语音生成报告

解决的问题

在办公场景中，很多“主题速览”任务需要人工完成三步：搜集资料、整理成报告、再转成可播放音频。该技能面向这类流程，把主题输入、报告生成、语音合成和上传交付压缩成一条可执行链路，减少手动搬运内容的操作。

工作方式

• 报告生成：根据主题检索客观信息，按“先客观事实、后主观评价”的结构生成不少于 500 字 的纯文本报告；主观评价要求覆盖现状分析、原因判断、未来趋势和个人观点。
• 语音合成：将文本按 100–120 字自然断句拆分，优先调用 Edge TTS 托管 API；当接口超时或失败时，回退到 node-edge-tts，并使用 Xiaoxiao Neural 逐段生成 MP3。
• 交付处理：通过 ffmpeg 合并音频文件，调用 upload.py 完成上传，最后返回 HTTP 协议音频链接，供用户直接播放。

适用边界

该技能适合对外分享、快速播报、语音摘要等场景，但输出格式固定为单段纯文本报告和 HTTP MP3 链接。若要求 HTTPS 链接、内网存储、可编辑文档格式，或需要多轮事实核查，应在交付前人工复核。