podcast-generation

仓库创建 2026年1月17日最近提交 21 天前SkillHot 收录 20 天前

▸ 精选理由

提供从实时 WebSocket 到 PCM/WAV 的全栈示例，便于集成语音输出功能。

▸ 风险提示

依赖 Azure OpenAI Realtime 服务与密钥，可能产生成本或数据外泄风险。

这个 Skill 做什么

使用 Azure OpenAI Realtime 将文本转换为播客风格的音频叙事。

把文本变成播客风格的音频叙事，基于 Azure OpenAI 的 GPT Realtime Mini，通过 WebSocket 实时流式输出 PCM 音频和转写。适合做文本转语音、自动生成播客或需要边生成边播放的功能。提供从 React 前端到 Python FastAPI 后端的端到端实现，能把流式音频合成并返回可播放的 WAV。

▸ 展开 SKILL.md 英文原文

Generate AI-powered podcast-style audio narratives using Azure OpenAI's GPT Realtime Mini model via WebSocket. Use when building text-to-speech features, audio narrative generation, podcast creation from content, or integrating with Azure OpenAI Realtime API for real audio output. Covers full-stack implementation from React frontend to Python FastAPI backend with WebSocket streaming.

内容创作音频生成TTSAzure Realtime通用

2.7k

Stars

304

Forks

仓库内 Skill

7 日增星

安装 / 使用

给你的 Agent 一句话（通用）

帮我安装这个 skill：https://raw.githubusercontent.com/microsoft/skills/main/.github/skills/podcast-generation/SKILL.md

或 curl 直取 SKILL.md

curl -fsSL "https://raw.githubusercontent.com/microsoft/skills/main/.github/skills/podcast-generation/SKILL.md"

SKILL.MD 节选查看完整文件 ↗

# Podcast Generation with GPT Realtime Mini

Generate real audio narratives from text content using Azure OpenAI's Realtime API.

## Quick Start

1. Configure environment variables for Realtime API
2. Connect via WebSocket to Azure OpenAI Realtime endpoint
3. Send text prompt, collect PCM audio chunks + transcript
4. Convert PCM to WAV format
5. Return base64-encoded audio to frontend for playback

## Environment Configuration

```env
AZURE_OPENAI_AUDIO_API_KEY=your_realtime_api_key
AZURE_OPENAI_AUDIO_ENDPOINT=https://your-resource.cognitiveservices.azure.com
AZURE_OPENAI_AUDIO_DEPLOYMENT=gpt-realtime-mini
```

**Note**: Endpoint should NOT include `/openai/v1/` - just the base URL.

## Core

via SKILL·HOT · 数据来自 GitHub 公开信息 · 原文版权归作者所有