Dify实战 - 自动生成播客

[("Speaker 1", "欢迎来到我们的播客！今天我们要深入探讨全国青少年信息学奥林匹克竞赛，简称NOI。这个话题真是激动人心！自1984年创办以来，NOI已经吸引了超过十万名学生参与！这就像计算机界的超级碗一样热闹！我们将讨论这个竞赛的背景、目的，以及它如何帮助学生和教师。准备好了吗？"),("Speaker 2", "嗯，听起来太棒了！我很好奇，NOI是怎么开始的？它背后有什么故事吗？"),("Speaker 1", "哦，太好了！这个故事非常有趣。NOI起初是为了提升青少年的计算机科学技能。在1980年代，计算机还没有像今天这样普及。想象一下，那时只有少数人会编程。于是，一些热爱计算机的人决定举办比赛，激励更多学生参与。就像点燃了一把火，后来演变成了全国盛事！"),("Speaker 2", "哇，真的很有意思！我能想象那种激情，像是一场初创企业的发布会，大家都在为新事物欢呼！那么现在，NOI的目的是什么呢？"),("Speaker 1", "NOI的目的很明确。它不仅仅是比赛，更是一个教育平台，给学生展示才能的机会，也为教师提供指导方向。可以说，它就像连接学生和教师的桥梁，帮助他们更好地理解计算机科学的基本原理。就像经验丰富的教练指导年轻运动员如何发挥最佳状态。"),("Speaker 2", "哦，我明白了！这就像在体育运动中，教练不仅教技巧，还帮运动员建立信心和团队精神。那么这个大纲是如何帮助学生和老师的呢？"),("Speaker 1", "非常好的问题！大纲明确了知识层级，分为入门级、提高级和NOI级。这样，无论是刚入门的学生，还是准备参加高水平比赛的选手，都能找到合适的学习内容。就像学习乐器，先学会基础音阶，才能演奏复杂乐曲。"),("Speaker 2", "哈哈，这个比喻太好了！那么在这些级别中，有哪些具体知识点或技能特别重要呢？"),("Speaker 1", "当然有！在入门级，学生需要掌握C++程序设计、数据结构和算法基础，就像打地基，基础打好了，后面的建筑才能稳固。到了NOI级，学生需要掌握高级算法策略和数学知识，才能在比赛中脱颖而出。就像赛车手，只有掌握操控技巧，才能在比赛中超越对手。"),("Speaker 2", "哇，听起来像是在准备高强度比赛！那这些知识点和技能是如何评估的呢？"),("Speaker 1", "这是个好问题！NOI的评估不仅通过考试，而是通过实际编程比赛。学生在规定时间内解决算法问题，评估他们的思维和解决问题的能力。这就像马拉松比赛，他们需要在压力中保持冷静，找到最佳解决方案。"),("Speaker 2", "这真是太刺激了！我能想象学生在比赛中紧张的样子，像面临最后一局的决斗！那么对于老师来说，这个大纲有什么建议呢？"),("Speaker 1", "老师们可以根据大纲制定教学计划，确保教学内容与学生的比赛准备一致。就像音乐老师根据学生水平选择适合曲目指导。而且，大纲还强调避免对算法复杂度的常系数考察，集中考察经典内容，让学生更专注于核心知识学习。"),("Speaker 2", "这真是个好主意！您认为这个大纲未来会有什么变化吗？"),("Speaker 1", "正如任何优秀的教育体系，这个大纲会定期修订，以适应时代发展。想象一下，就像不断进化的游戏，随着新关卡解锁，玩家需要不断提升技能才能保持竞争力。"),("Speaker 2", "真的太棒了！这让我对NOI和计算机科学的未来充满期待！谢谢您分享的精彩内容，让我大开眼界！"),("Speaker 1", "不客气，我也很享受这个讨论！希望我们能激励更多年轻人投身计算机科学的世界！感谢大家收听今天的播客，期待下次再见！别忘了关注我们哦！")]

@app.post("/generate_podcast", response_model=PodcastResponse)async def generate_podcast(req: PodcastRequest):try:print(req.content)# 生成分段数据segments = ast.literal_eval(req.content)
# 生成音频片段audio_files = generate_podcast_segments(segments)
# 合并音频文件output_path = "./resources/_podcast.wav"duration = merge_audio_files(audio_files, output_path)
return PodcastResponse(audio_path=output_path,duration=duration)
except Exception as e:raise HTTPException(status_code=500, detail=str(e))

def generate_podcast_segments(segments: List[Tuple[str, str]], output_dir: str = "./resources/segments") -> List[str]:"""生成播客片段音频文件"""os.makedirs(output_dir, exist_ok=True)
audio_files = []for i, (speaker, text) in enumerate(segments, 1):output_path = f"{output_dir}/_podcast_segment_{i}.wav"
# 根据说话人选择生成函数if speaker == "Speaker 1":generate_speaker1_audio(text, output_path)else:# Speaker 2generate_speaker2_audio(text, output_path)
audio_files.append(output_path)
return audio_files

def merge_audio_files(audio_files: List[str], output_path: str) -> float:"""合并音频文件并返回总时长"""audio_data = []for file in audio_files:data, rate = sf.read(file)# 添加短暂停顿silence = np.zeros(int(SAMPLE_RATE * 0.5))# 0.5秒的停顿audio_data.append(data)audio_data.append(silence)
merged_audio = np.concatenate(audio_data)sf.write(output_path, merged_audio, SAMPLE_RATE)
duration = len(merged_audio) / SAMPLE_RATEreturn duration