惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

TaoSecurity Blog
TaoSecurity Blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
F
Fortinet All Blogs
Cisco Talos Blog
Cisco Talos Blog
D
Darknet – Hacking Tools, Hacker News & Cyber Security
S
Secure Thoughts
美团技术团队
雷峰网
雷峰网
Hugging Face - Blog
Hugging Face - Blog
博客园_首页
C
CXSECURITY Database RSS Feed - CXSecurity.com
Engineering at Meta
Engineering at Meta
人人都是产品经理
人人都是产品经理
月光博客
月光博客
T
Tor Project blog
P
Privacy & Cybersecurity Law Blog
Recorded Future
Recorded Future
I
Intezer
博客园 - 【当耐特】
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
GbyAI
GbyAI
罗磊的独立博客
V
V2EX
Google DeepMind News
Google DeepMind News
D
DataBreaches.Net
Last Week in AI
Last Week in AI
T
Tailwind CSS Blog
www.infosecurity-magazine.com
www.infosecurity-magazine.com
A
About on SuperTechFans
Scott Helme
Scott Helme
Vercel News
Vercel News
Spread Privacy
Spread Privacy
T
Threat Research - Cisco Blogs
Recent Announcements
Recent Announcements
Hacker News: Ask HN
Hacker News: Ask HN
C
CERT Recently Published Vulnerability Notes
G
Google Developers Blog
B
Blog
博客园 - 叶小钗
WordPress大学
WordPress大学
博客园 - 聂微东
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Jina AI
Jina AI
IT之家
IT之家
C
Cybersecurity and Infrastructure Security Agency CISA
P
Palo Alto Networks Blog
小众软件
小众软件
博客园 - Franky
Microsoft Azure Blog
Microsoft Azure Blog
AWS News Blog
AWS News Blog

