by 运行时依赖
安装命令
点击复制技能文档
PDF Vocabulary Audio 生成器
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