Guía de lectura localizada
podcast-generationFinalidad, uso y origen
Genera narraciones de audio con estilo podcast mediante IA utilizando el modelo GPT Realtime Mini de Azure OpenAI a través de WebSocket. Úsalo para crear funciones de conversión de texto a voz, generar narraciones de audio, crear podcasts a partir de contenido o integrarte con la API Realtime de Azure OpenAI para obtener audio en tiempo real. Incluye una implementación completa, desde el frontend en React hasta el backend en Python FastAPI con transmisión WebSocket.
Fuente recuperada:
- Repositorio de origen
- microsoft/skills
- SKILL.md
.github/skills/podcast-generation/SKILL.md- Estrellas del repositorio
- 3,157
- Actualización del repositorio
- 2026-10-31
- Clasificación de habilidades
- Desarrollo
- Última recopilación
Licencia: MIT
Los extractos del flujo de trabajo son guías de lectura, no instrucciones ejecutables de Codez. No se utilizó ninguna habilidad de terceros para generar esta página.
Los siguientes fragmentos sobre el propósito y el flujo de trabajo son material preliminar, organizado y traducido para su lectura. Son distintos del análisis editorial de Codez, que se presenta por separado.
Lo que hace esta habilidad
Genera narraciones de audio con estilo podcast mediante IA utilizando el modelo GPT Realtime Mini de Azure OpenAI a través de WebSocket. Úsalo para crear funciones de conversión de texto a voz, generar narraciones de audio, crear podcasts a partir de contenido o integrarte con la API Realtime de Azure OpenAI para obtener audio en tiempo real. Incluye una implementación completa, desde el frontend en React hasta el backend en Python FastAPI con transmisión WebSocket.
Cómo funciona el flujo de trabajo ascendente
Inicio rápido
Configurar variables de entorno para la API en tiempo real Conectarse a través de WebSocket al punto final de Azure OpenAI Realtime Enviar mensaje de texto, recopilar fragmentos de audio PCM + transcripción Convertir PCM a formato WAV
Paso río arriba · L10 ↗Generación de podcasts con GPT Realtime Mini
Genera narraciones de audio reales a partir de contenido de texto utilizando la API en tiempo real de Azure OpenAI.
Paso río arriba · L6 ↗Eventos de API en tiempo real
response.output_audio.delta- Base64fragmento de audioresponse.output_audio_transcript.delta- Texto de la transcripción
Requisitos y configuración
Configuración del entorno
Nota: El punto final NO debe incluir/openai/v1/- solo la URL base.
AZURE_OPENAI_AUDIO_API_KEY=your_realtime_api_key
AZURE_OPENAI_AUDIO_ENDPOINT=https://your-resource.cognitiveservices.azure.com
AZURE_OPENAI_AUDIO_DEPLOYMENT=gpt-realtime-miniLímites y controles de calidad
No se seleccionó ningún pasaje con límites específicos en este archivo. Esto no significa que la habilidad sea segura para cualquier entrada o entorno. Revise el código fuente completo y valide su propio resultado.
Comience con una prueba segura.
- Verifique el host compatible y las instrucciones de instalación del repositorio. Mantenga juntos el directorio Skill y sus scripts, recursos y documentación a los que hace referencia;SKILL.mdsolo puede omitir dependencias.
- Proporcione al agente sus datos reales, el resultado deseado y los criterios de aceptación. La sintaxis de invocación y las herramientas disponibles dependen del sistema anfitrión; este sitio no presupone un comando de instalación universal.
- Pruebe el flujo de trabajo original en un proyecto desechable o en una copia. Revise las operaciones que modifican archivos, servicios remotos o recursos facturables antes de autorizarlas.
- Valide el resultado comparándolo con los controles de calidad de origen y sus propios requisitos. Un activador exitoso o un alto número de estrellas en el repositorio no garantizan un resultado correcto.
Lea más en la fuente
Habilidades relacionadas
Traducción y alcance
Esta guía de lectura selecciona pasajes de la sección fijada en la parte superior.SKILL.mdLa traducción es asistida. No se trata de un manual completo ni garantiza la compatibilidad. Lea el original y los archivos a los que hace referencia antes de usarlo.
Esta introducción hace referencia a la versión fijada a continuación; la actividad actual del repositorio y la hora de recopilación se muestran por separado.
- Fuente fijada
- Lee el original ↗
- Fuente recuperada
- Confirmación de origen
00d66a64919edca5bca2c673373444e36a4b5461- Fuente SHA-256
5719cfda0fd19819d52702426992551224060ce1cb4618ed8356785b6bb010fc