AI 研报速读播客#

将研报、长文、技术文档自动转化为可收听的播客音频。

触发条件#

当用户说：

• "把这篇研报转成音频"
• "帮我听听这篇文章"
• "生成播客版本"
• "URL 转语音"
• "研报速读"

执行流程#

1. 内容抓取与摘要#

使用 summarize 技能：

bash

summarize "<source>" --max-length 500 --output /tmp/summary.md

支持的输入源：

• HTTP/HTTPS URL
• 本地 PDF 文件
• 本地 Markdown/文本文件
• 直接粘贴的文本

2. 语音合成#

使用 sherpa-onnx-tts 技能：

bash

sherpa-onnx-tts \
  --input /tmp/summary.md \
  --output /tmp/podcast.mp3 \
  --voice zh_CN-female \
  --speed 1.0

可选参数：

• --voice: 音色选择
• --speed: 语速 (0.5-2.0)
• --output-format: mp3/wav

3. 推送通知（可选）#

如果用户指定推送渠道：

bash

# Feishu
message --target feishu --file /tmp/podcast.mp3 --text "AI 研报速读"

# 微信
message --target wechat --file /tmp/podcast.mp3

示例对话#

用户: 帮我把这篇论文转成音频 https://arxiv.org/abs/2401.12345

Agent:

1. 抓取论文内容并生成摘要...
2. 将摘要转为语音播客...
3. 完成！音频文件： /tmp/podcast_2401.12345.mp3 (时长 3:42)

用户: 每天早上 8 点自动推送最新的 AI 论文音频

Agent: 好的，已设置定时任务。每天 8:00 会自动：

1. 抓取 arXiv cs.AI 最新论文
2. 生成摘要并转音频
3. 推送到你的飞书

注意事项#

• sherpa-onnx 需要首次下载语音模型（约 100MB）
• 离线模式，无需联网，隐私安全
• 建议摘要长度控制在 300-800 字，音频时长 2-5 分钟