少数派

派早报:Google 发布 Fitbit Air 等 - 少数派 「新人报到」確認需求,再開始 - 少数派 从 SOLO 独立开发者社区,我看到了越来越多开发者开始做自己的产品 - 少数派 我怎么管理那些"不常做,但总会忘"的生活事项 - 少数派 人形机器人量产元年,数据才是具身智能的“生死线” - 少数派 BuhoLaunchpad 高度还原 Mac 启动台:开发历程与思考 - 少数派 五年陪伴依然不舍,DIY 换壳后让罗技 MX Master 3 继续服役 - 少数派 新玩意 240|少数派的编辑们最近买了啥? - 少数派 一日一技|为什么你应该关闭 iOS 的键盘声音 - 少数派 我做了个插件和 Skills,一键提取任何网站的设计规范 Design.md - 少数派 住在三四线城市的你,该开始录播客了 - 少数派 甘南秘境,大白高国 - 少数派 AI的审美:谁让把我变成川内倫子 - 少数派 返工怎能不烦恼,打工人片单总有一部是你的「嘴替」 - 少数派 为了让「上厕所」更健康,我做了一个小工具 - 少数派 AI + Skill,能够让生成的文章去除 AI 味吗? - 少数派 新玩意|韶音OpenDots ONE 耳夹式耳机 - 少数派 《美满》| 在每一个春天的晚上相爱(362) - 少数派 新玩意|优篮子 PS01 MagSnap 磁吸支架 - 少数派 自我整合手记 | 我开始早睡了:用稳定规则,为自由托底 - 少数派 用龙虾(OpenClaw)两个多月,我最深的12个体会 - 少数派 听歌时间到,12 张你可能错过的 2025 华语乐坛好专辑 - 少数派 承诺能追吗 - 少数派 macOS 26启动台没了? 我做了个不一样的App启动器 - Keboard - 少数派 《四海为家的人》| INTJ对话INTJ(361) - 少数派 你发过的那些黑历史,是时候一次清干净了 - 少数派 新玩意:安安静静玩,越玩越专注:计客密码机 - 少数派 iPad 用户首次体验 Android 平板:vivo Pad6 Pro - 少数派 数据逻辑强 - 少数派 极北行+ | 一路向北,探访日本至北之地 | 001 - 少数派 万字剖析:千问App深度体验报告(2026) - 少数派 在2026年,如何真正防止别人抄袭你的作品 - 少数派 怎么用 50 块搭个 AI 语音助手?我踩了 3 天坑 - 少数派 YeeroAI:让 AI 对话真正成为知识管理的一部分 - 少数派 爬泰山 - 少数派 「旅图显影」 App 更新:这次,我们补上了一点「手感」 - 少数派 假期出门太折磨?我的 23 条经验帮你规划惬意旅行 - 少数派 工作流会变吗 - 少数派 Claude Opus 4.6 怎么用最省钱?我测了 5 种方案 - 少数派 GPT Image 2 让图文并茂不再稀罕 - 少数派 用户侧出发——什么是AI,我要不要学习? - 少数派 找片、转存、整理、播放一条龙!让你的付费网盘值回票价 - 少数派 欢迎试用!日课一问2.0插件 - 少数派 自己做的MDeditor,原本想购买 Typora 试了两次支付不成功,干脆自己做一个 - 少数派 vibe coding了一个 3MB 的小工具,让 ~/Downloads 彻底告别混乱 - 少数派 因为受不了 Mac 的风扇策略,我做了一个风扇控制工具 - 少数派 别只怪模型 - 少数派 Warp 终端的 AI 功能怎么用?我测了一周的体验 - 少数派 AI 写代码老是出 bug?这 5 个配置我后悔没早知道 - 少数派 「新玩意」苹果出相机可能就这样:Sigma BF + 45mm F2.8 DG Contemporary - 少数派 一个面向2030年的AI操作系统是什么样子的:浅谈cola这款有灵魂的Agent - 少数派 别只看写代码 - 少数派 每天解决10个问题,还是一口气攻坚解决400个? - 少数派 AI 交易机器人怎么搭?我用 Claude 跑了一周实盘 - 少数派 Maptoposter Online:把你爱的城市画成艺术海报 - 少数派 Function Calling 怎么用?我测了 3 个模型发现差距真大 - 少数派 Legend Talk:我做了个 AI 圆桌,让 160 位思想家围着你的问题转 - 少数派 如何找到自己的蓝方?在小县城寻找压力测试 - 少数派 语音输入与软件接口|2026年聊AI时,我们都聊些什么(上) - 少数派 混动已经卖爆,纯电又来补刀——钛7闪充版简直“不讲武德” - 少数派 本月玩什么|朋友收藏、识质存在、沙罗周期 - 少数派 为什么要每天坚持输出? - 少数派 Claude API 挂了好几个小时,你的项目有备用方案吗? - 少数派 Function Calling 没你想的复杂——我用它做了个有点用的工具 - 少数派 登录系统立即播放视频或者图片音乐的软件 - 少数派 我为什么创建 FlipHTML5 下载工具 - 少数派 残局没电?多品牌外设电量统一管理软件EasyBluetooth已支持RTSS游戏内显示以及AIDA64 - 少数派 前往通义路的路 - 少数派 太好看了,媲美Sun的个人导航页,NAS部署星云门户 - 少数派 乌黑嘴唇“一键检测”上线了 - 少数派 派早报:Claude AI 接入多个创意软件生态、FILCO 生产方接手品牌等 - 少数派 【更新】BearCLI、Claude 连接器与 MCP 服务器 - 少数派 记了上千条流水,还是看不懂财务?我做了一个让 AI 读懂账本的工作台 - 少数派 MINI R56 升级原厂 Sport 模式 - 少数派 新玩意 | 一棵柠檬树(仿真版) - 少数派 Momenta的“物理AI”野望,需迈过“含摩量”这道关 - 少数派 网页直接投屏控制手机!NAS一键部署PandaScrcpy,流畅丝滑可远程。 - 少数派 众测|邀你一同探索随身 AI 硬件入口 YoooClaw C·ONE - 少数派 2050大会:分享时间是真诚 参会记 - 少数派 iPad 赋能电影创作:国内首部宣纸手绘长片《燃比娃》的幕后故事 - 少数派 AI的审美:我用 8 个大模型给 100 张旅行照片打分 - 少数派 普通人如何破圈?去参加一个本地协会 - 少数派 把极空间的图标全换了,主题DIY全攻略打造你的专属NAS桌面 - 少数派 电子便签墙,帮你实现便签自由 - 少数派 我如何用三个 CLI 工具取代文档创建需求 - 少数派 原来真的有人可以玩一辈子 - 少数派 社区速递 139 | 派友热议三月买了啥、复古单反尼康 Df 体验 - 少数派 06 作品的赏析与评价 - 少数派 TDS REVIEW|索尼 WF-1000XM6 降噪真无线耳机体验 - 少数派 35.98万起售的第二代腾势D9,我看重的不是堆料,而是不凑合 - 少数派 鼠须管 Squirrel 皮肤配置指北 - 少数派 从watch ultra2换到redmi watch6 - 少数派 派早报:阿里巴巴发布视频生成模型 HappyHorse 1.0 等 - 少数派 别迷信1M - 少数派 家人们天塌了!网盘“大封杀”,多个渠道多条路,NAS部署PanHub - 少数派 AI与人勾心斗角!NAS一键部署AI狼人杀,假日休闲必备。 - 少数派 电商必备!Comfyui工作流批量生图插件,一次生成12张!支持Nano banana pro模型 - 少数派 Comfyui工作流配置Gpt-image-2模型教程,0.03/张 - 少数派 OpenClaw第三方APi怎么配置?可使用Gpt-image-2模型 - 少数派 会员社区话题精选 Ep. 103 - 少数派
教师数字文具盒 番外:个人读书音频生成——Python+Fish Audio - 少数派
2024-11-25 · via 少数派

