#播客听读

配置组：podcast

播客听读可以把文章改写成两位主持人的对谈，再合成一份可重复播放的音频。讨论稿由 Halo AI Foundation 的语言模型编写，声音通过独立的语音服务合成，成品保存在 Halo 附件库。

• 配置入口：智阅 AI → 设置 → 播客听读。
• 制作入口：智阅 AI → 播客听读。
• 文章页播放器支持播放、暂停、进度跳转、倍速，以及展开对话稿并点击台词跳转。

#使用前提

1. 安装并启用 Halo AI Foundation，配置可用的语言模型。可先参考 AI 设置。
2. 在所选语音渠道开通模型服务，准备该渠道的 API Key；百炼还需要北京地域的业务空间 ID。
3. 在 Halo 中配置可供访客访问的附件存储策略。
4. 准备文章的已发布正文。尚未发布正文的文章不能编稿。

编写讨论稿不需要 Embedding 或 Rerank 模型。语音渠道的密钥在本页单独保存，不使用 AI 基座中的语言模型密钥。

#制作第一篇播客

1. 在设置页开启「启用播客听读」，选择「讨论稿语言模型」。留空时沿用插件主语言模型或 AI 基座默认模型。
2. 选择语音服务、模型和两个不同的主持人音色。按渠道填写凭证，并选择「音频存储策略」。
3. 按需填写固定开场白、结束语，保存设置。
4. 打开「播客听读」页签并选择文章，选择约 1～3 分钟的目标时长及讨论风格，点击「生成讨论稿」。
5. 逐轮检查、修改主持人和台词；支持的渠道还可调整情感与拟声效果。修改后点击「保存讨论稿」。
6. 点击「合成双人播客」，等待完成后试听。打开「文章页显示播客播放器」后，已生成音频的公开文章可以在前台收听。

已有音频时，重新生成讨论稿或修改台词会提示音频需要更新。旧音频会保留，直到新的音频合成成功。

#讨论稿限制

#基础配置

#固定开场白与结束语

固定话术会原样加入新讨论稿：开场白成为第一轮，结束语成为最后一轮，均由主持人 A 朗读，不交给语言模型改写。留空就不添加；生成后仍可在讨论稿中编辑。

例如：

固定开场白：欢迎收听本期播客，今天一起聊聊这篇文章。
固定结束语：感谢收听，我们下期再见。

修改设置不会重写已有讨论稿或音频，重新生成讨论稿时才会应用。固定话术也计入 1800 字和 40 轮的总限制。

#选择语音渠道

#阿里百炼

在「语音服务」选择「阿里百炼 · Qwen / CosyVoice / MiniMax」，填写 API Key 和业务空间 ID，再从下拉框中选择模型。

业务空间 ID 可在百炼控制台切换到北京地域后，在对应业务空间的信息中查看。请填写业务空间 ID，并确认 API Key 属于同一空间，不要使用阿里云账号 UID 代替。

旧版「阿里百炼 · CosyVoice」与「阿里百炼 · MiniMax」配置在设置页统一显示为「阿里百炼」。保存时会迁移所选渠道的凭证，并保留旧配置和旧凭证，无需重新填写密钥。

百炼中的 Qwen/CosyVoice 和 MiniMax 的请求参数与响应结构存在差异，插件会自动适配。使用时选择模型即可，无需自行修改接口路径。

#MiniMax 直连

直连使用 MiniMax 中国站的同步语音服务，与百炼渠道分别配置。

同名模型在百炼与直连渠道的能力可能不同，例如 02 系列的「低声」情感仅在百炼渠道提供。界面按所选渠道显示可用选项。

#豆包原生双人播客

豆包使用已经确认的讨论稿直接生成双人播客，无需填写模型 ID。

• 音色下拉框提供黑猫侦探社男声、咪仔同学、刘飞和潇磊。也可输入已授权且兼容播客接口的音色 ID；两位主持人的音色必须不同。
• 「播客语速」范围为整数 -50～100，0 为正常语速，-50 约为 0.5 倍速，100 约为 2 倍速。此设置在合成时生效，与播放器倍速独立。
• 原生播客服务处理双人表达，不接受本插件为其他渠道提供的逐轮情感、拟声效果、合成语种或自然语言说话指令。切换到豆包前，需要清除讨论稿中已有的情感与拟声设置。
• 需要额外 speaker_additions 参数的高级复刻配置，以及片头、片尾音乐暂未开放。

