Навыки podcast-generation
📦

podcast-generation

Низкий риск

Генерация аудио подкаста с помощью ИИ из текста

Этот навык позволяет разработчикам создавать аудионарративы в стиле подкаста, используя модель GPT Realtime Mini от Azure OpenAI. Он обрабатывает WebSocket-соединения, потоковую передачу аудио и преобразование форматов для создания естественного звучания речи.

Поддерживает: Claude Codex Code(CC)
⚠️ 66 Плохо
1

Скачать ZIP навыка

2

Загрузить в Claude

Перейдите в Settings → Capabilities → Skills → Upload skill

3

Включите и начните использовать

Протестировать

Использование «podcast-generation». Сгенерируйте вступление к подкасту для шоу о технологических новостях

Ожидаемый результат:

Аудиофайл в формате WAV, закодированный в base64, готовый для воспроизведения в браузере, с транскрипцией, показывающей сгенерированный текст нарации

Использование «podcast-generation». Преобразуйте эту статью о достижениях ИИ в аудио

Ожидаемый результат:

Потоковые аудиофрагменты, доставляемые через WebSocket, объединённые в полный WAV-файл с синхронизированной транскрипцией

Аудит безопасности

Низкий риск
v1 • 2/24/2026

Static analysis flagged 23 potential issues, but evaluation confirms all are false positives. The skill uses environment variables for Azure API authentication (legitimate), makes network calls to Azure OpenAI WebSocket endpoint (expected for TTS functionality), and uses base64 encoding for audio data transfer (standard practice). No malicious intent or data exfiltration patterns found. This is a legitimate podcast generation skill using Azure OpenAI Realtime API.

1
Просканировано файлов
127
Проанализировано строк
5
находки
1
Всего аудитов
Проблемы среднего риска (4)
SKILL.md:23
Environment Variable Access for API Authentication
Skill accesses AZURE_OPENAI_AUDIO_API_KEY from environment. This is legitimate behavior for Azure OpenAI integration - API keys are required for authentication. No user input is concatenated with these values.
SKILL.md:24
Network Access to Azure OpenAI Endpoint
Skill connects to Azure OpenAI WebSocket endpoint for realtime audio generation. This is expected behavior for a TTS service.
SKILL.md:68SKILL.md:84
Base64 Encoding for Audio Data
Skill uses base64 encoding/decoding for audio PCM chunks. This is standard practice for transferring binary audio data over text-based protocols.
SKILL.md:22-111
Code Fences Detected as Shell Commands
Static analyzer misidentified markdown backtick code fences as Ruby/shell backtick execution. The backticks are markdown delimiters for code blocks, not actual shell commands.
Проблемы низкого риска (1)
SKILL.md:3SKILL.md:121SKILL.md:126
Misidentified Weak Cryptographic Algorithm
Static analyzer incorrectly flagged YAML frontmatter and plain text references as weak cryptographic algorithms. No cryptographic code exists in this skill.
Проверено: claude

Оценка качества

38
Архитектура
100
Сопровождаемость
85
Контент
31
Сообщество
68
Безопасность
100
Соответствие спецификации

Что вы можете построить

Аудиоблог для создателей контента

Преобразование сообщений блога или статей в аудио в стиле подкаста для доступности и расширения аудитории.

Аудионарация для электронного обучения

Генерация звуковых нараций для образовательного контента и онлайн-курсов.

Инструмент аудиодоступности

Преобразование текстового контента пользовательского интерфейса в речь для совместимости со средствами чтения с экрана.

Попробуйте эти промпты

Базовый синтез речи 
Преобразуйте этот текст в аудио в стиле подкаста, используя Azure OpenAI Realtime API: {text_input}
Выбор пользовательского голоса 
Сгенерируйте аудионарацию голосом {voice_name} для этого контента: {text_content}
Аудио с транскрипцией 
Создайте подкаст-аудио и транскрипцию для: {article_content}. Включите как аудиовыход, так и текстовую транскрипцию.
Пакетная обработка контента 
Обработайте несколько текстовых сегментов в аудиофайлы. Сегмент 1: {text1}, Сегмент 2: {text2}, Сегмент 3: {text3}. Сгенерируйте отдельные аудиофайлы для каждого.

Лучшие практики

  • Настройте переменные среды Azure перед использованием навыка для аутентификации
  • Используйте соответствующий выбор голоса в зависимости от типа контента (onyx для формального, fable для выразительного)
  • Обрабатывайте ошибки WebSocket-соединения корректно с логикой повторных попыток

Избегать

  • Не раскрывайте ключи API в клиентском коде - храните их только на сервере
  • Избегайте отправки конфиденциальной или личной информации в текстовых подсказках без шифрования
  • Не предполагайте бесконечную квоту API - реализуйте ограничение частоты запросов и кэширование

Часто задаваемые вопросы

Какие службы Azure требуются для этого навыка?
Для этого навыка требуется Azure OpenAI с развёртыванием GPT Realtime Mini и действующие учётные данные API.
Могу ли я использовать этот навык офлайн?
Нет, этот навык требует активное интернет-соединение для взаимодействия со службами Azure OpenAI.
В каком аудиоформате выводит навык?
Навык выводит аудио в формате WAV (24 кГц, 16 бит, моно), закодированное в base64 для удобной передачи.
Сколько доступно голосов?
Поддерживаются шесть голосов: alloy, echo, fable, onyx, nova и shimmer.
Подходит ли этот навык для производственного использования?
Да, при правильной обработке ошибок и управлении ключами API это можно использовать в производственных приложениях.
Хранит ли этот навык какие-либо аудиоданные?
Нет, навык обрабатывает аудио в памяти и возвращает его вызывающей стороне без постоянного хранилища.

Сведения для разработчиков

Автор

sickn33

Лицензия

MIT

Репозиторий

https://github.com/sickn33/antigravity-awesome-skills/tree/main/skills/podcast-generation

Ссылка

main

Структура файлов

📄 SKILL.md