Matrix 首页推荐 

Matrix 是少数派的写作社区,我们主张分享真实的产品体验,有实用价值的经验与思考。我们会不定期挑选 Matrix 最优质的文章,展示来自用户的最真实的体验和观点。 

文章代表作者个人观点,少数派仅对标题和排版略作修改。


最近学校布置了任务,要求我们每个老师每周在专门的读书群中发 3 段不少于 8 分钟的个人读书音频,学校教务处会每周进行统计并量化到学期评优中。学校的本意是希望我们每个人可以养成读书的习惯,但最终评价的标准却简化为了这样一种形式。就我个人来说,平日里读书我习惯拿笔默读,不时进行写写划划,而读出声的方式并不符合我的习惯。

一开始我尝试接受学校的任务,把录读书音频的过程也作为我个人读书的一部分,但尝试几次后还是无法习惯。最后我还是决定把录音频当作一件每周要应付完成的任务。

教学生学 Python 或者 C++ 的时候,我常会和学生说,人都是喜欢偷懒的,程序员也是如此——事情不想自己做就编程让电脑来完成、要重复很多次所以有了循环、某个功能太常用就把它写成了函数。当我把录读书音频这件事作为一个要应付的任务之后,我开始思考是否也有能偷懒的方法。我搜索到了 Fish Audio 这个 AI 语音合成平台,然后在 ChatGPT 的辅助下经历了三次调整,最终我实现了一个比较自动化的偷懒方法。

版本 1:纯手动

Fish Audio 注册后上传一段二三十秒的音频就可以创建相应的声音模型,我直接用了之前录制的一段读书音频,生成的模型效果非常不错。

Fish Audio 对于免费用户每天有 50 次、每次 500 字节(约 160 个汉字)的配额来进行文字转音频,每次生成的音频大约 35 秒。以我要生成 8 分钟读书音频来说,需要重复 16 次「复制文本-粘贴-生成音频-下载音频」的过程,最终还需要合并音频的操作,时间成本上几乎和我自己读并录制没有什么区别。于是我选择了订阅会员,这样每天有 1000 次、每次 5000 字节的配额,一次生成的音频就在 5 分钟左右,这样一段 8 分钟的音频我只需要进行 2 次音频生成操作再进行音频合并就可以完成。而对每周任务来说,经过 3 次就可以完成任务,最终的流程可以用下图来表示。

