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：
- 提取网页内容
- 检测语言
- 生成语音
- 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
| 参数 | 说明 | 默认值 |
|---|---|---|
--voice | TTS 声音 | 自动检测 |
--rate | 语速 | +0% |
--volume | 音量 | +0% |
--auto-language | 自动检测语言 | True |
Whisper 参数
| 参数 | 说明 | 默认值 |
|---|---|---|
--whisper-model | 模型大小 | medium |
--language | 语言 | 自动检测 |
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
| 模型 | 大小 | 速度 | 准确率 | 推荐场景 |
|---|---|---|---|---|
| tiny | 39 MB | 最快 | 较低 | 快速预览 |
| base | 74 MB | 快 | 中等 | 平衡选择 |
| small | 244 MB | 中等 | 较高 | 日常使用 |
| medium | 769 MB | 较慢 | 高 | 中文推荐（默认） |
| large-v3 | 1.55 GB | 最慢 | 最高 | 专业场景 |
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：
- 检测主要语言
- 使用主要语言的声音朗读
- 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
- 首次运行：Whisper 会自动下载模型（medium 模型约 769 MB）
- 中文识别：默认使用 medium 模型，准确率较高
- 网络要求：Edge TTS 需要网络连接
- 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