Agent Skills
返回列表
文档转语音朗读器

文档转语音朗读器

设计多媒体 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_f33a8963/docx-to-mp3-reader。

技能介绍

要解决什么问题

通勤、跑步或闭眼休息时,你往往还是想「听」手头那堆 docx / txt / md:公众号长文、部门周报、Markdown 复习笔记、电子书某一章。它们默认都是看的格式,手动复制进听书 App 既费事又难批量处理。

文档转语音朗读器 面向「把整份文档变成可听的 MP3」这类通用需求:一次配置后,对多个文件做批量转换,而不是雅思精听三遍、也不是单词带读复习。

技能如何工作

  • 多格式读取:docx、txt、md、rtf,主脚本 docx_to_mp3.py 配合 readers.py 拉取正文;clean_text() 去掉常见脏字符。
  • 智能分段:长文按段落切分,单段约 ≤200 字符,避免单次 TTS 请求过大。
  • 中英文朗读:默认用中文声音通读全文;也可选 中英文分别用对应声音(edge-tts 多路合成后再拼接)。
  • 可调参数:语速 rate(-50%~+50%)、音调 pitch(-50Hz~+50Hz);10+ 中文声线 + 英文原生声线可选。
  • 产出与健壮性:每个源文件生成同名 MP3;失败时 10 次递增延迟重试;段落 MP3 用二进制拼接,不依赖 ffmpeg。

适用边界与注意点

  • 整本书单文件转成一小时以上的音频容易出错,建议按章节拆成多个 docx 再分别转。
  • TTS 只读文本,不保留标题、列表等版式;可在正文里写「第一部分」「第二章」等口述标记。
  • 长英文段落若用「中文声音读全部」会有口音,术语可接受,长段英文宜用中英文分声模式。
  • edge-tts 适合个人学习、知识消化;商用广播或出版需自行核对微软服务条款与原文版权。

使用场景

  • 把部门周报 Word 导出成 docx 后批量生成 MP3,地铁里听完整报告要点
  • 将本地 Markdown 复习笔记转成音频,走路时过一遍章节而不盯屏幕
  • 公众号或爬取的长文整理为 txt,夜间批量转 MP3 当听书材料
  • 英文学习资料指定 en-GB 声线单遍朗读,配合耳机做泛听而非模考精听

适合人员

  • 经常收 docx 周报、希望在通勤路上听完再改重点的业务同事
  • 用 Markdown 记笔记、复习阶段想闭眼听一遍结构的学生或自学者
  • 自己抓取公众号/长文存档、需要批量「听书」而非单篇复制粘贴的内容整理者
  • 有英文阅读材料、只要通用单遍朗读、不需要雅思三遍精听流程的语言学习者