SuperAPI AI 工具集

generating-podcast-script

写作与研究

查看项目

更新于 10-16 00:31

技能介绍

用途:把用户给出的主题或素材(如新闻摘要、简报、文章)整理成一段双主持对话式播客脚本,并可选生成音频。

主要能力:围绕素材解析条目、按新闻价值排序并选取 4 至 6 条重点展开,其余归入快问快答;固定两位主持 NOVA(en-US-AvaMultilingualNeural)与 MILES(en-US-AndrewMultilingualNeural),采用口语化对话、短句与真实反应,不朗读标题原文并明确标注来源。

输出与用法:可读脚本写入 /app/created/<slug>_Podcast_Script.txt;SSML 写入 /app/created/<slug>_Podcast.ssml,需为单一 <speak> 根元素,每轮对话一个 <voice>,可用 <prosody> 与 mstts:express-as 调节语气,<break> 必须位于 <voice> 内,整体不超过 40,000 字符。若用户同意生成音频,则调用 ConverttexttospeechwithSSML(输出格式 riff-24khz-16bit-mono-pcm),解码 base64 后保存为 /app/created/<slug>_Podcast.wav;过长时在段落边界拆分,拼接须在 PCM 帧级别完成而非直接拼接 WAV 字节。

限制:时长默认 medium,约 6 分钟/900 词,词数按每分钟 150 词估算并控制在目标 10% 内;语言默认英文;未提供转换工具时需提示用户添加并停止。语音风格支持情况由服务决定,不支持的样式会被忽略。