp3"。可选语音：zh-TW-HsiaoChenNeural（台湾女声，默认）、zh-TW-YunJheNeural（台湾男声）、zh-CN-XiaoxiaoNeural（大陆女声）；用 --rate=+10% 或 --rate=-10% 调速；edge-tts --list-voices | grep zh- 列出全部中文语音。
- 合并为单个 mp3：生成 audio/list.txt 后执行 ffmpeg -y -f concat -safe 0 -i audio/list.txt -c:a libmp3lame -b:a 128k OUTPUT.mp3；重编码可让衔接干净，-c copy 更快但参数不一致时边界可能爆音。
- 验证：用 ffprobe 查看时长，确认 mp3 文件数与页数一致、时长合理后再交付。
限制与说明：中间产物（pages/、scripts/、audio/）会保留，修改逐字稿后只需重跑第 3 步，或仅重跑第 4 步重新拼接。辅助脚本 scripts/build.sh 在逐字稿已存在时可一次执行第 1、3、4 步；第 2 步仍需模型读取图像。资料未提供其他收费、平台或效果信息。