SuperAPI AI 工具集

podcast

写作与研究

查看项目

更新于 10-16 07:27

技能介绍

用途:从零或基于给定素材制作播客单集,覆盖内容准备、脚本撰写、预览确认与音频产出全流程。

主要能力:解析用户需求(主题或来源、格式、时长、语气、受众);按需调用 rebyteai/internet-search 做 3-5 次定向搜索,或用 deep-research 做多来源研究;撰写适合朗读的完整脚本,用 [SPEAKER NAME] 标记说话人,按独白、双主持、访谈、新闻综述等格式组织,并包含开场、正文分段与结尾。

使用方式与流程:先理解单集要求;有素材则跳过研究,否则按需搜索并整理提纲;写脚本;生成 show-me-how 预览组件展示标题、时长、阵容、声音设计与全文脚本,须先获用户批准再生成音频,以避免不必要的 TTS 与 ffmpeg 开销;随后进行语音合成(主用 Gemini 多说话人 synthesize_dialogue,每通最多 2 位说话人、合计不超过 4096 字符;失败时回退到逐行 OpenAI gpt-audio-mini);再下载音乐与氛围音、拼接、按 -16 LUFS 做两遍响度标准化并编码为 192k MP3;最后上传至 Artifact Store,并交付脚本、元数据与来源。

适用场景:独白解说、双人讨论、访谈、辩论、新闻汇总等音频节目制作,可指定声音(如 gemini:Kore、gemini:Charon 等)。

限制:需 Rebyte API 认证($AUTH_TOKEN、$API_URL),环境需 ffmpeg、curl、jq、base64;音频生成成本较高需先预览确认;音乐与氛围音下载失败时降级为纯语音;Gemini 失败时回退方案更慢更贵。收费标准、价格与具体平台效果资料未提供。