核心功能
- 智能文档处理
-
自动提取PDF文本，清理格式错误和冗余内容
-
支持处理含数学公式的学术论文
-
智能分块处理大文件（最大支持10万字）
- 多模式内容生成
-
支持15种输出格式（播客/访谈/辩论/讲座等）
-
8种内容风格（专业/学术/轻松/搞笑等）
-
4种内容长度（短篇10分钟到长篇100+分钟）
- 灵活模型支持
-
支持6种 LLM 服务（OpenAI/Groq/本地模型等）
-
可配置 TTS 语音角色（主持人与嘉宾双角色对话）
-
本地优先设计，保护隐私的同时降低使用成本
- 全渠道使用方式
-
命令行一键生成
-
Python API 集成
-
网页版服务（基于 FastAPI）
技术亮点
- 四步处理流程
-
Step1 ：PDF 解析（PyPDF2 提取 + 智能清洗）
-
Step2 ：脚本生成（动态提示词 + 分块处理技术）
-
Step3 ：语音优化（添加自然停顿/语气词）
-
Step4 ：音频合成（多角色语音 + 片段拼接）
- 智能提示工程
-
内置角色设定（如"博学的老师 vs 好奇的新手"）
-
支持用户自定义内容焦点（偏好指令优先处理）
-
自动生成对话中的即兴发挥内容（类比/反问/幽默元素）
- 工程化设计
-
中间结果缓存（可断点续生成）
-
自动清理临时文件
-
完善的错误处理与日志系统
开源项目地址：