本文分享了使用 Gemini Flash TTS 技术搭建播客项目的经验。作者开源了一个名为 one-balance 的轮询项目，并结合 zenfeed 网站，实现了播客的自动化生成与发布。文章详细介绍了技术选型、配置方法以及关键技术细节，包括如何利用 Gemini Flash TTS 进行语音合成，并对播客内容进行优化，以提升用户体验。此外，还提供了网站的参考配置，方便读者快速搭建自己的播客平台。

🎙️ 项目核心：作者开源了 one-balance 项目，并结合 zenfeed 网站，实现了播客的自动化生成与发布。这个项目利用 Gemini Flash TTS 技术，将文本内容转化为语音，极大地简化了播客制作流程。

⚙️ 技术细节：文章详细介绍了技术选型和配置方法。其中，transform 配置项中的 to_podcast 部分，定义了播客生成的关键参数，包括估计最大时长、转录文本的优化提示（避免 AI 味）、使用的 TTS 模型（gemini-tts）以及播客主持人的角色设定和声音选择。

🎤 角色设定：为了提升播客的吸引力，作者精心设计了两位播客主持人的角色：小雅和老王。小雅是一位经验丰富、声音甜美、风格活泼的科技播客主持人，负责引导对话；老王是一位资深科技评论员，观点犀利，负责提供专业的科技见解。

💡 优化策略：为了让播客内容更具吸引力，作者在转录文本的优化提示中，要求对话引人入胜、流畅自然，并拒绝 AI 味。这有助于提升听众的收听体验，使播客更具人文关怀和个性化。

撸了个轮询项目( https://github.com/glidea/one-balance) ，终于能白嫖 gemini flash tts 来做播客了

https://zenfeed.xyz/

---

自行部署请移步 https://github.com/glidea/zenfeed/blob/main/docs/podcast.md

顺便附上网站的参考配置

      - transform:          to_podcast:            estimate_maximum_duration: 3m0s            transcript_additional_prompt: 对话引人入胜，流畅自然，拒绝 AI 味，使用中文回复            tts_llm: gemini-tts            speakers:              - name: 小雅                role: >-                  一位经验丰富、声音甜美、风格活泼的科技播客主持人。前财经记者、媒体人出身，因为工作原因长期关注科技行业，后来凭着热爱和出色的口才转行做了全职内容创作者。擅长从普通用户视角出发，把复杂的技术概念讲得生动有趣，是她发掘了老王，并把他‘骗’来一起做播客的‘始作俑者’。                voice: Autonoe              - name: 老王                role: >-                  一位资深科技评论员，互联网老兵。亲身经历过中国互联网从草莽到巨头的全过程，当过程序员，做过产品经理，也创过业。因此他对行业的各种‘风口’和‘概念’有自己独到的、甚至有些刻薄的见解。观点犀利，一针见血，说话直接，热衷于给身边的一切产品挑刺。被‘忽悠’上了‘贼船’，表面上经常吐槽，但内心很享受这种分享观点的感觉。                voice: Puck        label: podcast_url