版本 2:半自动

在 Fish Audio 网站生成的音频文件,下载后的默认命名为一串字母数字的编码,为了避免顺序错乱,每次下载后我需要按顺序重命名为序号。这一步我想到可以使用 Hazel 进行文件的自动重命名——检测到下载目录有新的 .mp3 文件时将其自动命名为序号。

音频合并这一个操作,我则直接询问 ChatGPT 如何通过代码自动合并相邻两个 .mp3 文件并存储到指定目录,再结合 Hazel 实现合并后音频文件的自动重命名。在这一步 ChatGPT 给出了利用 pydubffmpeg 合并音频的代码,帮我把合并音频这个过程自动化了。

在这个版本,我可以机械地复制文本到 Fish Audio 网站生成音频下载,当积累多个已下载音频文件后,运行 Python 代码就可以一次产出多个读书音频。

版本 3:全自动

在上一个版本,整个流程已经极大地简化,但还并不是全自动化的过程,也还存在着一些可以进一步改进的地方:

  • 从书中复制文字后,有时我会忘记接下来要复制的是哪一段
  • 5000 个字节约 1600 个汉字,在复制的时候很难精确控制复制的文字量
  • 每一次复制文本到 Fish Audio 网站上生成音频时需要等待一定的时间
  • 每次下载音频都需要点击两次鼠标才能完成

看到网站上的 API 页面,我开始思考如何用 API 进一步让整个音频生成流程自动化。如果是以前,以我半吊子的 Python 基础,对于这种涉及 API 的问题总会无从下手,但现在我可以直接把问题抛给 ChatGPT。

第一次提问我只用文字描述我期望实现的效果,但生成的 Python 代码并没有可以指定语音模型。第二次提问我则把 API 文档中的示范代码作为示例,这次成功生成了可行代码。

到了这一步,整个流程已经如我最开始所期望的,我只需要准备好书的文本文档,运行代码就可以自动地批量生成读书音频。但最终产出的约 80 个音频中,有五六个出现了时长过短或过长的情况,可以进一步在生成音频后检测音频长度来避免。此外,当一次运行中断后,我要修改代码中的 start_index 来指定下次生成音频的起始序号。实际上可以让程序每次生成音频后记录当前序号到一个 progress.txt 中存档当前序号。虽然还有进一步可优化的地方,但已生成的上百个读书音频,足够我接下来半年时间的使用,也就没有再继续去修改。

一些感想

回到学校用发指定数量和时长的读书音频来促进我们老师读书这件事上——如何评价一个人是否已形成了良好的读书习惯,这个问题其实和教育中很多问题类似。要评价的东西很难用一个数字去判定,但用数字判定却是最「容易」和「省事」的,于是很多时候我们侧重于「评价」而忽略了真正所带来的效果。

以我任教的信息科技这门学科来说,我希望学生能在课上开拓眼界、培养独立思考和解决问题的能力、形成编程的意识等等。但最终面临中考这件事,我还是必须要让学生去把打字、WPS 操作、IE 浏览器操作(是的,你没看错)这些要考的东西学会。 如何权衡评价和学生真正有所学习这两件事,在接下来依然会是我所需要思考的问题。

-- -- --

作为一名义务教育阶段的信息科技老师,我一直喜欢在工作中尝试各种数字工具。「教师数字文具盒」系列,是我对我使用的工具或方法所做的一系列介绍文章。具体包含:

> 关注 少数派小红书,感受精彩数字生活 🍃

> 实用、好用的 正版软件,少数派为你呈现 🚀