स्थानीयकृत पठन मार्गदर्शिका
podcast-generationउद्देश्य, उपयोग और स्रोत
वेब सॉकेट के माध्यम से Azure OpenAI के GPT रियलटाइम मिनी मॉडल का उपयोग करके AI-संचालित पॉडकास्ट-शैली ऑडियो नैरेटिव तैयार करें। टेक्स्ट-टू-स्पीच फ़ीचर बनाने, ऑडियो नैरेटिव जनरेशन, कंटेंट से पॉडकास्ट बनाने या रियल ऑडियो आउटपुट के लिए Azure OpenAI रियलटाइम API के साथ इंटीग्रेट करने में इसका उपयोग करें। इसमें रिएक्ट फ्रंटएंड से लेकर पायथन फास्टएपीआई बैकएंड तक वेब सॉकेट स्ट्रीमिंग के साथ पूर्ण-स्टैक कार्यान्वयन शामिल है।
स्रोत प्राप्त किया गया:
- स्रोत रिपॉज़िटरी
- microsoft/skills
- SKILL.md
.github/skills/podcast-generation/SKILL.md- रिपॉज़िटरी Star
- 3,157
- रिपॉज़िटरी का अंतिम अपडेट
- 2026-10-31
- क्षमता वर्गीकरण
- विकास
- अंतिम संग्रह समय
लाइसेंस: MIT
वर्कफ़्लो के अंश केवल पढ़ने में सहायता के लिए हैं, कोडेज़ से निष्पादन योग्य निर्देश नहीं हैं। इस पृष्ठ को बनाने के लिए किसी तृतीय-पक्ष स्किल का उपयोग नहीं किया गया है।
नीचे दिए गए उद्देश्य और कार्यप्रणाली संबंधी अंश प्रारंभिक सामग्री हैं, जिन्हें पढ़ने के लिए व्यवस्थित और अनुवादित किया गया है। ये अलग से लेबल किए गए कोडेज़ संपादकीय विश्लेषण से भिन्न हैं।
यह कौशल क्या करता है
वेब सॉकेट के माध्यम से Azure OpenAI के GPT रियलटाइम मिनी मॉडल का उपयोग करके AI-संचालित पॉडकास्ट-शैली ऑडियो नैरेटिव तैयार करें। टेक्स्ट-टू-स्पीच फ़ीचर बनाने, ऑडियो नैरेटिव जनरेशन, कंटेंट से पॉडकास्ट बनाने या रियल ऑडियो आउटपुट के लिए Azure OpenAI रियलटाइम API के साथ इंटीग्रेट करने में इसका उपयोग करें। इसमें रिएक्ट फ्रंटएंड से लेकर पायथन फास्टएपीआई बैकएंड तक वेब सॉकेट स्ट्रीमिंग के साथ पूर्ण-स्टैक कार्यान्वयन शामिल है।
अपस्ट्रीम वर्कफ़्लो कैसे काम करता है
त्वरित शुरुआत
वेबसॉकेट के माध्यम से Azure OpenAI रियलटाइम एंडपॉइंट से कनेक्ट करने के लिए रियलटाइम API के लिए पर्यावरण चर कॉन्फ़िगर करें। टेक्स्ट प्रॉम्प्ट भेजें, PCM ऑडियो चंक्स और ट्रांसक्रिप्ट एकत्र करें। PCM को WAV प्रारूप में परिवर्तित करें।
ऊपर की ओर मार्ग · L10 ↗जीपीटी रियलटाइम मिनी के साथ पॉडकास्ट जनरेशन
Azure OpenAI के रियलटाइम API का उपयोग करके टेक्स्ट कंटेंट से वास्तविक ऑडियो नैरेटिव जेनरेट करें।
ऊपर की ओर मार्ग · L6 ↗रीयलटाइम एपीआई इवेंट्स
response.output_audio.delta- आधार64ऑडियो चंकresponse.output_audio_transcript.delta- प्रतिलेख पाठ
आवश्यकताएँ और सेटअप
पर्यावरण विन्यास
नोट: एंडपॉइंट में शामिल नहीं होना चाहिए/openai/v1/- केवल मूल यूआरएल।
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-miniसीमाएं और गुणवत्ता जांच
इस फ़ाइल से कोई अलग सीमा अंश नहीं चुना गया है। इसका मतलब यह नहीं है कि यह स्किल हर इनपुट या वातावरण के लिए सुरक्षित है। संपूर्ण स्रोत की समीक्षा करें और अपने परिणाम की पुष्टि करें।
सुरक्षित परीक्षण से शुरुआत करें
- समर्थित होस्ट और रिपॉजिटरी इंस्टॉलेशन निर्देशों की जाँच करें। स्किल डायरेक्टरी और उससे संबंधित स्क्रिप्ट, एसेट्स और डॉक्यूमेंटेशन को एक साथ रखें;SKILL.mdअकेले होने पर निर्भरताओं को छोड़ा जा सकता है।
- एजेंट को अपना वास्तविक इनपुट, अपेक्षित आउटपुट और स्वीकृति मानदंड प्रदान करें। इनवोकेशन सिंटैक्स और उपलब्ध उपकरण होस्ट पर निर्भर करते हैं; यह साइट किसी सार्वभौमिक इंस्टॉलेशन कमांड को नहीं मानती है।
- डिस्पोजेबल प्रोजेक्ट या उसकी कॉपी पर मूल वर्कफ़्लो को आज़माएँ। फ़ाइलों, रिमोट सेवाओं या बिल योग्य संसाधनों में परिवर्तन करने वाले कार्यों की अनुमति देने से पहले उनकी समीक्षा करें।
- स्रोत गुणवत्ता जांच और अपनी आवश्यकताओं के आधार पर आउटपुट को सत्यापित करें। सफल ट्रिगर या उच्च रिपॉजिटरी स्टार संख्या सही परिणाम की गारंटी नहीं देते।
मूल लेख में आगे पढ़ें
सम्बंधित योग्यता
अनुवाद और दायरा
यह पठन मार्गदर्शिका ऊपर पिन किए गए अंशों में से चयनित अंशों को प्रस्तुत करती है।SKILL.mdयह अनुवाद सहायता से किया गया है। यह कोई संपूर्ण नियमावली या परीक्षित संगतता का दावा नहीं है। उपयोग करने से पहले मूल दस्तावेज़ और उससे संबंधित फ़ाइलों को पढ़ें।
यह परिचय नीचे पिन किए गए संस्करण को संदर्भित करता है; वर्तमान रिपॉजिटरी गतिविधि और संग्रह समय अलग से दिखाए गए हैं।
- पिन किया गया स्रोत
- मूल लेख पढ़ें ↗
- स्रोत प्राप्त किया गया
- स्रोत कमिट
00d66a64919edca5bca2c673373444e36a4b5461- स्रोत SHA-256
5719cfda0fd19819d52702426992551224060ce1cb4618ed8356785b6bb010fc