#音色、风格与情感

「讨论风格」决定文稿怎么写，「说话风格」决定声音怎么表达，两者独立配置。

字段位于对应渠道的配置对象下，例如 bailian.voiceA、minimax.emotion、doubao.speechRate。

#能力与长度限制

• 「说话风格」仅在两位主持人的音色都支持自然语言指令时显示。Qwen 最多 200 字；CosyVoice 与情感指令合并后最多 100 个字符，其中汉字按 2 个字符计算。
• CosyVoice 系统音色的情感由插件自动转换成音色规定的指令格式，不需要手写指令。
• 语种和 CosyVoice 情感选项按两位主持人音色的共同能力提供。系统音色只能用于所属模型，复刻、设计音色也必须匹配创建时指定的完整目标模型。
• CosyVoice V3.5 需要自行提供音色 ID，例如以 cosyvoice-v3.5-plus- 开头的已授权音色，插件不会创建复刻音色。
• 切换模型会替换不兼容的系统音色和已识别的跨模型复刻音色，并清除不兼容的全局风格、情感与语种。其他自定义音色仍需确认授权。

#逐轮调整与自动标注

开启自动标注后，设置只影响之后生成的讨论稿，不会重写已有文稿。编稿完成后仍应逐轮检查。

支持的模型会在台词下方显示「语音情感」与「拟声效果」下拉框。情感选择「沿用全局设置」时使用全局情感；拟声效果出现在该轮开头，例如笑声或叹息，不会改写台词正文。

切换模型后，已有文稿中不兼容的选项会标为「当前模型不支持」。先清除这些选项，再保存并合成。插件会在首次语音请求前校验整份讨论稿。

#音频、权限与任务

• 音频统一保存为 24 kHz、16-bit、单声道 WAV，服务器无需安装 FFmpeg。3 分钟约占 8.6 MB，仍会产生附件存储与播放流量。
• 只有具备「管理文章播客」权限的用户可以编稿、编辑、合成和移除播客；「查看文章播客」权限用于后台查看和试听。语音凭证和插件设置另受插件设置权限控制。
• 访客只能读取已发布且公开文章的成品播客，不能通过播放操作发起生成。语言模型调用和语音合成分别按服务商规则计费。
• 同一篇文章一次只能运行一个制作任务。合成失败或中断会保留旧音频和讨论稿，不自动重试付费调用；修复配置后可手动重试。
• 重新生成音频或移除播客不会删除历史附件，可在 Halo 附件库中自行清理。
• 当前没有通用的背景音乐上传与混音功能，不能为所有渠道添加背景音乐。

#常见问题

#提示百炼业务空间端点无效

BadRequest.IllegalEndpoint 表示业务空间端点无效。检查所填内容是否为北京地域的业务空间 ID，并确认 API Key 属于该空间；不要用账号 UID 代替，也不能通过充值解决这类配置错误。

#提示尚未开通所选模型服务

先在所选渠道的控制台开通对应模型，并核对该模型及音色的访问权限。把模型加入下拉列表不代表账号已开通服务。

#换了模型后不能合成

确认两个音色属于当前模型，复刻音色匹配完整目标模型；再清除文稿中标为「当前模型不支持」的情感或拟声。切换到豆包时也需清除逐轮表达设置。

#前台没有播放器，或音频无法播放

检查「启用播客听读」和「文章页显示播客播放器」是否开启、该文章是否已有成功生成的音频、文章是否已发布且公开。若播放器已出现但音频请求失败，检查附件存储策略和音频地址是否允许访客访问。

#修改开场白后，为什么旧播客没有变化

固定话术在生成讨论稿时加入。修改设置后需重新生成讨论稿，再合成音频；仅保存设置不会更新旧音频。

#官方资料

• 百炼 Qwen-Audio HTTP API
• 百炼 CosyVoice HTTP API
• 百炼非实时语音合成与富语言标签
• 百炼 MiniMax 同步语音合成
• MiniMax 直连同步语音合成
• 豆包原生播客