Dictation Audio Generator#

根据英语单词生成听写音频，每个单词读两遍，中间停顿1秒。

作者#

Maosi English Team

使用方法#

bash

# 交互式输入
python3 dictation.py

# 或使用管道
echo -e "band\npractise\nsharp" | python3 dictation.py

输入格式#

每行一个单词，支持格式：

• word - 纯英文单词
• word中文 - 带中文注释（如 band乐队 会自动提取 band）

输出#

生成 /tmp/dictation.mp3 文件

音频格式#

• 语音：en-GB-RyanNeural
• 语速：-20%
• 停顿：1秒
• 朗读顺序：单词1 → 停顿 → 单词1 → 停顿 → 单词2 → 停顿 → 单词2 → ...

示例#

输入：

text

band
practise
sharp
need

输出： 4个单词的听写音频，每个单词读两遍，单词间停顿1秒

技术实现#

1. 输入验证：正则过滤，只保留英文字母、空格和连字符
2. 依赖检查：使用 shutil.which() 验证工具存在
3. 音频生成：调用 edge-tts 生成单词音频
4. 静音生成：ffmpeg 生成1秒静音片段
5. 音频合并：ffmpeg concat 合并所有片段

安全设计#

• ✅ 依赖验证：启动时检查 edge-tts 和 ffmpeg 是否可用
• ✅ 输入过滤：正则验证，只允许英文字母、空格和连字符
• ✅ 长度限制：单词最大100字符
• ✅ 临时目录：所有中间文件在系统临时目录，不暴露敏感路径
• ✅ subprocess安全：使用 shutil.which() 验证工具路径，参数列表传递
• ✅ 超时保护：30秒超时防止进程挂起
• ✅ 资源清理：临时文件自动清理

License#

Apache License 2.0