> ## Content Index > Fetch the complete content index at: https://www.hubwiz.com/blog/llms.txt > Use this file to discover other available public pages before exploring further. # 构建 AI 驱动的播客生成器 - URL: https://www.hubwiz.com/blog/build-an-ai-powered-podcast-generator/ - Published: 2026-04-20T11:11:50.000Z - Updated: 2026-04-20T11:11:50.000Z - Description: 如何利用 Gemini 和 Cloud Run 每天获取最新新闻播客 - Author: admin - Tags: APPLICATION, TTS, #Import 2026-10-14 14:41 AI 世界发展太快了，我希望能获取最新 AI 新闻的简短音频摘要，这样我就可以在洗澡时、吃早餐时或锻炼时收听。通过结合 [Gemini 2.5 Pro 模型](https://deepmind.google/models/gemini/pro/?ref=hubwiz.com)、[Cloud Text-to-Speech](https://cloud.google.com/text-to-speech?ref=hubwiz.com) 和 [Cloud Run](https://cloud.google.com/run?ref=hubwiz.com)，并借助 [Gemini CLI](https://github.com/google-gemini/gemini-cli?ref=hubwiz.com) 的帮助，我成功构建了一个系统，能在睡觉时将 RSS 订阅源转换为类似播客的音频简报 :-) 在本文中，我将向您介绍如何创建一个使用 AI 进行内容摘要和自然语言处理的播客生成器。我们将探讨 Gemini 如何创建对话式摘要，Text-to-Speech 如何生成广播级音频质量，以及 Cloud Run 如何处理整个自动化流水线。 您可以在 GitHub 上找到此项目的完整代码：[https://github.com/ggalloro/ai-news](https://github.com/ggalloro/ai-news?ref=hubwiz.com)，包括 Terraform 代码和部署到您自己的 Google Cloud 项目的说明。 ## 1、架构：AI 驱动的无服务器流水线 该应用程序围绕智能内容处理和自动化音频生成构建。以下是各组件如何协同工作的： ![None](https://www.hubwiz.com/blog/content/images/2026/04/1-XA7lGYaKfquPVpAeIODwlA.png) AI 新闻播客生成器架构 核心 AI 流水线： - **Cloud Scheduler：** 每日自动触发内容生成 - **Cloud Run Job：** 具有 AI 集成的无服务器 Python 处理 - **Gemini 2.5 Pro API：** 用于智能、对话式摘要的高级 AI - **Text-to-Speech API：** 高质量神经语音合成 - **Cloud Storage：** 生成的音频文件的可靠存储 - **Cloud Run Service：** 用于访问节目的轻量级 Web 界面 - **Secret Manager：** API 密钥的安全存储 AI 处理流程： - **RSS 聚合：** 从精选的 AI 新闻源获取最新文章 - **智能过滤：** 从多个来源选择均衡的内容 - **AI 摘要：** Gemini 将技术文章转换为对话式摘要 - **音频生成：** Text-to-Speech 创建自然、播客品质的音频 - **音频拼接：** 通过编程方式将开头和结尾拼接在一起，制作精美的成品 ## 2、后端工作原理 后端是一个设计为作为 Cloud Run Job 运行的 Python 脚本。它执行一系列任务来创建每日播客。 ### 第 1 步：获取和均衡新闻 第一步是收集素材。脚本从预定义的 RSS 订阅源列表中获取文章。为了确保播客只包含新内容，它首先检查 Cloud Storage 存储桶中的 `last_processed_entries.json` 文件。此文件存储每个订阅源最后处理文章的时间戳。只有在那个时间戳之后发布的文章才会被考虑。 这是代码中当前的订阅源列表，您可以将其更改为任何您想要的内容，甚至非 AI 相关的内容 :-) ``` RSS_FEEDS = [ "https://deepmind.google/blog/rss.xml", "https://raw.githubusercontent.com/Olshansk/rss-feeds/main/feeds/feed_anthropic_news.xml", "https://openai.com/blog/rss.xml", "https://simonwillison.net/atom/everything/" ] ``` 为了确保播客内容多样化，不会只展示发布最频繁的来源，逻辑会智能地从*每个*订阅源中选择三篇最新的*新*文章，并按时间顺序对合并列表进行排序。处理完成后，任务会更新时间戳文件，确保没有任何文章被重复处理。 ``` def get_new_rss_entries(feed_urls, last_times): """ Fetches new entries from a list of RSS feeds, ensuring a balanced selection. """ all_new_entries = [] latest_times = last_times.copy() # ... (headers and other setup) for url in feed_urls: # ... (fetches and parses the feed) # Sort entries for this feed by date and take the most recent 3 feed_entries.sort(key=lambda e: e.published_parsed, reverse=True) all_new_entries.extend(feed_entries[:3]) # Sort all collected entries by date to ensure a chronological podcast all_new_entries.sort(key=lambda e: e.published_parsed) return all_new_entries, latest_times ``` ### 第 2 步：使用 Gemini 进行智能摘要 收集文章后，下一步是创建播客脚本。