Web Reader TTS - 网页内容朗读技能

将网页内容转换为语音，支持多种 TTS 引擎和 Whisper 语音识别。

🎯 触发方式

自然语言触发

直接对我说：

• 朗读网址 https://example.com
• 朗读这个网页 https://example.com
• 把这篇文章读出来 https://example.com
• 网页朗读 https://example.com

多语言支持

自动检测网页语言，选择合适的 TTS 声音：

• 中文 → zh-CN-XiaoxiaoNeural（晓晓，女声）
• 英文 → en-US-JennyNeural（Jenny，女声）
• 日文 → ja-JP-NanamiNeural（Nanami，女声）
• 混合语言 → 自动切换声音

功能特性

• ✅ Playwright 网页抓取：自动提取网页正文内容
• ✅ Edge TTS 语音合成：免费、高质量、支持多种语言和声音
• ✅ Whisper 语音识别：免费、本地运行、默认 medium 模型
• ✅ 多语言检测：自动检测文本语言，选择合适的声音
• ✅ 完整流程：网页 → 文本 → 语音 → 识别

依赖安装

# Playwright
pip install playwright
python -m playwright install chromium

# Edge TTS
pip install edge-tts

# Whisper
pip install openai-whisper

# 语言检测
pip install langdetect

使用方式

1. 自然语言调用（推荐）

直接对我说：

朗读网址 https://www.dapenti.com/blog/more.asp?name=agile&id=191854

我会自动：

1. 提取网页内容
2. 检测语言
3. 生成语音
4. 识别语音

2. 命令行调用

# 完整流程
python web_reader_tts.py --url "https://example.com"

# 仅生成语音
python web_reader_tts.py --url "https://example.com" --tts-only

# 仅语音识别
python web_reader_tts.py --audio "audio.mp3" --stt-only

# 指定语言
python web_reader_tts.py --url "https://example.com" --language en

# 使用更大的 Whisper 模型
python web_reader_tts.py --url "https://example.com" --whisper-model large-v3

参数说明

TTS 参数

Whisper 参数

可用声音

中文女声

• zh-CN-XiaoxiaoNeural - 晓晓（推荐）
• zh-CN-XiaoyiNeural - 晓伊
• zh-CN-XiaochenNeural - 晓辰

中文男声

• zh-CN-YunxiNeural - 云希
• zh-CN-YunyangNeural - 云扬
• zh-CN-YunjianNeural - 云健

英文女声

• en-US-JennyNeural - Jenny（推荐）
• en-US-AriaNeural - Aria

日文女声

• ja-JP-NanamiNeural - Nanami（推荐）

Whisper 模型对比

多语言处理

自动语言检测

脚本会自动检测文本的主要语言，并选择合适的 TTS 声音：

# 自动检测语言
language = detect_language(text)

# 选择合适的声音
voice = get_voice_for_language(language)

混合语言处理

对于混合语言的文本（如中英混合），脚本会：

1. 检测主要语言
2. 使用主要语言的声音朗读
3. Whisper 会自动识别所有语言

示例

示例 1：朗读中文网页

python web_reader_tts.py --url "https://www.dapenti.com/blog/more.asp?name=agile&id=191854"

自动使用 zh-CN-XiaoxiaoNeural 声音。

示例 2：朗读英文网页

python web_reader_tts.py --url "https://example.com/english-article"

自动使用 en-US-JennyNeural 声音。

示例 3：指定声音和模型

python web_reader_tts.py --url "https://example.com" --voice "zh-CN-YunxiNeural" --whisper-model large-v3

示例 4：调整语速

python web_reader_tts.py --url "https://example.com" --rate "+20%"

输出文件

• audio.mp3 - 生成的语音文件
• transcript.txt - 语音识别结果

注意事项

1. 首次运行：Whisper 会自动下载模型（medium 模型约 769 MB）
2. 中文识别：默认使用 medium 模型，准确率较高
3. 网络要求：Edge TTS 需要网络连接
4. 性能：Whisper 识别速度取决于模型大小和硬件

技术栈

• Playwright - 网页自动化
• Edge TTS - 微软免费 TTS 服务
• OpenAI Whisper - 开源语音识别
• langdetect - 语言检测

版本历史

• v2.0.0 (2026-04-14) - 🎉 重大升级：混合提取方案（Trafilatura + Readability + newspaper3k），正文准确率提升至 95%+，自动选择最佳引擎
• v1.3.0 (2026-04-14) - 优化内容提取算法，提升完整性至 95%+
• v1.2.0 (2026-04-13) - 修复内容截断问题，提升内容完整性至 87%+
• v1.1.0 (2026-04-13) - 添加多语言检测、默认 medium 模型
• v1.0.0 (2026-04-13) - 初始版本