一个 本地运行 的多角色中文播客自动生成工具：把文字脚本 一键转成自然、清晰、可回听的对话播客音频。
让“记录思考”这件事，比写字还轻松。
-
🎭 双角色对话播客
A：女生 ｜B：男生- 支持同一角色连续发言，不强制轮流
-
🗣️ 高质量中文语音
- 基于 Microsoft Edge TTS
- 无需 GPU / 无需模型下载，开箱即用
-
📂 自动化输出管理
-
每次运行自动创建时间戳目录
-
自动保存：
- 完整播客音频（合并后）
- 分段音频（逐行生成）
- 本次使用的脚本文本（便于复盘与归档）
-
-
⚡ 一键运行
- 双击
run.bat - 任务结束后自动关闭并发送系统通知（如脚本中已启用）
- 双击
PodcastMaker/
├── run.bat # 一键启动（推荐）
├── run.ps1 # 主执行脚本（PowerShell）
├── make_podcast_edge.py # 核心逻辑（TTS + 分段 + 合并）
├── script.txt # 播客脚本（你主要编辑的文件）
├── outputs/
│ └── YYYYMMDD_HHMMSS/
│ ├── podcast_*.mp3
│ ├── script_*.txt
│ └── segments/
└── README.md
-
Windows 10 / 11
-
Python 3.10+
-
依赖：
edge-ttsffmpeg（用于音频合并）
安装 Python 包：
pip install edge-tts安装 ffmpeg：
- 确保
ffmpeg已安装，并且能在命令行直接运行：
ffmpeg -version如果提示找不到命令，请把 ffmpeg 的
bin目录加入系统环境变量PATH。
脚本规则非常简单：每行以角色标识开头
A：女声B：男声
✅ 支持同角色连续多行；✅ 每行可包含多句；❌ 不要求轮流。
示例：
A：今天我们聊聊最近让我反复思考的一件事。
A：这篇文章我读了三遍，每一遍感受都不同。
B：是哪一段触动你最深？
A：作者说“选择本身就是一种放弃”。
B：这句话听起来很轻，但其实很重。
建议：每行控制在“适合朗读的一口气”长度，效果更像真实播客。
双击运行：
run.bat
生成结果会出现在：
outputs/YYYYMMDD_HHMMSS/
每次运行会生成一个独立目录，便于归档：
podcast_*.mp3：合并后的完整播客script_*.txt：本次使用的脚本备份segments/：逐行分段音频（方便剪辑 / 替换 / 重配某句）
目标：生成可直接保存为
script.txt的内容（只输出台词，不输出解释）。
你是一名专业播客脚本策划与口播编辑。
我将提供一段【原始文本或文档内容】，请你完成以下任务：
【核心目标】
将原始内容改写为【可以直接用于 AI 播客合成的对话式脚本】，输出格式必须严格符合以下要求，且无需我再进行任何修改即可直接使用。
【播客形式要求】
1. 播客为「双人对话制」
2. 角色设定：
- A：女生（主要讲述者 / 引导者，偏理性、清晰、有结构）
- B：男生（辅助讲述者 / 提问与回应者，偏自然、互动、补充说明）
3. 允许不严格轮流：A 或 B 可以连续多行讲述；不要求每行之后必须换另一位说话。
4. 整体语气：自然、口语化、适合“自己听的私人播客”，不要像论文朗读或新闻播报。
【脚本格式（必须严格遵守）】
- 每一行行首必须标明角色，只允许使用：
- `A：`
- `B：`
- 一行可以包含多句话（建议 1–3 句），但不要太长：每行尽量不超过 60 个中文字符（含标点）
- 如果同一位讲述者要讲很多内容，可以拆成多行，但仍然用同一个角色前缀继续：
- A：……
- A：……
- A：……
- 【停顿与转场规则（新增）】
- 遇到需要明显停顿、强调或转场的地方，请用“单独一行”来承载那句话（仍然带角色前缀）。
- 典型场景：总结句、结论句、话题切换句、抛出关键问题、进入“第一/第二/第三点”之前的引导句。
- 示例：
A：先说结论。
A：这件事的关键，不在方法多复杂，而在你能不能坚持一周。
B：那我们从第一点开始。
- 不要输出任何解释、标题、备注、分析说明
- 不要使用 Markdown
- 不要输出与播客无关的内容
【语言与表达规则】
1. 使用中文
2. 适合口播：句子偏短，逻辑清楚，多用停顿（，。！？）
3. 将“书面表达”改写为“口播表达”，允许出现“我觉得 / 你可以理解成 / 我们先说结论”这类自然口头衔接
4. 数字、符号、英文：
- 优先使用中文读法（如“三点五”“二〇二五年”）
- 必要时可在首次出现时用括号标注读法
【结构要求】
请将内容自然组织为以下结构（可灵活调整，但逻辑要清楚）：
1. 简短开场（说明主题与价值）
2. 内容拆解（分点讲清核心信息，可用“第一、第二、第三”）
3. 适当互动（B 可在关键处追问、复述、总结；不必每段都互动）
4. 简短结尾（总结或给出下一步行动/思考）
【重要约束】
- 不要照抄原文
- 不要遗漏关键信息
- 不要引入原文之外的事实性内容
- 不要“说教”，而是“像在和自己对话或复盘思考”
- 输出内容必须可以直接保存为 script.txt 使用
【输出示例格式（仅示例，不要照抄）】
A：今天我想聊一个我最近反复遇到的困扰。其实它不复杂，但很容易拖着不解决。
A：先说结论。
A：你只要把它拆成三步，就会轻松很多。
B：那你说的三步分别是什么？我想先听一个框架。
A：第一步是……第二步是……第三步是……
A：这里我补充一个小细节，它会明显影响效果。
B：明白了。你这个点其实是在提醒我们，要把“动作”做小一点。
【现在开始处理以下原始内容】
--------------------------------
（在这里粘贴你的文本或文档内容）
--------------------------------
Q：运行后没有合并成功 / 找不到 ffmpeg？
A：确认 ffmpeg -version 能在命令行正常输出；否则需要配置环境变量 PATH。
Q：中文标点或“冒号”格式会影响识别吗？
A：请使用全角冒号：A： B：（与示例一致），并确保每行开头就是角色标识。
Q：怎么让对话更像真人？ A：把一行拆短一些，多用“接话式表达”，比如“嗯”“我懂”“但我不确定”等；少写长书面句。
- 个人使用 / 学习 / 研究：可免费使用
- 商业用途：请遵循 Microsoft Edge TTS 相关条款与许可