对于每篇文章，我们调用 Gemini 2.5 Pro 模型。获得高质量、可收听摘要的关键在于提示词。我们指示模型充当播客主持人，这引导它生成对话式的、引人入胜的文本，并消除转换为语音时会显得机械化的任何格式瑕疵。 ``` def summarize_entries(entries, api_key): """Summarizes each RSS entry individually in English.""" client = genai.Client(api_key=api_key) individual_summaries = [] for entry in entries: content = entry.get('content', [{}])[0].get('value', entry.get('summary', '')) prompt = f""" Your role is a professional podcast host writing a script for an English-language audio briefing on Artificial Intelligence. Your task is to summarize the following article. Guidelines for the summary: - Write in a natural, conversational, and engaging podcast style. - The output must be a clean paragraph of plain text. - It must be suitable for direct text-to-speech conversion. **CRITICAL INSTRUCTIONS:** - **DO NOT** use any Markdown formatting. - **DO NOT** begin with conversational filler like "Of course, here is a summary...". - **DO NOT** announce what you are doing. Just provide the summary directly. Article to summarize: Title: {entry.title} Content: {content} """ response = client.models.generate_content( model='gemini-2.5-pro', contents=prompt ) individual_summaries.append({'title': entry.title, 'summary': response.text.strip()}) return individual_summaries ``` ### 第 3 步：生成和拼接音频 最后一步是将脚本转换为精美的音频文件。应用程序遍历生成的摘要，调用 Google 的 Text-to-Speech API 为每个摘要创建音频片段。然后使用 `pydub` 库将这些片段与预录的开头和结尾拼接在一起，创建一个上传到 Cloud Storage 的高质量 MP3 文件。 ``` def generate_and_upload_stitched_audio(summaries, bucket_name): """ Generates audio for each summary, stitches them together, and uploads to GCS. """ try: tts_client = texttospeech.TextToSpeechClient() voice = texttospeech.VoiceSelectionParams(language_code="en-US", name="en-US-Studio-O") audio_config = texttospeech.AudioConfig(audio_encoding=texttospeech.AudioEncoding.MP3) all_audio_segments = [] # Generate and add the intro intro_text = "Good morning, and welcome to your AI briefing. Here is the latest news." intro_segment = text_to_audio_segment(intro_text, tts_client, ...) if intro_segment: all_audio_segments.append(intro_segment) # Loop through summaries, creating audio for the title and content for summary in summaries: title_text = f"The next story is titled: {summary['title']}." title_segment = text_to_audio_segment(title_text, tts_client, ...) if title_segment: all_audio_segments.append(title_segment) summary_segment = text_to_audio_segment(summary['summary'], tts_client, ...) if summary_segment: all_audio_segments.append(summary_segment) # Generate and add the outro outro_text = "And that's all for your briefing today. Thanks for listening." outro_segment = text_to_audio_segment(outro_text, tts_client, ...) if outro_segment: all_audio_segments.append(outro_segment) # Stitch everything together using pydub and upload final_audio = sum(all_audio_segments) # ... export and upload to GCS ... return "gs:///summary-YYYY-MM-DD.mp3" except Exception as e: # ... error handling ... return None ``` ## 3、前端：简单的音频交付 前端是一个 Flask 应用程序，通过一个简单的……嗯，极简的界面提供生成的播客节目。 ![None](https://www.hubwiz.com/blog/content/images/2026/04/1-DgZFdwxQlv09YjfpYlKZ7A.png) AI News Web 应用 UI Web 应用程序处理以下功能： - **节目列表：** 显示所有可用的每日简报 - **音频播放器：** HTML5 音频播放器，实现无缝收听 - **简洁 UI：** 极简的、以播客为中心的界面 - **移动端友好：** 响应式设计，可在任何设备上收听 ## 4、使用签名 URL 实现安全音频交付 应用程序使用 Google Cloud Storage 签名 URL 实现安全音频交付，确保音频文件保持私密，同时为经过身份验证的用户提供有时限的访问权限。 ``` def generate_signed_url(bucket_name, object_name, expiration_minutes=1440): """Generate a signed URL using impersonated credentials.""" try: # Get default credentials from Cloud Run metadata server source_credentials, project = default() # Create impersonated credentials for the target service account target_credentials = impersonated_credentials.Credentials( source_credentials=source_credentials, target_principal=SERVICE_ACCOUNT_EMAIL, target_scopes=['https://www.googleapis.com/auth/cloud-platform'], ) # Create storage client with impersonated credentials storage_client = storage.Client(credentials=target_credentials) bucket = storage_client.bucket(bucket_name) blob = bucket.blob(object_name) # Generate signed URL (24 hours expiration) signed_url = blob.generate_signed_url( version="v4", expiration=timedelta(minutes=expiration_minutes), method="GET" ) return signed_url except Exception as e: # ... error handling ... return None ``` ## 5、节目发现和渲染 Flask 应用程序通过扫描 Cloud Storage 存储桶自动发现可用节目，并按时间顺序呈现它们： ``` @app.route('/') def index(): """Main page showing available audio episodes.""" try: storage_client = storage.Client() bucket = storage_client.bucket(GCS_BUCKET_NAME) # List all MP3 files in the bucket blobs = bucket.list_blobs(prefix="summary-", delimiter=".mp3") episodes = [] for blob in blobs: if blob.name.endswith('.mp3'): # Extract date from filename (summary-YYYY-MM-DD.mp3) date_str = blob.name.replace('summary-', '').replace('.mp3', '') # Generate secure signed URL for audio access signed_url = generate_signed_url(GCS_BUCKET_NAME, blob.name) if signed_url: episodes.append({ 'filename': blob.name, 'date': date_str, 'signed_url': signed_url, 'created': blob.time_created }) # Sort episodes by date (newest first) episodes.sort(key=lambda x: x['created'], reverse=True) return render_template('index.html', episodes=episodes) except Exception as e: # ... error handling ... return render_template('error.html') ``` ## 6、安全功能 应用程序包含以下内置安全功能： - **私有存储：** 音频文件使用签名 URL 访问安全存储 - **IAP 集成：** 自动配置 Identity-Aware Proxy 以实现受控访问 - **可配置访问：** 通过 Google 帐户进行基于电子邮件的用户身份验证 - **零配置安全：** 在 Terraform 中指定用户电子邮件时自动启用 IAP - **有时限的 URL：** 签名 URL 在 24 小时后过期以增加安全性 ## 7、结束语 本项目展示了将 AI 模型与无服务器云架构相结合的示例。通过利用 Gemini 的自然语言理解能力和 Google Cloud 的 Text-to-Speech 功能，我们创建了一个自动生成高质量播客内容的系统。 --- 原文链接: [Building an AI-Powered Podcast Generator with Gemini and Cloud Run](https://freedium-mirror.cfd/https://medium.com/google-cloud/building-an-ai-powered-podcast-generator-with-gemini-and-cloud-run-53c7c9f2c7c1?ref=hubwiz.com) 汇智网翻译整理，转载请标明出处