- 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
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