Pdf Vocab Audio

读取指定 PDF 词汇表（每行英文词条加中文翻译），用正则提取英文单词或词组，调用 edge-tts（en-GB-RyanNeural，语速 -20%）生成语音，并用 ffmpeg 生成静音片段拼接，使每个词条朗读两遍、间隔 1 秒，结果输出到系统临时目录的 MP3 文件；启动时检查 edge-tts 与 ffmpeg 是否可用。

effeceee

热度 52.53

最近更新 2026-05-11 17:36:11

分类：知识依赖：代码执行 / 读写文件 / 第三方 API应用场景：语言学习 / 文件转换 / 自动化脚本

安装技能

复制下面的话术发给你的 Agent，它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill： npx secure-skills-cli add pdf-vocab-audio

Metadata

name: pdf-vocab-audio
description: 从 PDF 提取词汇生成朗读音频，每个词组读两遍
author: {"name":"Maosi English Team","github":"https://github.com/effecE"}
homepage: https://clawhub.com
license: Apache-2.0
metadata: {"openclaw":{"version":"1.1.0","emoji":"📚","tags":["english","vocabulary","audio","pdf","education"],"requires":{"bins":["edge-tts","ffmpeg"],"packages":["pymupdf"]},"install":[{"id":"pip","kind":"pip","package":"edge-tts","label":"Install edge-tts"},{"id":"pip","kind":"pip","package":"pymupdf","label":"Install pymupdf (for PDF parsing)"}]}}

PDF Vocabulary Audio Generator

从 PDF 词汇表提取英文单词，生成朗读音频。

作者

Maosi English Team

使用方法

# 指定PDF文件
python3 pdf_vocab_audio.py /path/to/vocabulary.pdf

# 使用最新PDF（inbound目录）
python3 pdf_vocab_audio.py

输入格式

PDF 文件中每行包含：

英文单词/词组 + 中文翻译
示例：tiger 老虎、computer game 电脑游戏

处理规则

提取英文 - 每行只提取英文部分
保留词组 - 多个单词的词组保持完整
每个读两遍 - 词组读两遍，中间停1秒
语速 - -20%，英式男声 (en-GB-RyanNeural)

音频格式

语音：en-GB-RyanNeural
语速：-20%
停顿：1秒

输出

保存到：/tmp/
命名：{原文件名} 词汇朗读音频.mp3

示例

输入PDF内容：

tiger 老虎
message 消息
computer game 电脑游戏

输出音频：

tiger (第1遍) → 停1秒 → tiger (第2遍) → 停1秒
message (第1遍) → 停1秒 → message (第2遍) → 停1秒
computer game (第1遍) → 停1秒 → computer game (第2遍)

技术实现

PDF解析：使用 PyMuPDF 提取文本
依赖检查：使用 shutil.which() 验证工具存在
英文过滤：正则匹配，只保留英文字母和空格
音频生成：edge-tts 生成单词/词组音频
静音生成：ffmpeg 生成1秒静音片段
音频合并：ffmpeg concat 合并所有片段

安全设计

✅ 依赖验证：启动时检查 edge-tts 和 ffmpeg 是否可用
✅ 输入验证：PDF文件存在性和格式检查
✅ 路径隔离：所有操作在临时目录完成
✅ 临时目录：使用系统临时目录，自动清理
✅ subprocess安全：使用 shutil.which() 验证工具路径，参数列表传递
✅ 超时保护：30秒超时防止进程挂起
✅ 资源清理：临时文件自动清理

License

Apache License 2.0